spark的作业提交流程

Spark的作业调度分为三个级别:DAGScheduler、TaskScheduler和SchedulerBackend。DAGScheduler将作业转化为stage,TaskScheduler接收并提交任务给后台调度器。在本地模式、伪分布式和分布式模式下,不同SchedulerBackend负责任务分配。任务最终由Worker节点的Executor执行,运行用户定义的业务逻辑。

spark的作业调度分为3个级别:DAG调度器 ==>TaskScheduler(任务调度器)==> SchedulerBackend(后台调度器)

 

第一级作业调度:DAG调度器DAGScheduler

当我们写好应用程序,程序里面有sc.count()或sc.collect()时,或者我们在scalashell发出的命令中有sc.count()或sc.collect()时(这俩函数都是action类的函数)于是启动了作业提交流程。流程如下( ==> 符号表示进入下一步)

action函数调用sc.runjob() ==>  

由DAG调度器把作业转换成事件(event), DAG调度器把事件添加到EventProcessLoop(这是一个事件处理队列)==> 

线程EventThread会专门从EventProcessLoop队列中获取事件,交给DAGScheduler的事件处理方法==> 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值