假设此时已经构建好DAG划分好stage,接着就是要分发task了。
当运行submitTask时,有如下的过程:
上图可以看到,每次都会新建一个专门的taskManager,都运行ok后就会消失,并不是独立持续存在的一个角色。
reviveOffers具体做什么的呢?看一下
- 可以看到reciveOffer主要是做worker资源分配的。
- workerOffer列表一般需要做随机处理,避免一直分给同一个
- 各机器上的CPU核数在分配的考虑范围之内。
- spark每次可能会有多个TaskSetManager提交到rootPool中, 此时会根据FIO做分配, 先给抵押给TaskSetManager做worker分配,再给第二个分配。
看一下之后做了什么:
可以看到经过分配后, 各task都绑定到了对应的worker上,生成一个列表,很明显后面就会的、根据这个列表,进行task的发送。
看一下具体的资源的分配过程在做什么: