Spark在Driver上会对Application的每一个Stage的Task进行分配前，都会计算出每个Task要计算的是哪个分片数据，RDD的某个partition；Spark的Task分配算法会让每个Task正好分配到它要计算的数据所在的节点，这样不用在网络间传输数据，因此在DAG划分Stage分配Task任务时候就确定好了数据本地性。
但通常来说，很有可能因为节点A的计算资源和计算能力都满了导致Task没有机会分配到它的数据所在的节点A，Spark会在等待一段时间后会选择一个比较差的本地化级别，比如将这个Task分配到靠它要计算的数据所在节点，比较近的一个节点，然后进行计算。
面对这种情况一般会发生数据传输，Task会通过其所在节点的BlockManager来获取数据，BlockManager发现自己本地没有数据，会通过一个getRemote()方法，通过TransferService（网络数据传输组件）从数据所在节点的BlockManager中，获取数据，通过网络传输回Task所在节点。
Task任务读取数据本地性共分为五个级别：
PROCESS_LOCAL：要处理的数据就在同一个本地进程中，即数据和Task在同一个Executor JVM中，即RDD的数据在之前已经被缓存过了，因为BlockManager是以Executor为单位的，所以只要Task所需要的Block在其Executor的BlockManager上已经被缓存。这种实最优的，因为数据不需要在网络中传输。
NODE_LOCAL：数据在同一台节点上，但是并不不在同一个JVM中，比如数据在同一台节点上的另外一个Executor上，速度要比PROCESS_LOCAL略慢。还有一种情况是读取HDFS的块就在当前节点上，数据本地性也是NODE_LOCAL。
NO_PREF：数据从哪里访问都一样，表示数据本地性无意义，看起来很奇怪，其实指的是从MySQL、MongoDB之类的数据源读取数据。
RACK_LOCAL：数据在同一机架上的其它节点，需要经过网络传输，速度要比NODE_LOCAL慢。
ANY：数据在其它更远的网络上，甚至都不在同一个机架上，比RACK_LOCAL更慢，一般情况下不会出现这种级别。
