spark运行架构 要背下来
http://spark.apache.org/docs/latest/cluster-overview.html
- Spark Application: 1个driver + 多个executors
- Application jar : 打包时生成的jar包
- Driver program :运行main函数的进程,并且创建了一个sparkcontext
- Cluster manager: 一个从cluster申请资源的外部服务
- Deploy mode: 区分driver进程跑在哪里;client模式下,driver跑在本地; cluster模式下,driver跑在集群里
- Executor: 启动应用程序的进程;它能够运行tasks,保存数据到memort/disk。每个application都有自己的executor;
- Task:作业的基本单元,每个task都会被送到一个executor上去执行
- Job: 众多task组成的并行计算,一个Spark的action算子产生一个Job