spark启动过程sparkconf实例化

SparkConf 的构造很简单，主要是通过 ConcurrentHashMap 来维护各种 Spark 的配置属性。 Spark 的配置属性都是以“spark.”开头的字符串。

现在开始介绍 SparkContext。 SparkContext 的初始化步骤如下：
1）创建 Spark 执行环境 SparkEnv；
2）创建 RDD 清理器 metadataCleaner；
3）创建并初始化 Spark UI；
4） Hadoop 相关配置及 Executor 环境变量的设置；
5）创建任务调度 TaskScheduler；
6）创建和启动 DAGScheduler；
7） TaskScheduler 的启动；
8）初始化块管理器 BlockManager（BlockManager 是存储体系的主要组件之一，将在第 4
章介绍）；
9）启动测量系统 MetricsSystem；
10）创建和启动 Executor 分配管理器 ExecutorAllocationManager；
11） ContextCleaner 的创建与启动；
12） Spark 环境更新；
13）创建 DAGSchedulerSource 和 BlockManagerSource；
14）将 SparkContext 标记为激活。
SparkContext 的主构造器参数为 SparkConf，其实现如下。

class SparkContext(config: SparkConf) extends Logging with ExecutorAllocationClient {
private val creationSite: CallSite = Utils.getCallSite()
private val allowMultipleContexts: Boolean =
config.getBoolean("spark.driver.allowMultipleContexts", false)
SparkContext.markPartiallyConstructed(this, allowMultipleContexts)

上面代码中的 CallSite 存储了线程栈中最靠近栈顶的用户类及最靠近栈底的 Scala 或者Spark 核心类信息。 Utils.getCallSite 的详细信息见附录 A。 SparkContext 默认只有一个实例（由属性spark.driver.allowMultipleContexts 来控制，用户需要多个 SparkContext 实例时，可以将其设置为 true），方法 markPartiallyConstructed 用来确保实例的唯一性，并将当前 SparkContext标记为正在构建中。
接下来会对 SparkConf 进行复制，然后对各种配置信息进行校验，代码如下。

private[spark] val conf = config.clone()
conf.validateSettings()
if (!conf.contains("spark.master")) {
throw new SparkException("A master URL must be set in your configuration")
}
if (!conf.contains("spark.app.name")) {
throw new SparkException("An application name must be set in your configuration")
}

从上面校验的代码看到必须指定属性 spark.master 和 spark.app.name，否则会抛出异常，结束初始化过程。 spark.master 用于设置部署模式， spark.app.name 用于指定应用程序名称。