Apache Spark 架构

1、Driver：运行 Application 的 main() 函数并且创建 SparkContext。

2、Client：用户提交作业的客户端。

3、Worker：集群中任何可以运行 Application 代码的节点，运行一个或多个 Executor进程。

4、Executor ：运行在 Worker 的 Task 执行器， Executor 启动线程池运行 Task，并且负责将数据存在内存或者磁盘上。每个 Application 都会申请各自的 Executor 来
处理任务。

5、SparkContext：整个应用的上下文，控制应用的生命周期。

6、RDD： Spark 的基本计算单元，一组 RDD 形成执行的有向无环图 RDD Graph。

7、DAG Scheduler：根据 Job 构建基于 Stage 的 DAG 工作流，并提交 Stage 给TaskScheduler。

8、TaskScheduler：将 Task 分发给 Executor 执行。

9、SparkEnv：线程级别的上下文，存储运行时的重要组件的引用。