spark笔记之Spark运行架构

12. Spark运行基本流程
    Spark运行基本流程参见下面示意图：
    
    1) 构建Spark Application的运行环境（启动SparkContext），SparkContext向资源管理器（可以是Standalone、Mesos或YARN）注册并申请运行Executor资源；
    2) 资源管理器分配Executor资源并启动Executor，Executor运行情况将随着心跳发送到资源管理器上；
    3) SparkContext构建成DAG图，将DAG图分解成Stage，并把Taskset发送给Task Scheduler。Executor向SparkContext申请Task，Task Scheduler将Task发放给Executor运行同时SparkContext将应用程序代码发放给Executor。
    4) Task在Executor上运行，运行完毕释放所有资源。
13. Spark运行架构特点
    Spark运行架构特点：
    ①每个Application获取专属的executor进程，该进程在Application期间一直驻留，并以多线程方式运行tasks。
    ②Spark任务与资源管理器无关，只要能够获取executor进程，并能保持相互通信就可以了。
    ③提交SparkContext的Client应该靠近Worker节点（运行Executor的节点)，最好是在同一个Rack里，因为Spark程序运行过程中SparkContext和Executor之间有大量的信息交换；如果想在远程集群中运行，最好使用RPC将SparkContext提交给集群，不要远离Worker运行SparkContext。
    ④Task采用了数据本地性和推测执行的优化机制。