Application
用戶編寫的Spark應用程序。Application的main方法爲應用程序的入口，用戶通過Spark的API，定義了RDD和對RDD的操作。
Job
提供給Spark運行的作業，一個Application中以Action爲劃分邊界往往會產生多個Job。Spark採用惰性機制，對RDD的創建和轉換並不會立即執行，只有在遇到Action時纔會生成一個Job，然後統一調度執行。
Stage
每個Job以Shuffle爲邊界劃分出的不同階段， 其名稱爲Stage。Stage有非最終的Stage（Shuffle Map Stage）和最終的Stage（Result Stage）兩種。
在對Job中的所有操作劃分Stage時，一般會按照倒序進行：即從Action開始，遇到窄依賴操作，則劃分到同一個執行階段；遇到寬依賴操作，則劃分一個新的執行階段，且新的階段爲之前階段的parent，然後依次類推遞歸執行。child Stage需要等待所有的parent Stage執行完之後纔可以執行，這時Stage之間根據依賴關係構成了一個大粒度的DAG。在一個Stage內，所有的操作以串行的Pipeline的方式，由一組Task完成計算。
Task
真正執行的工作單元，對一個Stage之內的RDD進行串行操作的計算任務。多個Task組成一個Stage。
Task分爲ShuffleMapTask和ResultTask兩種，位於最後一個Stage的Task爲ResultTask，其他階段的屬於ShuffleMapTask。
Cluster Manager
在集羣上獲取資源的外部服務。Cluster Manager可以爲自帶的Standalone、或第三方的Yarn和Mesos。
Cluster Manager一般採用Master-Slave結構。以Yarn爲例，部署ResourceManager服務的節點爲Master，負責集羣中所有計算資源的統一管理和分配；部署NodeManager服務的節點爲Slave，負責在當前節點創建一個或多個具備獨立計算能力的JVM實例，在Spark中，這些節點也叫做Worker。
Executor
某個Application運行在worker節點上的一個進程， 該進程負責運行某些Task，並將結果返回給Driver，同時爲需要緩存的RDD提供存儲功能。
Driver
準備Spark應用程序的運行環境，負責執行用戶Application中的main方法，提交Job，並將Job轉化爲Task，在各個Executor進程間協調Task的調度。
Spark有Client和Cluster兩種部署模式。Application以Client模式部署時，Driver運行於Client節點；而以Cluster模式部署時，Driver運行於Worker節點，與Executor一樣由Cluster Manager啓動。
DAGScheduler
根據Job構建DAG圖，將Job拆分成多個Stage並提交給TaskScheduler。
TaskScheduler
將Stage拆分成多個Task並提交給worker運行，Executor運行什麼Task就是在此處分配的。
忠於技術，熱愛分享。歡迎關注公衆號：java大數據編程，瞭解更多技術內容。
