第二章《Spark 系统部署与应用运行的基本流程》勘误与修改建议

[JerryLead]

[swordspoet]

p35第三行和p36页，ParallelCollectonRDD笔误，应为ParallelCollectionRDD p35第四行，MapRartitionsRDD笔误，应为MapPartitionsRDD

[yuaf369]

P21 图2.1关于Driver，我看了一下源码 Driver应该是线程不是进程，以下为源码信息

ApplicationMaster

--main函数
//处理参数
val amArgs = new ApplicationMasterArguments(args)
	--点进来
	//解析参数  --class=>userclass=>你要运行的jar包
	 parseArgs(args.toList)
	 
//创建AM
val yarnConf = new YarnConfiguration(SparkHadoopUtil.newConfiguration(sparkConf))
master = new ApplicationMaster(amArgs, sparkConf, yarnConf)
	--点进ApplicationMaster
	//发现他创建了
	private val client = new YarnRMClient()
		--点进YarnRMClient
		//发现一个参数AMRMClient它负责am与rm之间的通信
		private var amClient: AMRMClient[ContainerRequest] = _
		

//am.run
override def run(): Unit = System.exit(master.run())
	--点进run方法
	//如果是集群模式，跑Driver
	if (isClusterMode) {
    runDriver()
  	} else {
    runExecutorLauncher()
  	}
  		--点进runDriver()方法
  		//启动用户的应用程序，就是我们的--class后面的jar包
  		userClassThread = startUserApplication
  		
  			--点进startUserApplication
  			//通过类加载器获取我们程序的主函数
  			val mainMethod = userClassLoader.loadClass(args.userClass)
 	 		.getMethod("main", classOf[Array[String]])      			      			
  			      			       			
  			//发现他创建了一个线程,这个线程就是Driver
  			val userThread = new Thread {
  			
  				//run函数中
  				run(){
  					//判断mainMethod是否为静态，是静态就调用，不是静态就报错
  					 if (!Modifier.isStatic(mainMethod.getModifiers)) {......}
  					 else{......}
  					 ......      				      				      				
  				}      				      			      				      			       				
  			 }
  			 
  			userThread.setContextClassLoader(userClassLoader)
			userThread.setName("Driver")
			userThread.start()
  			......
  		
  		//等待sparkcontext的创建，如果sc没有被创建，那么当前线程会被阻塞
  		val sc = ThreadUtils.awaitResult(sparkContextPromise.future,
    	Duration(totalWaitTime, TimeUnit.MILLISECONDS))
    	
    	//sc不为空时
    	if (sc != null) {
    		//创建rpc通信环境
    		val rpcEnv = sc.env.rpcEnv
    		......
    		
    		//注册AM
    		registerAM(host, port, userConf, sc.ui.map(_.webUrl), appAttemptId)
    		
    		//返回可用资源列表
    		createAllocator(driverRef, userConf, rpcEnv, appAttemptId, distCacheConf)
    		
    			--点进createAllocator
    			
    			//拿到可用资源
    			allocator = client.createAllocator(......)
    			
    			//分配资源
    			allocator.allocateResources()
    			
    			handleAllocatedContainers(allocatedContainers.asScala)
    			
    				--点进handleAllocatedContainers(allocatedContainers.asScala)
    				//发现这个函数会根据节点的位置，选择自己最需要的资源（根据拓扑距离......）
    				
    				
    				//运行分配的容器
    				runAllocatedContainers(containersToUse)
    					--点进runAllocatedContainers(containersToUse)
    					//发现这个函数的作用是：在分配的容器中启动executor
    					
    					//创建executorRunnable
    					new ExecutorRunnable(......)
    					
    					//执行ExecutorRunnable.run
    					
    						--点进run方法
    						//发现他创建了NMClient，用以与NM联系，并启动NM的容器
    						nmClient = NMClient.createNMClient()
							nmClient.init(conf)
							nmClient.start()
							startContainer()
							
								--点进startContainer()
								//发现准备指令
								val commands = prepareCommand()
									--点击prepareCommand
									//发现其commands  =  /bin/java org.apache.spark.executor.YarnCoarseGrainedExecutorBackend
								//将准备指令发给ctx
								ctx.setCommands(commands.asJava)	
								//nmClient发送指令给NM
								nmClient.startContainer(container.get, ctx)        						        			
    	
    	}

[xpleaf]

page 38，第2行

2014年Google发表了MapReduce论文

应该是2004年吧。