① 打包程序为 `xxx.jar`，上传到某个节点上
② 执行一个 `SparkSubmit` ，在SparkSubmit中，会写各种配置信息（--master、CPU、内存）
③ 以 `client` 模式为例，会在提交的节点上启动一个 driver进程
④ Driver就是我们的 `application`，Wordcount
⑤ 创建 `SparkContext` 对象，会在内部创建（`DAGscheduler`，`Taskscheduler`）
⑥ 在driver中，代码如果遇到了 `action` 算子，就会创建一个 job（即Spark程序中有多少个action，就会产生多少个job）
⑦ `DAGscheduler` 会接收 job，为job生成DAG（有向无环图）
⑧ 把DAG划分为 Stage
⑨ 把 Stage 里面的 task 切分出来，生成 taskSet
⑩ 接收taskSet后调度task
⑪ taskScheduler里面会有一个后台进程，去专门连接 Master，向Master注册（申请资源，如CPU，内存、磁盘）
⑫ master 接收到 driver 端的注册
⑬ 结合需要的资源和本身空闲的资源，利用资源调度算法来决定在哪些worker上运行我们的这个application。
⑭ master通知 worker 启动 executor（worker中包含有 executor、线程池、taskRunner）
⑮ worker 启动 executor（executor使用资源CPU+内存）
⑯ executor 反向注册 driver 里面的 taskScheduler
⑰ driver中的 taskScheduler 接收到 executor 的反向注册，把 taskSet中的task发送到 executor
⑱ worker中的 taskRunner（执行task）接收到一个序列化文件，先反序列化拷贝等，生成task，task里面有 rdd 的执行算子和一些方法需要的常量。executor 接收到很多的task，每接收到一个 task都会从线程池里面获取一个线程，用taskRunner来执行task。
⑲ task分为 shuffleMapTask和resultTask，最后一个stage对一个的task就是resultTask，之前所有的stage对应的task都是shuffleMapTask。如果spark程序执行的是 shuffleMapTask，那么程序在执行完这个stage之后，还需要继续执行下一个 stage
⑳ spark程序，就是stage被切分为很多 task，封装到 taskSet 里面，提交给 executor执行，一个stage一个stage执行，每个task对应一个rdd的Partition（分区），这个task执行的就是我们写的算子操作，最后知道最后一个stage执行完。