国产一级簧片-国产一极毛片-国产一国产a一级毛片-国产一国产一有一级毛片-91三级视频-91大学生视频

藍鷗旗下品牌:鷗課學院
全國咨詢電話:13152008057
您的位置: 首頁 > 技術文章 > 【原創】Spark Standalong模式運行原理剖析

【原創】Spark Standalong模式運行原理剖析

2017-06-16 藍鷗
6236人 瀏覽:

  一、概述

  Apache Spark是一種快速和通用的集群計算系統。它提供Java,Scala,Python和R中的高級API,以及支持一般執行圖的優化引擎。它還支持一組豐富的更高級別的工具,包括Spark SQL用于SQL和結構化數據的處理,MLlib機器學習,GraphX用于圖形處理和Spark Streaming。

  Spark除了在Mesos或YARN群集管理器上運行,它還提供了一種簡單的獨立部署模式Standalone模式。接下來我們就以下面的WordCount代碼為例剖析Spark Standalone模式的運行原理。理解并掌握Spark Standalone模式的運行原理對后期進一步學習Spark相關技術有很大的幫助,同時也是Spark開發工程師崗位面試經常被提問的地方。

  WordCount代碼如下:

1.jpg

  Standalone運行模式原理概要如下圖所示:

2.png

  二、Standalong模式運式原理剖析之天龍八“步”

  1、第一步:

  通過spark-submit指令將打好的Spark jar包提交到Spark集群中運行。先從Driver進程開始運行,Driver中包含了我們所編寫的代碼。

  首先執行代碼中的前兩行代碼,

  //創建SparkConf對象  

  val conf = new SparkConf().setAppName("WordCount")  

  //創建SparkContext對象  

  val sc = new SparkContext(conf)

  這兩行代碼分別創建了SparkConf和SparkContext對象,在創建SparkContext對象的過程中,Spark會去做兩件很重要的事,就是創建DAGScheduler和TaskScheduler這兩個對象。然后,TaskScheduler會通過一個后臺進程負責與Master進行注冊通信,告訴Master有一個新的Application應用程序要運行,需要Master管理分配調度集群的資源。

  2、第二步:

  Master接收到TaskScheduler的注冊請求之后,會通過資源調度算法對集群資源進行調度,并且與Worker進行通信,請求Worker啟動相應的Executor。

  3、第三步:

  Worker接收到Master的請求之后,會在本節點中啟動Executor。因為集群中有多個Worker節點,那么也意味著會啟動多個Executor。一個Application對應著Worker中的一個Executor。

  4、第四步:

  Executor啟動完成之后,會向Driver中的TaskScheduler進行反注冊,反注冊的目的就是讓Driver知道新提交的Application應用將由哪些Executor負責執行。

  5、第五步:

  Executor向Driver中的TaskScheduler反注冊完成之后,就意味著SparkContext的初始化過程已經完成,接下來去執行SparkContext下面的代碼。

  //從linux或者HDFS中獲取數據

  val lines = sc.textFile("hdfs://tgmaster:9000/in/resws")

  //進行單詞統計計數

  val result = lines.flatMap(_.split(" ")).map((_, 1))

  //將計算結果保存到HDFS中

  result.saveAsTextFile("hdfs://tgmaster:9000/out/res3")

  sc.stop()

  6、第六步:

  在SparkContext下面的代碼中,創建了初始RDD,并對初始RDD進行了Transformation類型的算子操作,但是系統只是記錄下了這些操作行為,這些操作行并沒有真正的被執行,直到遇到Action類型的算子,觸發提交job之后,Action類型的算子之前所有的Transformation類型的算子才會被執行。job會被提交給DAGScheduler,DAGScheduler根據stage劃分算法將job劃分為多個stage(階段),并將其封裝成TaskSet(任務集合),然后將TaskSet提交給TaskScheduler。

  7、第七步:

  TaskScheduler根據task分配算法,將TaskSet中的每一個小task分配給Executor去執行。

  8、第八步:

  Executor接受到task任務之后,通過taskrunner來封裝一個task,并從線程池中取出相應的一個線程來執行task。

  task線程針對RDD partition分區中的數據進行指定的算子操作,這些算子操作包括Transformation和Action類型的操作。

  補充說明:

  1、taskrunner(任務運行器),會對我們編寫代碼進行復制、反序列化操作,進行執行task任務。

  2、task分為兩大類:ShuffleMapTask和ResultTask。最后一個stage階段中的task稱為ResultTask,在這之前所有的Task稱為ShuffleMapTask。

  1. 廣告1
  2. 廣告2
  3. 廣告3
  4. 廣告4
主站蜘蛛池模板: 欧美精品黄页免费高清在线 | 国产三级做爰在线观看视频 | 欧美hdvideosex4k| 国产一区二区在线观看视频 | 成人精品| 欧美特黄特色aaa大片免费看 | 女人张开腿让男人 | 欧美搞黄视频 | 国产成人毛片视频不卡在线 | 日韩免费在线视频 | 亚欧毛片| 国产专区一区 | 成人精品视频一区二区在线 | 亚洲欧美综合网 | 九九国产在线观看 | 国产日韩欧美一区二区三区在线 | 黄网在线免费 | 国产欧美成人免费观看视频 | 一区二区三区国产美女在线播放 | 天天草综合 | 麻豆19禁国产青草精品 | 久久精彩视频 | 成人免费网站视频www | 成人满18在线观看网站免费 | 日韩国产一区二区 | 亚洲福利视频精选在线视频 | 男人操美女网站 | 中国胖女人一级毛片aaaaa | 免费91最新地址永久入口 | 久久午夜鲁丝片午夜精品 | 亚洲欧美男人天堂 | 亚洲视频99| 精品久久久久久久久中文字幕 | 黄色美女视频 | 久久一日本道色综合久久m 久久伊人成人网 | 亚洲 欧美 精品专区 极品 | 手机国产精品一区二区 | 三级毛片在线看 | 久久亚洲高清观看 | 亚洲精品国产国语 | 日韩高清欧美 |