一、代码流程步骤
整体流程图如下所示 ：
步骤1：在 Spark client 机器上编写并提交我们写的 Spark 程序 application。
步骤2：我们使用 spark-submit 命令提交后，该命令会以反射的方式，创建一个 Driver 进程。这个 Driver 进程执行我们编写的代码。
步骤3： 当 Driver 进程执行到我们代码中 SparkContext 初始化部分的时候，会构建一个 SparkContext 对象出来，而 SparkContext 内部，会构建 DAG Scheduler 和 Task Scheduler .
步骤4： 被构建的时候，Task Scheduler 对象会通过自己的后台进程，去连接 Spark 集群的 Master 、并向 Master 注册我们编写的 Spark 程序 application。
步骤 5：Master 接收到 Task Scheduler 的 application 注册请求后，会通过自己的资源调度算法，选择并通知一些 Spark 集群的 Worker 去启动 Executor。
步骤 6：Spark 集群的 Worker 为这个 application 启动一个或多个 Executor。
步骤 7：Executor 启动之后，Executor 会将自己反向注册到 Task Scheduler 上。
资源调度算法指定的所有 Executor 都注册到 Task Scheduler 后，Driver 进程就知晓了哪些 Executor 可以服务于当前的 Spark 应用程序 application。至此，Driver 进程也就完成了对 SparkContext 的初始化。
步骤 8：Driver 进程继续执行我们编写的 Spark 代码 application。
步骤 9：DAG Scheduler 对 application 中的每一个 Job 进行划分。
我们编写的 Spark 代码中，包含 RDD 的 Transformation 操作和 Action 操作，当 Driver 进程执行到 Action 操作时，会创建一个 Job 并把这个 Job 传给 DAG Scheduler 。之后，DAG Scheduler 会使用 Stage 划分算法，把 Job 划分为若干个 stage , 然后对每一个 stage 创建一个 TaskSet 。
步骤 10：DAG Scheduler 把 TaskSet 中的每一个 Task 提交给 Task Scheduler。
步骤 11：Task Scheduler 把 Task 提交给反注册给自己的那些 Executor。
这里涉及一个 Task 分配算法。
步骤12：Executor 每接收到一个 Task， 都会用 TaskRunner 对 Task 进行封装，然后从线程池 Thread Pool 里取出一个线程 Thread，来执行这个 TaskRunner 。
二、Task 的执行
1. TaskRunner 拷贝我们编写的代码并反序列化，然后执行。
2. Task 分为两种， ShuffleMapTask 和 ResultTask。一个 Job 被划分为若干个 stage , 其中，最后一个 stage 对应的 TaskSet 中对应的 Task 属于 ResultTask，其他 stage 对应的 TaskSet 中对应的 Task 是 ShuffleMapTask。
3. 每一个 Task 针对 RDD 中的一个 Partition 来运行。这种分片执行的方式，是 Spark 可以高并发执行任务的基础。