1.组成（主从结构）
client
提交应用的客户端
master(ResourceManager)
主节点，standalone模式时，为master；yarn模式时，为ResourceManager
worker(NodeManager)
从节点，standalone模式时，为worker；yarn模式时，为NodeManager
driver
负责协调应用提交后的一个分布式应用程序，包含一下内容：
(1)SparkContext
spark上下文环境，负责应用程序的生命周期
(2)RDD DAG
弹性分布式数据集，spark的计算单元，一组弹性分布式数据集，可以形成有向无环图
(3)DAG scheduler
根据应用构建基于stage(阶段)的有向无环图，并将stage提交给task scheduler
(4)Task scheduler
将包和文件进行序列化，task任务传送给worker上的executor执行
(5)SparkEnv
线程级别的上下文
- SparkConf
配置信息
- BroadcastManager
存储广播变量和元数据信息
2.流程
(1)client提交应用给master
(2)master发送指令给worker，worker收到指令，创建driver
(3)driver向master申请资源，并将应用转化等RDD graph
(4)DAG scheduler将RDD graph转化成基于stage的有向无环图
(5)Task scheduler将基于stage的有向无环图图转化成task，将文件和包序列化，传送给对应的worker上的executor执行。
参考书籍：《循序渐进Spark》