角色介绍
- driver进程(SchedulerBackend)：应用的主控进程，负责应用的解析，切分stage,并调度task到executor,包含DAGScheduler等重要对象
- master:通知worker创建DriverRunner进程
- worker:启动ExecutorRunner进程
- ExecutorRunner进程会启动ExecutorBackend进程
- ExecutorBackend进程向driver内的SchedulerBackend进程注册
任务划分
- 一个action操作产生一个job
- 一个job就是一个RDD DAG
- 一个RDD DAG被切分成多个stage DAG
- 划分stage的总体思想是从最后的finallRDD出发反向递归访问逻辑执行图，每遇到宽依赖就断开，把之前沿途的窄依赖都加入同一个stage
- 每个stage DAG中包含多个task，也叫taskset
- task的数量取决于每个stage中最后一个RDD的partition数量。
- 将每个task调度到executor
更详细的一个图
