Spark运行原理（大白话笔记）

spark运行原理讲解的是spark在运行期间集群中的节点是怎么接收任务和处理任务的

具体的步骤如下：
1、在客户端通过命令提交一个job任务的时候，Driver就会启动相关的节点进行工作
2、客户端的driver会向master注册资源。
在这两步中，driver的角色实际上就是通知集群有任务了，开始干活，而具体启动任务的是master，master的角色就是分配做任务的资源，并且监控资源的使用情况，这就好比干个工程，master就是负责调度车辆，分配沙子水泥的用料和用量的，实际上就是调度工种的工作
3、master会让worker启动executor进行进行工作，worker实际上是不工作的，他就相当于一个公司，听从master的用料和用量来启动executor，真正干活的是executor
干活的进程是execitorBackend这个进，所以在我们提交任务后，会在worker节点上看到这个进程名字，他就是具体的工作进程，
4、ExecutorBackend会向driver注册，这一步的意义就是让driver知道是谁干活，diver知道了以后，就会找个调度经理SchedulerBackend来给ExecutorBackend分活干，这时候还会涉及一个DAGScheduler，他是把任务具体细分的一个功能，就是任务细分员，把任务划分成多个阶段（stage），然后以task的方式下发给ExecutorBackend
Driver相当于项目经理，DAGScheduler相当于项目小组长，driver接活，让DAGScheduler划分任务，然后给大哥，这时候还会涉及一个DAGScheduler，他是把任务具体细分的一个功能，就是任务细分员，把任务划分成多个阶段（stage），然后以task的方式下发给ExecutorBackend分活干，那么在这个过程中，driver这个项目经理就是个动嘴的，master和worker是监控资源的，看看哪辆车不好用了给你换一辆，那个工人不干活了给你换一个，真正干活的就是SchedulerBackend（调度员），DAGScheduler（项目组长），ExecutorBackend（工人）
其实整个spark的调度和平时的工地施工、项目开发流程都是类似的，说白了就是有人监工、有人划分任务、有人分配任务、有人干活