## Spark的runtime？ 1. ClusterManager：在Standalone模式中即为Master节点（主节点），控制整个集群，监控Worker. 在YARN中为ResourceManager 2、Worker: 从节点，负责控制计算节点，启动Executor或Driver。在YARN模式中为NodeManager, 负责计算节点的控制。 3、Driver: 运行Application的main()函数并创建SparkContext。 4、Executor: 执行器，在worker node上执行任务的组件、用于启动线程池运行任务。每个Application拥有独立的一组Executor。 5、SparkContext: 整个应用的上下文，控制应用的生命周期。 6、RDD：Spark的计算单元，一组RDD可形成执行的有向无环图RDD Graph。 7、DAG Scheduler: 根据作业(Job)构建基于Stage的DAG，并提交Stage给TaskScheduler。 8、TaskScheduler: 将任务(Task)分发给Executor。 9、SparkEnv: 线程级别的上下文，存储运行时的重要组件的引用。 ## SparkEnv内构建并包含如下一些重要组件的引用。 （1）MapOutPutTracker: 负责Shuffle元信息的存储。 （2）BroadcastManager: 负责广播变量的控制与元信息的存储。 （3）BlockManager: 负责存储管理、创建和查找快。 （4）MetricsSystem: 监控运行时性能指标信息。 （5）SparkConf: 负责存储配置信息。