spark启动

spark启动流程

sbin/start-all.sh -> start-master.sh -> start-slaves.sh

sbin/start-master.sh -> 先读取变量 sbin/spark-daemon.sh start org.apache.spark.deploy.master.Master 1 --ip $SPARK_MASTER_IP --port $SPARK_MASTER_PORT --webui-port $SPARK_MASTER_WEBUI_PORT

sbin/spark-daemon.sh -> /bin/spark-class $command "$@"

/bin/spark-class -> exec "$RUNNER" -cp "$CLASSPATH" $JAVA_OPTS "$@"


spark提交任务过程

bin/spark-submit --class cn.itcast.spark.WordCount --master spark://node-1.itcast.cn:7077 --executor-memory 2g --total-executor-cores 4

exec "$SPARK_HOME"/bin/spark-class org.apache.spark.deploy.SparkSubmit -> exec "$RUNNER" -cp "$CLASSPATH" $JAVA_OPTS "$@"

重点看spark-class org.apache.spark.deploy.SparkSubmit ->submit -> doRunMain (args->class cn.itcast.spark.WordCount …)
class.forname 在自己进程里反射
--> Class.forName通过反射调用自定义类的main方法(只有一个进程)

sparkcontext运行在sparksubmit(driver)进程中,然后与master建立连接,以后要rpc通信

创建DAGScheduler->TaskScheduler

new sparkconext-> 执行主构造器->
1.调用createSparkEnv创建sparkEnv (里面有一个重要的对象create actor system 单例,之后创建actor,driver与executor进行心跳通信(仅仅是心跳),executor发)
2.create task scheduler->根据提交的任务url进行匹配-> taskschedulerimpl->sparkdeployschedulerbackend(里面有两个actor,client actor,driver actor)
3create dagscheduler(以后用来切分dag)
4start task scheduler (task scheduler impl)
首先调用sparkdeployschedulerbackend 的start方法(首先调用父类的start方法,来创建DriverActor,(Executor 主动连接driver);之后准备一些参数封装在一个对象中(application description),然后发给master:其中这个参数org.apache.spark.executor. coarseGrainedschedulerbackend重要,以后executor的实现类(有不同的提交方式);创建app client(传入(application description参数),再调用appClient.start(),在start方法中创建了一个client actor,向master注册(registerWithMaster, 循环所有master地址,发消息,standby无返回内容,拿到master引用,然后发注册请求,所有的参数都封装在application description中);master类中,RegisterApplication(description),接收到client actor中的,把信息放在内存,再持久化,向clientactor发送注册成功消息,调用schedule方法(重要),master开始调度资源,其实就是把任务启动到那些worker上,其中有两种调度方式,一种是尽量打散,一种是尽量集中。master发送消息(case class),让worker启动executor,再向client actor发送消息,告诉它已经向worker发送了启动executor的消息

worker发送给executor的消息是case class launchExecutor(masterurl,executorid,cores,memory,appid,appdescription)
worker中有一个executorRunner方法,将上面的参数都放入其中,然后启动executor,这样executor也就是corseGrained这个类有了worker url和driver actor(client actor发给master再发给worker再发给executor)和worker与driver进行通信。

executorRunner会在worker上注册,因为一个application在一个worker上可能有多个executor。Map(executorid->executorRunner).再调用executorRunner的start方法启动executor子进程。然后worker给master发消息,告诉他executor已经启动

在executorrunne r的start方法中,先创建一个线程对象,然后通过一个线程来启动一个java子进程,原因是这样不阻塞创建子进程的时候,要不创建进程起子进程会等很久

调用线程对象的start方法回调用线程对象的run方法进而调用fetchandrunexecutor,在这里面启动corsegrained子进程,并创建stdout和stderr日志文件,之后executor给worker发消息,告诉它启动成功

在executor中,也就是coarseGrainedschedulerbackend中,创建actorsystem,与driver建立连接(有两个地方)
在prestart方法中:(与driver建立连接,这个actor是接收driver 发过来任务的),executor向driver发送消息,进行注册;然后driveractor会向executor发送消息,告诉executor注册成功,然后在coarseGrainedschedulerbackend 创建new Executor实例,用来执行业务逻辑

coarseGrainedschedulerbackend中的makeoffers方法的作用是:查看是否有任务需要提交(driveractor->executor)重要

Executor的主构造器中,初始化线程池
val threadPool = Utils.newdaemonCachedThreadPool
executor向driveractor发送心跳

executor中有一个launchTask,其中new taskRunner,将这个taskRunner丢到线程池threadPool中

有一个task从driver actor发过来,task是个对象,需要序列化,executor接收到task,需要反序列化,task想要被执行,需要task实现runnable方法(或者搞一个类,这个类实现runnable方法,然后把 task丢到这个类里面 ,包一下,再把这个类丢到线程池)

e.g.

package thread.test;

import java.io.Serializable;
import java.util.Date;

public class Task implements Runnable, Serializable {
    private static final long serialVersionUID = 1L;

    @Override
    public void run() {
        System.out.println(new Date());
    }
}


package thread.test;

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.ObjectInputStream;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

public class DesTask {
    public static void main(String[] args) throws       FileNotFoundException, IOException, ClassNotFoundException, InterruptedException {
        ObjectInputStream ois = new ObjectInputStream(new     FileInputStream("/Users/d/Desktop/tasks"));
        ExecutorService pool =      Executors.newCachedThreadPool();
        Task t = (Task) ois.readObject();
        pool.execute(t);  
        ois.close();
        Thread.sleep(2000);
        pool.shutdown();
    
    }
}



package thread.test;

import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.ObjectOutputStream;

public class SerTask {
    public static void main(String[] args) throws FileNotFoundException, IOException {
        Task a = new Task();
        ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream("/Users/d/Desktop/tasks"));//装饰模式
        oos.writeObject(a);
        oos.close();
    }
}

可以打印出时间 Mon Jun 26 00:47:54 CST 2017

继承关系 :schedulerbackend<-coarseGrainedschedulerbackend(driver actor)<-sparkdeployschedulerbackend(client actor)

什么时候会调用master中的schedule方法? 有新的worker加入或删除,有application提交或删除

你可能感兴趣的:(spark启动)