Spark Runtime（Driver、Masster、Worker、Executor）内幕解密(DT大数据梦工厂)
内容：1、再论Spark集群部署；2、Job提交解密；3、Job的生成和接受；4、Task的运行；5、再论Shuffle；从一个作业视角，透过Master、Drvier、Executor来透视SparkRuntime==========再论Spark集群部署============官网中关于集群的部署：默认情况下，每个Worker下有一个Executor，会最大化的使用内存和CPU。Master发