- Driver给Executor发送消息,包括taskset数据
- Executor接收到对应的消息
- executor反序列化数据成任务描述
- executor通过LaunchTask来执行Task
- executor中的launchTask方法中,把task封装成TaskRunner,并在executor线程池中获取一个线程执行
- 上面获取一下线程执行时,最终会调用TaskRunner对象中的run方法
- run:
- 给driver发送自己正在运行的状态
- 反序列化task
- task.run执行——>调用task.runTask(),这是一个抽象方法
- ShuffleMapTask.runTask
- 反序列化RDD和依赖关系
- rdd.iterator()——->rdd.compute()
- compute最终是调用我们自己定义的计算函数
- 从shuffleManager获取shuffleWrite,把当前的Task计算结果写入到具体的文件中,顺便把mapStatus发送给Driver的DAGSchedule的MapOutputTrack
- ResultTask.runTask
- 从Driver的DAGSchedule的MapOutputTrack出获取上一个Task结果
- 反序列化
- 调用我们自己的函数执行
Spark RDD计算过程
猜你喜欢
转载自blog.csdn.net/tanliqing2010/article/details/80375305
今日推荐
周排行