背景： 前几天了解了spark了运行架构，spark代码提交给driver时候会根据rdd生成DAG，那么实际DAG在代码中是如何生成的呢？
首先了解，spark任务中的几个划分点：
1.job：job是由rdd的action来划分，每一个action操作是在spark任务执行时是一个job。（action的区分：rdd分为行动操作和转化操作，因为我们知道rdd是惰性加载的，除非遇到行动操作，前面的所有的转化操作才会执行，这也就是为什么spark任务由job来划分执行了，区分行动操作和转化操作最简单的方法就是看，rdd放回的值，如果返回的是一个rdd则是转化操作，例如map，如果返回的是一个其他的数据类型则是行动操作，例如count）
2.stage：根据rdd的宽窄依赖来划分（shuffle来区分），遇到shuffle，则将shuffle之前的窄依赖归来一个stage；
3.task：task是由最后的executor执行的最小任务，它最终落到各个executor上，实现分布式执行；
简单的归纳一下他们的关系：job －> stage -> task (job中有多个stage，stage中有多个task)；
spark运行时，一个任务由client提交，再由driver划分逻辑实现图DAG，最后分配给各个executor上执行task；
思考：任务是如何分配监听的？hash分配，随机分配？
spark在任务拆分的时候，参考下图：
1.先由sparkcontext初始化，创建一个DAGshcheduler，启动一个监听器，监听spark任务，spark拆分的所有任务都会发给这个监听器；
2.客户端这边，当我们调用action时，则action会向sparkcontext启动一个runjob，即是将action任务（一个job）提交给DAGshcheduler的监听器；
3.接到job的DAGscheduler 会将任务交给handleJobSubmitted 来处理；
4. 未来待续。。。。