spark内核揭秘-01-spark内核核心术语解析
2015-01-18 09:01
387 查看
Application:
Application是创建了SparkContext实例对象的spark用户,包含了Driver程序:
Spark-shell是一个应用程序,因为spark-shell在启动的时候创建了一个SparkContext对象,其名称为sc:
Job:
和Spark的action相对应,每一个action例如count、saveAsTextFile等都会对应一个job实例,该job实例包含多任务的并行计算。
Driver Program:
运行main函数并且创建SparkContext实例的程序
Cluster Manager:
集群资源的管理外部服务,在spark上现在有standalone、yarn、mesos等三种集群资源管理器,spark自带的standalone模式能够满足大部分的spark计算环境对集群资源管理的需求,基本上只有在集群中运行多套计算框架的时候才考虑yarn和mesos
Worker Node:
集群中可以运行应用代码的工作节点,相当于Hadoop的slave节点
Executor:
在一个Worker Node上为应用启动的工作进程,在进程中赋值任务的运行,并且负责将数据存放在内存或磁盘上,必须注意的是,每个应用在一个Worker Node上只会有一个Executor,在Executor内部通过多线程的方式并发处理应用的任务。
Task:
被Driver送到Executor上的工作单元,通常情况下一个task会处理一个split的数据,每个split一般就是一个Block块的大小:
State:
一个job会被拆分成很多任务,每一组任务被称为state,这个MapReduce的map和reduce任务很像,划分state的依据在于:state开始一般是由于读取外部数据或者shuffle数据、一个state的结束一般是由于发生shuffle(例如reduceByKey操作)或者整个job结束时,例如要把数据放到hdfs等存储系统上:
Application是创建了SparkContext实例对象的spark用户,包含了Driver程序:
Spark-shell是一个应用程序,因为spark-shell在启动的时候创建了一个SparkContext对象,其名称为sc:
Job:
和Spark的action相对应,每一个action例如count、saveAsTextFile等都会对应一个job实例,该job实例包含多任务的并行计算。
Driver Program:
运行main函数并且创建SparkContext实例的程序
Cluster Manager:
集群资源的管理外部服务,在spark上现在有standalone、yarn、mesos等三种集群资源管理器,spark自带的standalone模式能够满足大部分的spark计算环境对集群资源管理的需求,基本上只有在集群中运行多套计算框架的时候才考虑yarn和mesos
Worker Node:
集群中可以运行应用代码的工作节点,相当于Hadoop的slave节点
Executor:
在一个Worker Node上为应用启动的工作进程,在进程中赋值任务的运行,并且负责将数据存放在内存或磁盘上,必须注意的是,每个应用在一个Worker Node上只会有一个Executor,在Executor内部通过多线程的方式并发处理应用的任务。
Task:
被Driver送到Executor上的工作单元,通常情况下一个task会处理一个split的数据,每个split一般就是一个Block块的大小:
State:
一个job会被拆分成很多任务,每一组任务被称为state,这个MapReduce的map和reduce任务很像,划分state的依据在于:state开始一般是由于读取外部数据或者shuffle数据、一个state的结束一般是由于发生shuffle(例如reduceByKey操作)或者整个job结束时,例如要把数据放到hdfs等存储系统上:
相关文章推荐
- spark内核揭秘-01-spark内核核心术语解析
- spark内核揭秘-05-SparkContext核心源码解析初体验
- spark内核揭秘-05-SparkContext核心源码解析初体验
- spark内核揭秘-09-RDD的count操作 触发Job全生命周期-01
- spark内核揭秘-03-spark核心组件
- spark核心术语解析
- spark内核揭秘-09-RDD的count操作 触发Job全生命周期-01
- spark内核揭秘-06-TaskSceduler启动源码解析初体验
- spark内核揭秘-06-TaskSceduler启动源码解析初体验
- spark内核揭秘-03-spark核心组件
- spark内核揭秘-02-spark集群概览
- Spark视频第13期:Spark亚太研究院决胜大数据时代公益大讲坛:Tachyon内核解析及Spark与Tachyon操作实战
- spark内核揭秘-02-spark集群概览
- Spark视频第15期:Spark内核源码深度解析
- spark内核揭秘-10-RDD源码分析
- spark内核揭秘-11-Driver中AppClient源码分析
- 【专题】uC/OS-II内核架构解析(3)---uC/OS-II系统核心
- spark内核揭秘-09-RDD的count操作 触发Job全生命周期-02
- spark内核揭秘-07-DAGScheduler源码解读初体验
- spark内核揭秘-07-DAGScheduler源码解读初体验