stage劃分-源碼分析

def collect(): Array[T] = withScope {
 //這里的this是當(dāng)前rdd(調(diào)用action算子的rdd),后面會(huì)有傳遞
  val results = sc.runJob(this, (iter: Iterator[T]) => iter.toArray)
  Array.concat(results: _*)
}
//這里的this是當(dāng)前rdd(調(diào)用action算子的rdd),后面會(huì)有傳遞
    dagScheduler.runJob(rdd, cleanedFunc, partitions, callSite, resultHandler, localProperties.get)

eventProcessLoop POST JobSubmitted 事件

 eventProcessLoop.post(JobSubmitted(
//這里的this是當(dāng)前rdd(調(diào)用action算子的rdd)婚温,后面會(huì)有傳遞
      jobId, rdd, func2, rdd.partitions.indices.toArray, callSite, listener,
      clonedProperties))
    listener.awaitResult()

eventThread 消費(fèi)事件進(jìn)行處理

private[spark] val eventThread = new Thread(name) {
  override def run(): Unit = {
    try {
      while (!stopped.get) {
        val event = eventQueue.take()
        try {
          onReceive(event)
     ... ...
    }
  }

}

doOnReceive

private def doOnReceive(event: DAGSchedulerEvent): Unit = event match {
    case JobSubmitted(jobId, rdd, func, partitions, callSite, listener, properties) =>
      dagScheduler.handleJobSubmitted(jobId, rdd, func, partitions, callSite, listener, properties)

DAGScheduler.handleJobSubmitted 核心代碼

 private[scheduler] def handleJobSubmitted(jobId: Int,
      finalRDD: RDD[_],
      func: (TaskContext, Iterator[_]) => _,
      partitions: Array[Int],
      callSite: CallSite,
      listener: JobListener,
      properties: Properties): Unit = {
    var finalStage: ResultStage = null
    try {
      //創(chuàng)建ResultStage
      finalStage = createResultStage(finalRDD, func, partitions, jobId, callSite)

DAGScheduler.createResultStage

private def createResultStage(
      rdd: RDD[_],
      func: (TaskContext, Iterator[_]) => _,
      partitions: Array[Int],
      jobId: Int,
      callSite: CallSite): ResultStage = {
    val (shuffleDeps, resourceProfiles) = 
//獲取rdd 的ShuffleDependencies
getShuffleDependenciesAndResourceProfiles(rdd)
  ... ...
   //創(chuàng)建parent stage
    val parents = getOrCreateParentStages(shuffleDeps, jobId)
    val id = nextStageId.getAndIncrement()
  //創(chuàng)建ResultStage,//這里的rdd(調(diào)用action算子的rdd)
    val stage = new ResultStage(id, rdd, func, partitions, parents, jobId,
      callSite, resourceProfile.id)
 ... ...
    stage
  }
private[scheduler] def getShuffleDependenciesAndResourceProfiles(
     rdd: RDD[_]): (HashSet[ShuffleDependency[_, _, _]], HashSet[ResourceProfile]) = {
   val parents = new HashSet[ShuffleDependency[_, _, _]]
   val resourceProfiles = new HashSet[ResourceProfile]
   val visited = new HashSet[RDD[_]]
   val waitingForVisit = new ListBuffer[RDD[_]]
   waitingForVisit += rdd
   while (waitingForVisit.nonEmpty) {
     val toVisit = waitingForVisit.remove(0)
     if (!visited(toVisit)) {
       visited += toVisit
       Option(toVisit.getResourceProfile).foreach(resourceProfiles += _)
       toVisit.dependencies.foreach {
          //如果rdd的Dependency 是ShuffleDependency類型就放入Dependencies返回
         case shuffleDep: ShuffleDependency[_, _, _] =>
           parents += shuffleDep
         case dependency =>
           waitingForVisit.prepend(dependency.rdd)
       }
     }
   }
   (parents, resourceProfiles)
 }

DAGScheduler.getOrCreateParentStages

private def getOrCreateParentStages(shuffleDeps: HashSet[ShuffleDependency[_, _, _]],
      firstJobId: Int): List[Stage] = {
    //遍歷shuffleDeps 對(duì)每一個(gè)shuffleDep創(chuàng)建ShuffleMapStage
    .map { shuffleDep =>
      getOrCreateShuffleMapStage(shuffleDep, firstJobId)
    }.toList
  }

DAGScheduler.createShuffleMapStage

  def createShuffleMapStage[K, V, C](
      shuffleDep: ShuffleDependency[K, V, C], jobId: Int): ShuffleMapStage = {
    val rdd = shuffleDep.rdd
    val (shuffleDeps, resourceProfiles) = getShuffleDependenciesAndResourceProfiles(rdd)
   ... ...
    val numTasks = rdd.partitions.length
   //創(chuàng)建依賴的parent stage
    val parents = getOrCreateParentStages(shuffleDeps, jobId)
    val id = nextStageId.getAndIncrement()
    //穿建mapstage
    val stage = new ShuffleMapStage(
      id, rdd, numTasks, parents, jobId, rdd.creationSite, shuffleDep, mapOutputTracker,
      resourceProfile.id)
    stageIdToStage(id) = stage
... ...
    }
    stage
  }
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末茎芭,一起剝皮案震驚了整個(gè)濱河市缭受,隨后出現(xiàn)的幾起案子娃循,更是在濱河造成了極大的恐慌坑质,老刑警劉巖硬梁,帶你破解...
    沈念sama閱讀 207,113評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件前硫,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡荧止,警方通過查閱死者的電腦和手機(jī)屹电,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,644評(píng)論 2 381
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來跃巡,“玉大人危号,你說我怎么就攤上這事∷匦埃” “怎么了外莲?”我有些...
    開封第一講書人閱讀 153,340評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長兔朦。 經(jīng)常有香客問我偷线,道長,這世上最難降的妖魔是什么沽甥? 我笑而不...
    開封第一講書人閱讀 55,449評(píng)論 1 279
  • 正文 為了忘掉前任声邦,我火速辦了婚禮,結(jié)果婚禮上摆舟,老公的妹妹穿的比我還像新娘亥曹。我一直安慰自己,他們只是感情好恨诱,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,445評(píng)論 5 374
  • 文/花漫 我一把揭開白布媳瞪。 她就那樣靜靜地躺著,像睡著了一般照宝。 火紅的嫁衣襯著肌膚如雪蛇受。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,166評(píng)論 1 284
  • 那天厕鹃,我揣著相機(jī)與錄音龙巨,去河邊找鬼笼呆。 笑死,一個(gè)胖子當(dāng)著我的面吹牛旨别,可吹牛的內(nèi)容都是我干的诗赌。 我是一名探鬼主播,決...
    沈念sama閱讀 38,442評(píng)論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼秸弛,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼铭若!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起递览,我...
    開封第一講書人閱讀 37,105評(píng)論 0 261
  • 序言:老撾萬榮一對(duì)情侶失蹤叼屠,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后绞铃,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體镜雨,經(jīng)...
    沈念sama閱讀 43,601評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,066評(píng)論 2 325
  • 正文 我和宋清朗相戀三年儿捧,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了荚坞。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,161評(píng)論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡菲盾,死狀恐怖颓影,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情懒鉴,我是刑警寧澤诡挂,帶...
    沈念sama閱讀 33,792評(píng)論 4 323
  • 正文 年R本政府宣布,位于F島的核電站临谱,受9級(jí)特大地震影響璃俗,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜悉默,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,351評(píng)論 3 307
  • 文/蒙蒙 一城豁、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧麦牺,春花似錦、人聲如沸鞭缭。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,352評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽岭辣。三九已至吱晒,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間沦童,已是汗流浹背仑濒。 一陣腳步聲響...
    開封第一講書人閱讀 31,584評(píng)論 1 261
  • 我被黑心中介騙來泰國打工叹话, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人墩瞳。 一個(gè)月前我還...
    沈念sama閱讀 45,618評(píng)論 2 355
  • 正文 我出身青樓驼壶,卻偏偏與公主長得像,于是被迫代替她去往敵國和親喉酌。 傳聞我的和親對(duì)象是個(gè)殘疾皇子热凹,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,916評(píng)論 2 344

推薦閱讀更多精彩內(nèi)容