[第三章] sparkContext原理剖析

前面我们讲过了了关于spark整体构架原理，在spark中 ,当执行我们的application,也就是我们写的程代码，我们回想一下，之前我们写的spark应用的第一行是不是先构造一个sparkConf,接着通过sparkConfs构造一个非常重要的对象：SparkContext
例：val conf = new SparkConf()
val sc = new SparkContext(conf)

通过源码我们可以得到，在初使化上面SparkContext后，做的最重要的两件事：
1：构造出DAGScheduler
2：构造出TaskScheduler

在new SparkContext 时，会调用sparkContext中的createTaskScheduler()方法，在这个方法中，批配了好多种提交模式，这里我们以standalone模式为例：

//这就是standland模式
case SPARK_REGEX(sparkUrl) =>
val scheduler = new TaskSchedulerImpl(sc)
val masterUrls = sparkUrl.split(",").map("spark://" + _)
val backend = new SparkDeploySchedulerBackend(scheduler, sc, masterUrls)
scheduler.initialize(backend)
(backend, scheduler)

从上面的源代码可以看到，做了三件事：
1:新建一个TaskSchedulerImpl对象，其实它就是我们前面说的Taskscheduler
2:创建了SparkDeploySchedulerBackend对象，它在底层会接收TaskScheduler的控制，实际上对Master的控制，Exceutor的反注册，task发送executor等操作
3:创建SchedulerPool,它有不用的优先策略，比如FIFO

如看下面的源代码，是在调用了initialize()方法：

Paste_Image.png

接着，会调用TaskSchedulerImpl的start()方法，在这个方法里调用了SparkDeploySchedulerBackend的start()方法，如下：
override def start() {
backend.start()
...}

在这个方法里，创建一个两个很重要的对象，一个是ApplicationDescription，一个是AppClient，如下：

Paste_Image.png

ApplicationDescription对象是我们提交的应用程序的封装，AppClient是一个通信对象。接收它创建一个ClientActor对象，这个实际就是一个AKK通信的进程，ClientActor会调用一个叫registerWithMaster()的方法，里面又调用了一个tryRegisterAllMasters()
如下：

Paste_Image.png

RegisterApplication类里封装了application的描述信息，接着，通信到Master,Master收到请求，向Worker发出命令启动Executor来执行Application,executor在启动后反向注册到SparkDeploySchedulerBackend上去。

spark在初使化的第二个作用是创建DAGScheduler，底层是DAGScheudlerEventProcessActor组件来进行通信的（线程）

第三件事是SparkUI,4040端口，里面是基于一个jetty服务器，提供一个WEB页面，来显示application的运行状态。

作者：cariya
链接：https://www.jianshu.com/p/8e73d08219bd