Spark Client启动原理探索

经过几天闲暇时间的学习，终于又理解的深入了一些，关于Spark Client如何提交作业也更清晰了点。

在整体的流程图上是这样的：



大体的思路就是应用程序通过SparkSubmit提交程序后，自动在当前的JVM中启动Driver，然后与Master通信创建Excutor执行相应的任务。

自己整理了下流程图

以及的组件图：

可以看到大概是下面的步骤：

1. 新建SparkContext
2. 创建对应的scheduler和schedulerBackend

 val (sched, ts) = SparkContext.createTaskScheduler(this, master, deployMode)
_schedulerBackend = sched
_taskScheduler = ts
...
_taskScheduler.start()

1. 启动scheduler的start方法，内部调用backend的start方法
2. backend调用父类CoarseGrainedSchedulerBackend的start方法

override def start() {
  super.start()
  ...
  client = new StandaloneAppClient(sc.env.rpcEnv, masters, appDesc, this, conf)
  client.start()
}

1. 创建对应的drvierEndpoint
2. 在backend的start()方法里面创建StandaloneAppClient
3. 执行StanaloneAppClient对象的start方法，内部创建ClientEndpoint

DriverEndpoint和ClientEndpoint都会跟Master进行通信，接下来的处理就是编译驱动程序的代码，发送给excutor进行相应的处理。