大多数应该都要有实际写过 Spark 程序和提交任务到 Spark 集群后才有更好的理解
1、Application：表示你的应用程序，包含一个 Driver Program 和若干 Executor
2、Driver Program：Spark 中的 Driver 即运行上述 Application 的 main()函数并且创建 SparkContext，其中创建 SparkContext 的目的是为了准备 Spark 应用程序的运行环境。由 SparkContext 负责与 ClusterManager 通信，进行资源的申请，任务的分配和监控等。程序执 行完毕后关闭 SparkContext
3、ClusterManager：在 Standalone 模式中即为 Master（主节点），控制整个集群，监控 Worker。 在 YARN 模式中为资源管理器。
4、RDD：Spark的基本计算单元，一组RDD可形成执行的有向无环图RDD Graph
5、DAGScheduler：：根据 Job 构建基于 Stage 的 DAG，并提交 Stage 给 TaskScheduler，其划分 Stage 的依据是 RDD 之间的依赖关系：宽依赖，也叫 shuffle 依赖
6、SparkContext：整个应用的上下文，控制应用程序的生命周期，负责调度各个运算资源， 协调各个 Worker 上的 Executor。初始化的时候，会初始化 DAGScheduler 和 TaskScheduler 两个核心组件。
7、TaskScheduler：将 TaskSet 提交给 Worker（集群）运行，每个 Executor 运行什么 Task 就 是在此处分配的。
8、Worker：：集群中可以运行 Application 代码的节点。在 Standalone 模式中指的是通过 slave 文件配置的 worker 节点，在 Spark on Yarn 模式中指的就是 NodeManager 节点。
9、Executor：某个 Application 运行在 Worker 节点上的一个进程，该进程负责运行某些 task， 并且负责将数据存在内存或者磁盘上。在 Spark on Yarn 模式下，其进程名称为 CoarseGrainedExecutorBackend，一个 CoarseGrainedExecutorBackend 进程有且仅有一个 executor对象，它负责将Task包装成taskRunner，并从线程池中抽取出一个空闲线程运行Task， 这样，每个 CoarseGrainedExecutorBackend 能并行运行 Task 的数据就取决于分配给它的 CPU 的个数。
10、Stage：每个 Job 会被拆分很多组 Task，每组作为一个 TaskSet，其名称为 Stage
11、Job：包含多个 Task 组成的并行计算，是由 Action 行为触发的
12、Task：在 Executor 进程中执行任务的工作单元，多个 Task 组成一个 Stage
13、SparkEnv：线程级别的上下文，存储运行时的重要组件的引用。SparkEnv 内创建并包含 如下一些重要组件的引用。 MapOutPutTracker：负责 Shuffle 元信息的存储。
BroadcastManager：负责广播变量的控制与元信息的存储。
BlockManager：负责存储管理、创建和查找块。
MetricsSystem：监控运行时性能指标信息。
SparkConf：负责存储配置信息。
