1、SparkContext涉及的类：Utils(用于序列化和反序列化)、Logging（Spark自己用log4j封装Object(相当于java中的private final static Logger))，SparkConf(用于获取spark的环境信息放在ConcurrentMap中，且在运行时sparkenv不可以改变)【./bin/spark-submit会主动创建SparkContext】
2、SparkContext 中CallSite(栈顶函数字符串，20个函数栈的以\n分割的字符串)【暂时没发现记录这个有啥作用】，
persistRdd是个map[rddID,RDD]，excutorEnv 是个HashMap（pass to excutors），sparkContext中的sparkconf是新new 了一个（深复制），sparkcontext初始化了driver信息（IP:PORT）
sparkcontext新new一个LiveListenerBus，用于异步传递SparkListenerEvents到已经注册的SparkListeners，在总线中注册一个metrics的计数器用于计数应用产生还未被使用并被发送到总线上的事件
3、为应用创建内存区AppStatusStore.createLiveStore()，SparkUI使用的是嵌入式Web服务器Jetty，初始化sparkUI，读取excutor内存大小，在创建createTaskSchedule前需要注册HeatBeatReceiver（构造Excutor时需要），Spark新建TaskScheduler (TaskSchedulerImpl)，集群模式通过SchedulerBakend（多线程调用需加锁），本地模式通过LocalSchedulerBackend，客户端首先调用initialize()和start()，然后通过runRasks()提交task sets。
4、创建调度的守护线程ThreadUtils.newDeamonSingleThreadScheduleExcutor()，默认的调度方式为FIFO（可选项为公平调度）【local模式的Excutor由LocalSchedulerBackend创建】，然后进入LocalScheduleBackend（LocalEndPoint序列化该类，通过RpcEndPoint异步调用LocalScheduleBackend，应该预防LocalScheduleBackend和TaskSchedulerImpl之间的死锁）。
5、LocalScheduleBackend连接connect到本地（new Socket()），TaskScheduleImpl.initial()，新建FIFOSchedulableBuilder，至此，scheduler创建和启动结束。
6、启动tastSchedule.start()，
网友评论