1.使用spark-submit提交脚本
2.此时会产生一个Driver进程,Driver主要用来运行我们提交的代码
3.spark脚本的开头通常是创建SparkContext的代码,Driver运行到此处时,先创建SparkContext对象,SparkContext会构建DAGScheduler和TaskScheduler
4.TaskScheduler连接到集群的Master
5.Master运用资源调度算法,通知Worker启用Executor
6.Executor反向注册到TaskScheduler上(用于让TaskScheduler直接在之后将task扔给executor执行)
7.至此,SparkContext初始化完成,Driver继续执行后面的代码
8.当Driver遇到一个Action时,会产生一个job,每个job由DAGScheduler根据是否有Shuffle将job划分为多个stage(遇到一次Shuffle划分一个stage),每个stage创建一个TaskSet
9.TaskSet将task给TaskScheduler
10.TaskScheduler会通过task分配算法将TaskSet里的task提交给executor
11.executor在线程池里取一个线程来完成计算任务。