50：Spark中的新解析引擎Catalyst源码Physical Plan彻底详解

本期内容：

1. SparkPlanner的基本工作机制

2. Physical Plan源码彻底详解

物理计划是Spark和Sparksql相对比而言的，因为SparkSql是在Spark core上的一个抽象，物理化就是变成RDD，是SparkSql和Spark core之间的衔接点。

Physical Plan也是Catalyst变成Spark作业的最后一个阶段。

生成SparkPlan

从代码，我们可以看到SparkPlan的生成包含了两个步骤，首先会调用SparkPlanner的plan方法，生成SparkPlan，调用prepareForExecution的execute方法，再进行一次加工。

SparkPlanner继承自SparkStrategies，strategies是精髓。

其执行在下面的plan方法，所有的strategies应用在plan上得到的physicalPlan，这个方法返回一个Iterator。

修正SparkPlan

而在prepareForExecution中，我们看到只是定了两个规则，主要是执行计划进行修正。
其中EnsureRequirements主要针对shuffle操作，确保前后的plan分区数兼容。

执行SparkPlan

这些操作都是逻辑级别的，sparkplan最终都是调用execute方法生成RDD。