spark的架构

转载 2016年05月30日 16:56:12

spark架构采用了分布式计算中的master-slave模型,master是对应集群中含有master进程的节点,slave是集群中含有worker进程的节点,master作为整个集群的控制器,负责整个集群的正常运行,worker相当于是计算节点,接受主节点命令与进行状态汇报。

Executor负责任务的执行,client作为用户的客户端负责提交应用,driver负责控制一个应用的执行 

spark集群部署后,需要在主节点和从节点分别启动master进程和worker进程,对真个集群进行控制,在一个spark应用的执行过程中。driver和worker是两个重要角色

driver程序是应用逻辑执行的起点,负责作业的调度,即task任务的分发,而多个worker用来管理计算节点和创建executor并行处理任务,在执行阶段,driver会将task和task所依赖的file和jar序列化后传递给对于的worker机器,同时executor对相应的数据分区的任务进行处理。


下面详细介绍spakr中的架构基本组件


clustermanager 在standalone模式中即为master主节点, 控制整个集群,监控worker, 在yarn中为资源管理器

worker 从节点, 负责控制计算节点, 启动executor 或者 driver 在yarn模式中为nodemanage 负责计算节点的控制

driver 运行 application的main函数并创建sparkcontxt

executor执行器,在woker node上执行任务的组件,用于启动线程池运行任务,每个application拥有独立的一组executors

sparkcontext 整个应用的上下文,控制应用的生命周期

rdd  spark 的基本计算单元,一组rdd可形成执行的有向五环图rdd graph

dag scheduler 根据作业构建基于stage额 dag ,听提交stage给task scheduler

taskscheduler  将任务分发给executor执行

spark env  县城级别的上下文,存储运行时的重要组件的引用。

mapoutput tracker 负责shuffle元信息的存储。

broadcastmanager 负责广播变量的控制与元信息的存储


spark的整体流程为: client提交应用,master找到一个worker启动driver,driver向master或者资源管理器申请资源,之后将应用转化为rdd graphh 再有dagscheduler将rdd graph转化为stage的有向无环图 提交给taskscheduler,由taskscheduler提价任务给executor执行, 在任务执行的过程中。其他组件协同工作,确保整个应用顺利执行。


spark运行逻辑




Spark(一): 基本架构及原理

Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架,最初在2009年由加州大学伯克利分校的AMPLab开发,并于2010年成为Apache的开源项目之一,与Hadoop和St...

Spark设计理念与基本架构

Spark是一个通用的并行计算框架,由加州伯克利大学(UCBerkeley)的AMP实验室开发于2009年,并于2010年开源。2013年成长为Apache旗下为大数据领域最活跃的开源项目之一。Spa...
  • beliefer
  • beliefer
  • 2016年01月22日 13:52
  • 18185

Spark架构简明分析

1.  RDD有哪些特性? 2.  如何理解Application、Job、Stage、TaskSet以及Task? 3.  Spark如何实现可插拔式的资源管理模块? 4.  Sp...

Spark的运行架构分析(一)之架构概述

1:Spark的运行模式 2:Spark中的一些名词解释 3:spark的运行基本流程 一:Spark的运行模式         Spark的运行模式多种多样,灵活多变,部署在单机上时,既可以用本...

Spark简述及基本架构

Spark简述Spark发源于美国加州大学伯克利分校AMPLab的集群计算平台。它立足 于内存计算,从多迭代批量处理出发,兼收并蓄数据仓库、流处理和图计算等多种计算范式。 特点: 1、轻 Sp...

Delphi7高级应用开发随书源码

  • 2003年04月30日 00:00
  • 676KB
  • 下载

第13课 spark内核架构解密学习笔记

第13课 spark内核架构解密学习笔记  2016.01.16 内容: 1.通过手动绘图的方式解密spark内核架构 2.通过案例验证spark内核架构 3.spark架构思考 ...
  • slq1023
  • slq1023
  • 2016年03月07日 01:28
  • 1044

Spark架构及运行机制

Spark架构 Spark架构使用了分布式计算中master-slave模型,master是集群中含有master进程的节点,slave是集群中含有worker进程的节点。...

Spark学习笔记(一)--Spark架构

Spark架构采用了分布式计算中的Master-Slave模型。Master是对应集群中的含有Master进程的节点,Slave是集群中含有Worker进程的节点。Master作为整个集群的控制器,负...

NUMA内存架构下的Spark性能优化

  • 2017年03月30日 16:42
  • 961KB
  • 下载
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:spark的架构
举报原因:
原因补充:

(最多只允许输入30个字)