Spark记录（二）：Spark程序的生命周期

本文主要是介绍Spark记录（二）：Spark程序的生命周期，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

本文以Spark执行模式中最常见的集群模式为例，详细的描述一下Spark程序的生命周期（YARN作为集群管理器）。

1、集群节点初始化

集群刚初始化的时候，或者之前的Spark任务完成之后，此时集群中的节点都处于空闲状态，每个服务器（节点）上，只有YARN的进程在运行（环境进程不在此考虑范围内），集群状态如下所示：

 每个节点服务器上都有一个YARN的管理器进程在检测着服务器的状态。蓝色的是YARN主节点。

2、创建Spark驱动器进程

 如上图所示，客户端将程序包（jar包或代码库）提交到集群管理器的驱动节点（即master节点），此时驱动节点会给Spark驱动器进程申请资源，并将其在某一个节点服务器上启动起来。程序包也发给Spark驱动器。

注意此时只有Spark的驱动器Driver进程，执行器Executor进程还未创建。

3、创建Spark集群

Spark的Driver进程启动后，开始执行用户代码。用户代码中会先初始化包含Spark集群信息的SparkSession，该SparkSession中就存有执行器所需资源的配置信息，它会与集群管理器的master进程通信（下图实线箭头），要求集群管理器在集群上启动所需要Spark的Executor（下图虚线箭头）。集群管理器按要求启动完Executor之后，会将启动的Executor及其所在节点信息发送给Spark的Driver进程，后面将由Spark的Driver对所有的Executor进程进行操控。这就构建出来了一个Spark集群。

4、执行Spark程序

由于Spark的Driver进程已经从集群管理器处获取到了所有可以调度的Executor信息，下面就开始执行代码了，如下图所示。

Spark的Driver进程与Executor进程互相通信，下发task和反馈执行结果，直到程序代码执行完成或异常退出。

5、结束运行

当Spark程序执行完成之后，Driver进程会发消息给集群管理器的Master节点告知执行结果（下图箭头1），集群管理器会关闭该Spark驱动器对应的Executor进程。至此，资源全部被回收，Spark集群完成本次任务，用户可以通过集群管理器得到Spark任务的执行结果。

Spark集群资源完全释放之后，就又进入了第一步中的集群节点初始化的状态，等待下一个Spark任务的到来。

这篇关于Spark记录（二）：Spark程序的生命周期的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！