Spark Client启动原理探索

经过几天闲暇时间的学习，终于又理解的深入了一些，关于Spark Client如何提交作业也更清晰了点。

在整体的流程图上是这样的：

大体的思路就是应用程序通过SparkSubmit提交程序后，自动在当前的JVM中启动Driver，然后与Master通信创建Excutor执行相应的任务。

自己整理了下流程图

以及的组件图：

可以看到大概是下面的步骤：

1. 新建SparkContext

2. 创建对应的scheduler和schedulerBackend

    val (sched, ts) = SparkContext.createTaskScheduler(this, master, deployMode)
   _schedulerBackend = sched
   _taskScheduler = ts
   ...
   _taskScheduler.start()

3. 启动scheduler的start方法，内部调用backend的start方法

4. backend调用父类CoarseGrainedSchedulerBackend的start方法

   override def start() {
     super.start()
     ...
     client = new StandaloneAppClient(sc.env.rpcEnv, masters, appDesc, this, conf)
     client.start()
   }

5. 创建对应的drvierEndpoint
6. 在backend的start()方法里面创建StandaloneAppClient

7. 执行StanaloneAppClient对象的start方法，内部创建ClientEndpoint

DriverEndpoint和ClientEndpoint都会跟Master进行通信，接下来的处理就是编译驱动程序的代码，发送给excutor进行相应的处理。