spark筆記之Spark運行架構(gòu)

　　3. Spark運行基本流程

　　Spark運行基本流程參見下面示意圖：

　　1) 構(gòu)建Spark Application的運行環(huán)境(啟動SparkContext)，SparkContext向資源管理器(可以是Standalone、Mesos或YARN)注冊并申請運行Executor資源;

　　2) 資源管理器分配Executor資源并啟動Executor，Executor運行情況將隨著心跳發(fā)送到資源管理器上;

　　3) SparkContext構(gòu)建成DAG圖，將DAG圖分解成Stage，并把Taskset發(fā)送給Task Scheduler。Executor向SparkContext申請Task，Task Scheduler將Task發(fā)放給Executor運行同時SparkContext將應(yīng)用程序代碼發(fā)放給Executor。

　　4) Task在Executor上運行，運行完畢釋放所有資源。

　　4. Spark運行架構(gòu)特點

　　Spark運行架構(gòu)特點：

　?、倜總€Application獲取專屬的executor進程，該進程在Application期間一直駐留，并以多線程方式運行tasks。

　?、赟park任務(wù)與資源管理器無關(guān)，只要能夠獲取executor進程，并能保持相互通信就可以了。

　?、厶峤籗parkContext的Client應(yīng)該靠近Worker節(jié)點(運行Executor的節(jié)點)，最好是在同一個Rack里，因為Spark程序運行過程中SparkContext和Executor之間有大量的信息交換;如果想在遠程集群中運行，最好使用RPC將SparkContext提交給集群，不要遠離Worker運行SparkContext。

　　④Task采用了數(shù)據(jù)本地性和推測執(zhí)行的優(yōu)化機制。

作者：傳智播客云計算大數(shù)據(jù)培訓學院

首發(fā)：http://cloud.itcast.cn