Spark名词解释

名词解释：

1. Standalone模式下存在的角色。

【Client】：客户端进程，负责提交作业到Master。

【Master】：Standalone模式中主控节点，负责接收Client提交的作业，管理Worker，并命令Worker启动Driver和Executor。

Master.scala

private def schedule(): Unit = {    if (state != RecoveryState.ALIVE) { return }    // Drivers take strict precedence over executors    val shuffledWorkers = Random.shuffle(workers) // Randomization helps balance drivers    for (worker <- shuffledWorkers if worker.state == WorkerState.ALIVE) {      for (driver <- waitingDrivers) {        if (worker.memoryFree >= driver.desc.mem && worker.coresFree >= driver.desc.cores) {          launchDriver(worker, driver)//1.先启动Driver          waitingDrivers -= driver        }      }    }    startExecutorsOnWorkers()//2.启动Workers上面的Executors  }

【Worker】：Standalone模式中slave节点上的守护进程，负责管理本节点的资源，定期向Master汇报心跳，接收Master的命令，启动Driver和Executor。

【Driver】： 一个Spark作业运行时包括一个Driver进程，也是作业的主进程，负责作业的解析、生成Stage并调度Task到Executor上。包括DAGScheduler，TaskScheduler。

【Executor】：即真正执行作业的地方，一个集群一般包含多个Executor，每个Executor接收Driver的命令Launch Task，一个Executor可以执行一到多个Task。
到
多个Task。

2.作业相关的名词解释

【Stage】：一个Spark作业一般包含一到多个Stage。

【Task】：一个Stage包含一到多个Task，通过多个Task实现并行运行的功能。

【DAGScheduler】： 实现将Spark作业分解成一到多个Stage，每个Stage根据RDD的Partition个数决定Task的个数，然后生成相应的Task set放到TaskScheduler中。

【TaskScheduler】：实现Task分配到Executor上执行。