当发现哪个stage报错或者执行特别慢，需要针对对应代码排查问题和性能调优，因此必须对stage划分算法很清晰，知道spark Application被划分成了几个job，每个job被划分成了几个stage，每个stage包括哪些代码。
stage 划分思想：
由submitStage() 和getMissingParentStage() 组成。会从触发Action操作的那个RDD开始往前，首先为最后一个RDD创建一个stage，然后再往前，如果遇到某个RDD是宽依赖，就会为宽依赖创建一个新的stage，新的RDD就是最新的stage的最后一个RDD。然后依次类推，继续往前，根据宽依赖或者窄依赖进行stage划分，直到最后一个RDD遍历完为止
stage划分步骤：
- 使用出发job的最后一个RDD，创建finalStage（创建一个stage对象，并且将stage加入到DAGScheduler内部的内存缓存中）
- 使用finalStage创建一个job（这个job的最后一个stage，就是 finalStage）
- 将job加入到内存缓存中
- 使用 submitStage() 提交 finalStage
提交stage的方法（stage划分算法入口）：调用 getMissingParentStage() 获取当前这个 stage 的父 stage；往栈中推入stage的最后一个RDD；while循环对stage的最后一个RDD，调用自己定义的visit()方法，visit（）：如果是窄依赖，将RDD放入栈中，如果是宽依赖，使用宽依赖的那个RDD创建一个stage，将isShuffleMap设为true；提交stage，为stage创建一批task，task数量与Partition数量相同；计算每个task对应的Partition的最佳位置（从stage最后一个RDD开始，去找被cache或checkpoint的RDD的Partition，task的最佳位置，就是该Partition的位置，这样task就在那个节点上执行，不需要计算之前的RDD；如果从最后一个RDD到最开始的RDD，都没有被cache或checkpoint，那么最佳位置就是Nil，即没有最佳位置） - 针对stage的task，创建TaskSet对象，调用TaskScheduler的submitTask方法，提交TaskSet，提交到Excutor上去执行
即：
1、从finalstage倒推，
2、通过宽依赖进行新的stage划分
3、使用递归，优先提交父stage
