1.通过spark-submit脚本提交spark程序
在spark-submit脚本里面执行了SparkSubmit类的main方法
2.运行SparkSubmit类的main方法
3.调用doSubmit方法
4.调用submit方法
在submit方法里调用doRunMain方法，最终调用runMain方法
5.在runMain方法里面获取mainClass，再去执行start方法
在这里根据提交模式来选择mainClass
6.在start方法里面去调用YarnClusterApplication的start方法
7.YarnClusterApplication方法里面new一个yarnClient对象，并执行run方法
8.run方法里执行submitApplication提交application
9.submitApplication方法里首先会去请求RM并返回一个appId，然后创建container和application上下文环境并执行submitApplication提交application
这里通过createContainerLaunchContext方法启动了ApplicationMaster
10.调用ApplicationMaster类的main方法
在这里首先new一个ApplicationMaster，然后调用了master的run方法
11.调用ApplicationMaster的run方法
这里会根据是否是集群模式执行不同的方法
12.调用runDriver方法
12.1调用startUserApplication方法启动一个driver线程
12.2将AM注册到RM
12.3分配资源
这里通过调用runAllocatedContainers方法在分配的container里面运行executors
12.4调用ExecutorRunnable的run方法，然后调用run方法里面的startContainer方法来启动executor
12.5调用prepareCommand方法来运行org.apache.spark.executor.YarnCoarseGrainedExecutorBackend类
13.执行YarnCoarseGrainedExecutorBackend类main方法的run方法创建executor终端
14.调用setupEndpoint创建executor终端
15.反向注册executor到driver
16.driver端接收
在SparkContext中有SchedulerBackend，它是一个特质，具体实现类为CoarseGrainedSchedulerBackend，该类中有一个receiveAndReply方法来对executor的注册做回复
