Spark EXecutor彻底解密

一：Spark Executor工作原理

1， 需要特别注意是在CoarseGrainedExecutorBackend启动时向Driver注册Executor其实质是注册ExecutorBackend实例，和Executor实例之间没有直接的关系！！！

2， CoarseGrainedExecutorBackend是Executor运行所在的进程名称，Executor才是正在处理Task的对象，Executor内部是通过线程池的方式来完成Task的计算的；

3， CoarseGrainedExecutorBackend和Executor是一一对应的；

4， CoarseGrainedExecutorBackend是一个消息通信体（其具体实现了ThreadSafeRPCEndpoint）,可以发送信息给Driver并可以接受Driver中发过来的指令，例如启动Task等；

5， 在Driver进程有两个至关重要的Endpoint：

a) ClientEndpoint：主要负责向Master注册当前的程序，是AppClient的内部成员；

b) DriverEndpoint：这是整个程序运行时候的驱动器，是CoarseGrainedExecutorBackend的内部成员；

6， 在Driver中通过ExecutorData封装并注册ExecutorBackend的信息到Driver的内存数据结构executorMapData中：

private[cluster] class ExecutorData(   val executorEndpoint: RpcEndpointRef,   val executorAddress: RpcAddress,   override val executorHost: String,   var freeCores: Int,   override val totalCores: Int,   override val logUrlMap: Map[String, String]) extends ExecutorInfo(executorHost, totalCores, logUrlMap)

7， 实际在执行的时候DriverEndpoint会把信息吸入CoarseGrainedSchedulerBackend的内存数据结构executorMapData，所以说最终是注册给了CoarseGrainedSchedulerBackend，也就是说CoarseGrainedSchedulerBackend掌握了为当前程序分配的所有的ExecutorBackend进程，而在每一个ExecutorBackend进行实例中会通过Executor对象来负责具体Task的运行。在运行的时候使用synchronized关键字来保证executorMapData安全的并发写操作。

8， CoarseGrainedExecutorBackend收到DriverEndpoint发送过来的RegisteredExecutor消息后会启动Executor实例对象，而Executor实例对象是事实上负责真正Task计算的；

二：Executor具体是如何工作的？

1， 当Driver发送过来Task的时候，其实是发送给了CoarseGrainedExecutorBackend这个RpcEndpoint，而不是直接发送给了Executor（Executor由于不是消息循环体，所以永远也无法直接接受远程发过来的信息）；

case LaunchTask(data) =>  if (executor == null) {    logError("Received LaunchTask command but executor was null")    System.exit(1)  } else {    val taskDesc = ser.deserialize[TaskDescription](data.value)    logInfo("Got assigned task " + taskDesc.taskId)    executor.launchTask(this, taskId = taskDesc.taskId, attemptNumber = taskDesc.attemptNumber,      taskDesc.name, taskDesc.serializedTask)  }

2， ExecutorBackend在收到Driver中发送过来的消息后会提供调用launchTask来交给Executor去执行：