SqlTaskManager
Worker的SqlTaskManager负责接收发来的TaskRequest，
doUpdateTask
Get或创建SqlTask，仅仅新的Task需要创建，
tasks是LoadingCache<TaskId, SqlTask>
最终调用updateTask，
生成SqlTaskExecution，
sqlTaskExecutionFactory.create
LocalExecutionPlan
首先将PlanNode，通过Visitor模式，替换成PhysicalOperation，
比如对于Fragment2，
PlanNode，
变换成PhysicalOperation，
将PhysicalOperation生成DriverFactory，
这里的context是LocalExecutionPlanContext，static类，不同线程的DriverFactory会加入到同一个context对象的driverFactories中
之前会加一层PhysicalOperation，
生成DriverFactory，加到driverFactories中，
结果是这样，
最终生成LocalExecutionPlan并返回，
从而完成SqlTaskExecution的创建，
这里会将localExecutionPlan中的所有driverFactory，放入三种容器，driverRunnerFactories，
分别是，SplitLifeCycle，TaskLifeCycle，DriverGroupLifeCycle
区别是，
TaskLifeCycle的driver，是Task级别全局的，Task执行的时候按照并行度启动，一直跑到Task结束
SplitLifeCycle的driver，对于每个split都需要run一个driver，一个split跑完了，driver就结束了，对于新的split要启动新的driver
DriverGroup，参考，https://prestodb.io/blog/2019/08/05/presto-unlimited-mpp-database-at-scale
思路就是考虑分片，这里会提出lifespan的概念，
这里Fragment2是带source的，所以会被放入SplitLifeCycle
继而调佣createTaskHandle，
最终是生成TaskHandle，放入TaskExecutor的task队列中，
在createSqlTaskExecution中，继续调用scheduleDriverForTaskLifeCycle，
来调度TaskLifeCycle的drivers，
前面Fragment2有source，所以是SplitLifeCycle，
但是对于Fragment0，Fragment1，为TaskLifeCycle
对于Fragment0，一共两个driverFactories，driverinstances一共4+1，5个，这个代表每个driver的并发
所以一共创建5个DriverSplitRunner，
而对于Fragment1，一共产生8个DriverSplitRunner，
enqueueSplits中，
生成PrioritizedSplitRunner，并放入waitingSplits
注意这里的几个list是在TaskExecutor上的，记录的是所有task的splits统计，
allSplits，包含waiting，running和blocked，在start的时候同时加入到all和waiting
intermediateSplits，非leafSplits，并且intermediateSplits是直接start的，没有queued的状态
在createSqlTaskExecution中，继续调用addSource来调度SplitLifeCycle
可以看到是先调度TaskLifeCycle，再调度SplitLifeCycle，队列后进先出？
那么对于Fragment2，如下，
enqueueSplits中和前面不同的是，这里不是中间节点，
所以调用路径不同，
最终是加到，queuedLeafSplits中，这个是准备状态等待调度
对比上面，对于LeafSplits，有queuedLeafSplits和runningLeafSplits状态
注意这个状态是Task级别的，为何Leaf要保留task级别的状态，因为split和Task是耦合的
当在pollNextSplit的时候，变成running状态，放入runningLeafSplits，这是改的TaskHandle的状态
进而还是要调用start，放入waiting和all，这是TaskExecutor的状态，很confuse，刚开始没注意被绕进去了
并且这里在enqueueSplit完后，还要干两件事，
scheduleTaskIfNecessary和addNewEntrants，除了这里，还会在splitFinished的时候被调用，两个地方一边是，产生splits的时候看看是不是可以马上执行，一个是在一个split执行完后调度新的
scheduleTaskIfNecessary
首先是判断这个Task的runningLeafSplits数目，是不是小于guaranteedNumberOfDriversPerTask，这里是3，也就是对于一个task同时执行的leafSplit不能小于3
这个是Task内部调度，保证每个Task有足够的LeafSplits在同时执行
addNewEntrants
这个注释没看懂，反正意思就是不考虑intermediateSplits
这个和上面的不同在于是从整个TaskExecutor去考虑，
All代表所有被执行的splits，减去intermediate的，那么就是所有running的Leaf的多少
如果小于minimumNumberOfDrivers，这里是8，那么就调用pollNextSplitWorker，意思控制这个TaskExecutor中正在执行的LeafSplits的个数
pollNextSplitWorker，
遍历Tasks，round robin的找到一个能poll split的task，并把这个task放到队尾
这是在全局层面调度split，和上面的task级别的配合？
