spark内核揭秘-06-TaskSceduler启动源码解析初体验

TaskScheduler实例对象启动源代码如下所示：



从上面代码可以看出来，taskScheduler的启动是在SparkContext



找到TaskSchedulerImpl实现类中的start方法实现：



1、从上代码看到，先启动CoarseGrainedSchedulerBackend，



从上面CoarseGrainedSchedulerBackend类的代码，可以看出spark启动了DriverActor,名称为CoarseGrainedScheduler，这是一个akka消息通信类，会先运行preStart()方法



从上面代码可以看到，初始化了akka客户端监听，还有最重要的是调用了系统的scheduler调度，参数函数是立即执行调度，间隔1000毫秒，运行ReviveOffers方法



进入makeOffers()方法：



运行launchTask方法:





这段代码是spark序列号任务大小超过akkaFrameSize - AkkaUtils.reservedSizeBytes大小，那就报错为”Serialized task %s:%d was %d bytes, which exceeds max allowed: " +

"spark.akka.frameSize (%d bytes) - reserved (%d bytes). Consider increasing " +

"spark.akka.frameSize or using broadcast variables for large values.“ ，此刻会将该任务终止，并将任务从任务列表中移除，这样推荐使用broadcast广播方式

否则，将获取执行任务数据，并减少空闲cpu数，发送消息执行 LaunchTask(new SerializableBuffer(serializedTask))方法，即CoarsedGrainedExecutorBackend类的LaunchTask方法：



上面代码 会运行executor 的launchTask方法：



TaskRunner就是一个多线程：







代码太多，我就不截图了，其实实际就是根据机器状况，运行task任务

2、然后我们回到TaskSchedulerImpl实现类中的start方法



如果isLocal=false and spark.speculation=true，不是local模式，那就要dispatcher分发任务了，默认是100毫秒后立即启动，并间隔100毫秒循环运行，



CoarseGrainedSchedulerBackend的reviveOffers：