Spark的核心组件

运行架构

Spark框架的核心是一个计算引擎，整体来说，它采用了标准master-slave的结构。
如下图所示，他展示了一个Spark执行时的基本结构。图形中的Driver表示master，负责管理整个集群中的作业任务调度。图形中的Executor则是slave，负责实际执行任务。

核心组件

由上图可以看出，Spark有两个核心组件：Driver和Executor

Driver

Spark驱动器节点，用于执行Spark任务中的main方法，负责实际代码的执行任务。Driver在Spark作业执行时主要负责：

1. 把用户程序转化为作业（job）
2. 在Executor间调度任务（task）
3. 跟踪Executor的执行情况
4. 通过UI展示查询运行情况
   实际上，我们无法准确的描述Driver的定义，因为在整个编程过程中没有看到任何有关Driver的字眼。所以简单理解，Driver就是驱动整个应用运行起来的程序，也称之为Driver类。

Executor

Spark Executor是集群中工作节点（Worker）中的一个JVM进程，负责在Spark作业中运行具体任务（Task），任务彼此之间互相独立。Spark应用启动时，Executor节点被同时启动，并且始终伴随整个Spark应用的生命周期而存在。如果有Executor节点发生了故障或崩溃，Spark应用也可以继续执行，会将出错节点上的任务调度到其他Executor节点上继续运行。
Executor有两个核心功能：

1. 负责运行组成Spark应用的任务，并将结果返回给驱动器进程
2. 他们通过自身的块管理器（Block Manager）为用户程序中要求缓存的RDD提供内存式缓存。RDD是直接缓存在Executor进程内的，因此任务可以在运行时充分利用缓存数据加速运算。