spark3.0教程：架构（Driver、Cluster Manager、Worker、Executor、Task、SparkContext） 作者：马育民 • 2021-12-08 20:49 • 阅读：10356 # 架构图 [](https://www.malaoshi.top/upload/pic/spark/834652-20170903102718905-1356676917.png) - **Application**：指用户编写的Spark应用程序 - Cluster Manager：`Spark on Yarn` 模式下，指 `ResourceManager` - **Driver**：运行上述 Application 的 `main()` 函数，并创建 **SparkContext** - 创建 SparkContext 的目的：为了准备Spark应用程序的 **运行环境**，SparkContext负责与Cluster Manager通信，进行资源申请、任务的分配和监控等 - 当Executor运行完后，Driver负责将SparkContext关闭，通常用SparkContext代表Driver - Worker Node: 运行Application代码的节点。在 `Spark on Yarn` 模式下就是NoteManager节点 - **Executor**: Application运行在worker节点上的一个进程， 该进程负责运行某些Task， 并且负责将数据存到内存或磁盘上，每个Application都有各自独立的一批Executor - Task: 被送到某个Executor上的工作单元，相当于 MapReduce 中的MapTask和ReduceTask，是运行Application的基本单位 原文出处：/show_1IX2N4JrcMrl.html