Spark 0.9.0启动脚本——bin/spark-class

1. 判断是否cygwin环境

2. 设置SCALA_VERSION 

3. 设置SPARK_HOME

4. 执行conf/spark-env.sh

5. 如果运行类是org.apache.spark.deploy.master.Master或org.apache.spark.deploy.worker.Worker，设置

SPARK_MEM=${SPARK_DAEMON_MEMORY:-512m}

SPARK_DAEMON_JAVA_OPTS="$SPARK_DAEMON_JAVA_OPTS -Dspark.akka.logLifecycleEvents=true"

OUR_JAVA_OPTS="$SPARK_DAEMON_JAVA_OPTS"

否则，设置 

OUR_JAVA_OPTS="$SPARK_JAVA_OPTS"

6.  

1） org.apache.spark.deploy.master.Master：

OUR_JAVA_OPTS="$SPARK_DAEMON_JAVA_OPTS $SPARK_MASTER_OPTS" 

2） org.apache.spark.deploy.worker.Worker

OUR_JAVA_OPTS="$SPARK_DAEMON_JAVA_OPTS $SPARK_WORKER_OPTS" 

3） org.apache.spark.executor.CoarseGrainedExecutorBackend

OUR_JAVA_OPTS="$SPARK_JAVA_OPTS $SPARK_EXECUTOR_OPTS"

4） org.apache.spark.executor.MesosExecutorBackend

同上

5） org.apache.spark.repl.Main

OUR_JAVA_OPTS="$SPARK_JAVA_OPTS $SPARK_REPL_OPTS" 

7. 检测java，JAVA_HOME->java命令->退出

8. SPARK_MEM=${SPARK_MEM:-512m}

JAVA_OPTS="$OUR_JAVA_OPTS -Djava.library.path=$SPARK_LIBRARY_PATH -Xms$SPARK_MEM -Xmx$SPARK_MEM <cat /conf/java-opts的结果>"

9. 如果不存在RELEASE目录，则检测assembly/target/scala-$SCALA_VERSION/spark-assembly.*hadoop.*.jar，存在多个包或没有包则提示并退出

10. 设置TOOLS_DIR为tools目录，

检测tools/target/scala-$SCALA_VERSION/*assembly*[0-9Tg].jar文件存在，则设置为SPARK_TOOLS_JAR

检测tools/target/spark-tools*[0-9Tg].jar存在，则设置为SPARK_TOOLS_JAR，覆盖之前的设置

11. 设置CLASSPATH为<bin/compute-classpath.sh计算的结果>

12. 如果执行org.apache.spark.tools.JavaAPICompletenessChecker，则CLASSPATH为SPARK_TOOLS_JAR:<bin/compute-classpath.sh计算的结果>

13. cygwin检测设置

14. java -cp $CLASSPATH $JAVA_OPTS $@