zoukankan      html  css  js  c++  java
  • spark内核揭秘-09-RDD的count操作 触发Job全生命周期-02

    接着上一篇文章继续分析代码:

    3.1.3.3.3.1、进入TaskSet 方法:


    3.1.3.3.3.2、进入taskScheduler.submitTasks(new TaskSet(tasks.toArray, stage.id, stage.newAttemptId(), stage.jobId, properties)) 方法:



    从源代码中可以看出DAGScheduler中向TaskScheduler以Stage为单位提交任务,Stage是以TaskSet为单位的,构建一个TaskSetManager,当isLocal=false(集群模式)& hasReceivedTask=false(没启动的),将会创建一个定时任务来监控worker集群是否启动,并且是15000毫秒后启动,并间隔15000毫秒继续循环运行

    3.1.3.3.3.3、进入 backend.reviveOffers() 方法:


    该方法是 CoarseGrainedSchedulerBackend的方法,此时会向driverActor发送ReviveOffers消息,driverActor的实现代码如下:


    此时跟踪进DriverActor的实现中:






    可以看到ReviveOffers消息的具体实现是makeOffers方法:


    WorkerOffer对象代表是某个Executor上可用的资源,freeCores(id)是该executor上空余的CPU数目:


    进入launchTasks:



    executorActor发送启动Task的请求,其实是向CoarseGrainedExecutorBackend发送LaunchTask消息:





    在LaunchTask消息中会导致executor.lauchTask(this, taskDesc.taskId, taskDesc.name, taskDesc.serializedTask)的调用:


    其中的TaskRunner封装了任务本身:



    任务执行的是交给了线程池去执行的。 其实这些代码已经分析过了,在之前的博客中

    我们在回到SparkContext:


    4、进入progressBar.foreach(_.finishAll())方法:


    5、进入rdd.doCheckpoint()方法


    进入checkpointData.get.doCheckpoint()方法:





    版权声明:本文为博主原创文章,未经博主允许不得转载。

  • 相关阅读:
    2020面向对象程序设计寒假作业2 题解
    题解 P3372 【【模板】线段树 1】
    Global variant VS local variant
    u2u
    深入浅出PowerShell系列
    深入浅出WF系列
    debug
    深入浅出SharePoint系列
    InfoPath debug
    深入浅出Nintex系列
  • 原文地址:https://www.cnblogs.com/stark-summer/p/4829812.html
Copyright © 2011-2022 走看看