【Spark Core】从作业提交到任务调度完整生命周期浅析

问题导读

1.Spark作业提交到执行是一个怎样的过程？
2.Driver任务提交是一个怎样的过程？
3.作业从提交到任务调度经历了一个怎样的生命周期？








引言
这一小节我们将就之前写的几篇博文，从提交Job，到Stage划分，到任务分发，再到任务的执行，这一完整过程做一系统的回顾。在这一过程中理清思路，明确几篇文章中涉及到的调度关系和逻辑关系。

Spark作业提交到执行过程



上面这个图摘自张包峰的csdn博客，这个图很清晰的描述了作业提交执行的整个过程，略去了细节原理，给人一种清晰直观的流程概况。
通过该图结合一下我之前的博文来描述一下文章的内容和相互关系：
DAGScheduler源码浅析介绍了SparkContext通过DAGScheduler的runJob提交作业，其中通过DAGScheduler的事件队列来处理JobSubmitted事件来处理提交的Job。
DAGScheduler源码浅析2对DAGScheduler中涉及的两个重要组件进行的补充介绍。
Stage生成和Stage源码浅析介绍了将Job划分为Stage的过程，Spark根据RDD的依赖关系划分Stage，最终将其封装成taskset进行提交。
TaskScheduler源码与任务提交原理浅析1介绍了TaskScheduler和SchedulerBackend的关系。
TaskScheduler源码与任务提交原理浅析2介绍了Driver侧的SchedulerBackend是如何进行资源分配和任务调度的，最终派发给Executor去执行。
任务执行机制和Task源码浅析2介绍了Task在Executor中的执行过程。

Driver的任务提交过程



1、Driver程序的代码运行到action操作，触发了SparkContext的runJob方法。
2、SparkContext调用DAGScheduler的runJob函数。
3、DAGScheduler把Job划分stage，然后把stage转化为相应的Tasks，把Tasks交给TaskScheduler。
4、通过TaskScheduler把Tasks添加到任务队列当中，交给SchedulerBackend进行资源分配和任务调度。
5、调度器给Task分配执行Executor，ExecutorBackend负责执行Task。

转载请注明作者Jason Ding及其出处
GitCafe博客主页(http://jasonding1354.gitcafe.io/)