- Application：指的是用户编写的Spark应用程序/代码，包含了Driver功能代码和分布在集群中多个节点上运行的Executor代码
- Driver：Spark中的Driver即运行行数Application的Main()函数并且创建SparkContext，SparkContext负责和ClusterManager通信，进行资源的申请、任务的分配和监控等；
- Cluster Manager：指的是在集群上获取资源的外部服务，Standalone模式下由Master负责，Yarn模式下ResourceManager负责
- Executor：是运行在工作节点Worker上的进程，负责运行任务，并为应用程序存储数据，是执行分区计算任务的进程；
- RDD：Resilient Distributed Dataset弹性分布式数据集，是分布式内存的一个抽象概念；
- DAG：Directed Acyclic Graph有向无环图，反应RDD之间的依赖关系和执行流程；
- Job：作业，按照DAG执行就是一个作业，Job==DAG
- Stage：阶段，是作业的基本调度单位，同一个Stage中的Task可以并行执行，多个Task组成TaskSet任务集；
- Task：任务，运行在Executor上的工作单元，1个Task计算1个分区，包括pipline上的一系列操作
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
