Spark Core 1.3.1源码解析及个人总结

Posted 破击手

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Spark Core 1.3.1源码解析及个人总结相关的知识,希望对你有一定的参考价值。

本篇源码基于赵星对Spark 1.3.1解析进行整理。话说,我不认为我这下文源码的排版很好,不能适应的还是看总结吧。

虽然1.3.1有点老了,但对于standalone模式下的Master、Worker和划分stage的理解是很有帮助的。
=====================================================
总结:

master和worker都要创建ActorSystem来创建自身的Actor对象,master内部维护了一个保存workerinfo的hashSet和一个key为workerid,
value为workerInfo的HashMap。
master构造方法执行后会启动一个定时器,定期检查超时的worker。
worker构造方法执行后会尝试与master建立连接并发送注册消息,master收到消息后,封装worker并持久化,再给worker反馈,
worker收到反馈后,启动定时任务向master发送心跳,master收到心跳后更新心跳时间。

new SparkContext(),执行主构造器,创建SparkEnv,env里创建了ActorSystem用于通信,
然后创建TaskScheduler,创建DAGScheduler。TaskScheduler里创建了2个actor分别负责与master和executors进行通信。
ClientActor创建之前,会准备一大堆的参数,包括spark参数,java参数,executor的实现类等,
封装进AppClient,然后创建ClientActor与Master建立连接发送注册信息,Master收到后保存app的信息并反馈。
这时Master开始调度资源并启动worker,有两种调度方式:尽量打散,尽量集中,默认打散。
Master发消息给Worker,worker拼接Java命令,启动子进程。
(TaskScheduler 里会创建一个backend,backend调用start方法后,会先调用父类的start方法,父类的start方法会创建DriverActor,再执行自己的start方法创建ClientActor)

执行到Action算子会执行sparkContext里的runJob(),再调用DAGScheduler的runJob(),通过2个HashSet和1个Stack划分stage,然后提交stage。
将stage创建成多个Task,分为shuffleMapTask和ResultTask,组成taskSet,由taskScheduler通过DriverActor向Executor进行提交。

DAG的逻辑:
val parents = new HashSet[Stage]
val visited = new HashSet[RDD[_]]
val waitingForVisit = new Stack[RDD[_]]
将最后一个rdd压栈waitingForVisit,当waitingForVisit非空时while循环,waitingForVisit弹栈出的rdd判断是否在visited中,
否,则rdd添加进visited,循环rdd的父rdd,如果不是shuffleMapStage,将rdd压栈waitingForVisit,是shuffleMapStage,则再
求父stage加入parents,求父stage是调用本方法的递归过程。
=====================================================
object Master
  |--def main()
    |--加载配置文件并解析。
    |--//创建ActorSystem和Actor
    |--def startSyatemAndActor()
      |--//通过AkkaUtils工具类创建ActorSystem
      |--AkkaUtils.createActorSystem()
        |--//定义一个函数,创建ActorSystem
        |--val startService: Int => (返回值) = {doCreateActorSystem()}
          |--val (actorSystem, boundPort) = doCreateActorSystem()
            |--//创建ActorSystem
            |--//准备Akka参数
            |--val akkaConf = xxxx
            |--//创建ActorSystem
            |--val actorSystem = ActorSyatem(name, akkaConf)
            |--return (actorSystem, boundPort)
        |--//调用函数
        |--Utils.startServiceOnPort(startService())
          |--从一个没有被占用的端口启动服务,调用startService函数
    |--//通过ActorSystem创建Actor:master
    |--val actor(master) = actorSystem.actorOf(master)//创建master,master也是一个actor
  |--//成员变量:保存workerInfo
  |--val workers = new HashSet[WorkerInfo]
  |--//成员变量:保存(workerId,workInfo)
  |--val idToWorker = new HashMap[String, WorkerInfo]
  |--//构造方法之后,receive方法之前
  |--def preStart()
    |--//启动一个定时器,定时检测超时的worker
    |--context.system.scheduler.scheduler(self,checkxxx)//自己给自己发消息,发送到自己的recevice方法,启动任务
  |--接收worker向master注册的消息
  |--case RegisterWorker()
    |--//封装worker信息
    |--val worker = new WorkerInfo()
    |--//持久化到zk
    |--persistenceEngine.addWorker(worker)
    |--//向worker反馈信息
    |--sender ! RegisteredWorker(masterUrl)
    |--//任务调度
    |--schedule()
  |--case Heartbeat(workerId)//worker发来的心跳
    |--//更新上一次心跳时间
    |--workerInfo.lastHeartbeat = Syatem.currentTimeMillis()
--------接SparkContext,Driver创建ClientActor向Master注册应用信息-----------
  |--case RegisterApplication(description)
    |--//封装消息
    |--val app = createApplication(description, sender)
    |--//注册消息,即存入集合
    |--registerApplication(app) //方法内部就是把app放进map等
      |--HashMap waitingApps(appid, app)
    |--//持久化保存
    |--persistenceEngine.addApplication(app)
    |--//Master向ClientActor发送注册成功的消息
    |--sender ! RegisterApplication(app.id, masterUrl)
    |--//Master开始调度资源,将任务启动到worker上
    |--//两种情况下会进行调度:
    |--//1、提交任务,杀死任务
    |--//2、worker新增或减少
    |--schedule()
--------Master进行资源的调度-------------
  |--//两种调度方式:尽量打散,尽量集中
  |--def schedule()
    |--//尽量打散
      |--//进行一系列的判断过滤,例如worker上剩余的核数或内存是否大于app所需资源
      |--//分核数的逻辑:
      |--//假设需要10个核心,现有4台机器,各有8个核心
      |--//创建一个长度为4的数组,角标为0,角标=(角标+1)%4,那角标只会在0~3之间循环,
      |--//循环一次需要的核心-1,worker(角标)的核心+1
      |--//Master发信息让worker启动executor
      |--launchExecutor(usableWorkers(pos), exec)
    |--//尽量集中
      |--//一下子把worker剩余的资源全部分配完在分配下一个worker
      |--//Master发信息让worker启动executor
      |--launchExecutor(worker, exec)
--------Master发信息让worker启动executor-------------
  |--def launchExecutor(worker, exec)
    |--//记录worker使用资源
    |--worker.addExecutor(exec)
    |--//master发消息给worker,将参数传递给worker,让他启动executor
    |--worker.actor ! LaunchExecutor(.....)
    |--//Master向ClientActor发消息,告诉他executor已经启动了
    |--exec.application.driver ! ExecutorAdded(......)
-----------------------------------------------------
object Worker
  |--def main()
    |--//创建ActorSystem和Actor
    |--def startSyatemAndActor()
      |--与Master过程相同
    |--//通过ActorSystem创建Actor:worker
    |--val actor(worker) = actorSystem.actorOf(worker)
  |--//构造方法之后,receive方法之前
  |--def preStart()
    |--//与master建立连接,发送注册消息
    |--registerWithMaster()
      |--//尝试注册,如果失败尝试多次
      |--tryRegidterAllMasters()
        |--//建立连接
        |--val actor(master) = context.actorSelection(masterAkkaUrl)
        |--//发送注册消息
        |--actor ! RegisterWorker(workId, host, port, cores, memory...)
  |--//Master发给Worker注册成功的消息
  |--case RegisteredWorker(masterUrl)
    |--//启动定时器,定期发送心跳
    |--context.system.scheduler.scheduler(self,SendHeartbeat)//自己给自己发消息,发送到自己的recevice方法,启动任务
  |--case SendHeartbeat
    |--//发送心跳
    |--master ! Heartbeat(workid)
-------------上接:Master发信息让worker启动executor-----------
  |--case LaunchExecutor(...)
    |--创建ExecutorRunner,将参数放入其中,然后再通过他启动Executor
    |--val manager = new ExecutorRunner(...)
    |--//调用ExecutorRunner的start方法来启动executor java子进程
    |--manager.start()
class ExecutorRunner
  |--def start()
    |--//创建线程,通过线程的start来启动java子进程
    |--workerThread = new Thread(){def run(){fetchAndRunExecutor()}}
    |--workerThread.start()
  |--def fetchAndRunExecutor()
    |--//启动子进程
    |--//有具体的类,拼接java命令启动相应的类

总结:Master和Worker之间的通信:
master和worker都要创建ActorSystem来创建自身的Actor对象,master内部维护了一个保存workerinfo的hashSet和一个key为workerid,
value为workerInfo的HashMap。
master构造方法执行后会启动一个定时器,定期检查超时的worker。
worker构造方法执行后会尝试与master建立连接并发送注册消息,master收到消息后,封装worker并持久化,再给worker反馈,
worker收到反馈后,启动定时任务向master发送心跳,master收到心跳后更新心跳时间。
=====================================================
class SparkContext//即Driver端
  |--//主构造器
    |--def this()
    |--//创建SparkEnv,包含了一个ActorSyatem
    |--val env = createSparkEnv()
    |--//创建ActorSyatem的方法
    |--def createSparkEnv()
      |--//调用 SparkEnv 的静态方法创建SparkEnv
      |--SparkEnv.createDriverEnv()
    |--//创建 TaskScheduler
    |--var taskScheduler(schedulerBackend, taskScheduler) = SparkContext.createTaskScheduler(this, master)
    |--//创建 executors 和 DriverActor 的心跳Actor
    |--val heartbeatReceiver = env.actorSystem.actorOf(new HeartbeatReceiver(taskScheduler),...)
    |--//创建DAGScheduler
    |--var dagScheduler = new DAGScheduler(this)
    |--//启动TaskSecheduler
    |--taskScheduler.start()
  |--//创建 TaskScheduler 方法,
  |--//根据提交任务时指定的url(本地/yarn/standalone)创建相应的 TaskScheduler
  |--def createTaskScheduler()
    |--//spark的standalone模式
    |--case SPARK_REGEX(sparkUrl)
      |--//创建 TaskSchedulerImpl
      |--val scheduler = new TaskSchedulerImpl(sc)
      |--//创建 SparkDeploySchedulerBackend
      |--val backend = new SparkDeploySchedulerBackend(scheduler, sc, masterUrls)
      |--//调用 initialize 创建调度器,默认使用先进先出的调度器
      |--scheduler.initialize(backend)

class TaskSchedulerImpl
  |--def initialize(backend)
    |--val backend = backend
  |--def start()
    |--//首先调用 SparkDeploySchedulerBackend 的start()
    |--backend.start()
-----------★★★调用taskScheduler的submitTasks方法来提交TaskSet-------------
  |--def submitTasks(taskSet)
    |--//Driver发消息任务
    |--backend.reviveOffers()
class SparkDeploySchedulerBackend extends CoarseGrainedSchedulerBackend
  |--def start()
    |--//调用父类的 start 来创建 DriverActor
    |--super.start() //CoarseGrainedSchedulerBackend 的 start 方法
    |--//准备一大堆的参数,例如spark的参数,java的参数,在Driver端都准备好,届时直接发给master,master拿到后发给executor执行即可
    |--conf......
    |--//将参数封装成Command,这是以后executor的实现类,类名也封装好了,yarn中启动的也是这个,所以不是yarnChild
    |--val command = Command("org.apache.executor.CoarseGrainedExecutorBackend",conf,...)
    |--//将参数封装到ApplicationDescription
    |--val appDesc = new ApplicationDescription(sc.appName, command, ....)
    |--创建AppClient
    |--client = new AppClient(sc.actorSystem, masters, appDesc, ...)
    |--//调用AppClient的start方法,创建ClientActor用于与Master通信
    |--client.start()
class CoarseGrainedSchedulerBackend
  |--def start()
    |--//通过 actorSystem 创建 DriverActor
    |--driverActor = actorSystem.actorOf(new DriverActor(..)) //等待 executor 过来通信
----------上接:Executor向Driver注册"|--//Driver建立连接,注册exectuor"------------------------
  |--def receiveWithLogging
    |--//Driver收到executor发来的注册消息
    |--case RegisterExecutor()
      |--//反馈注册成功
      |--//★★★查看是否有任务需要提交
      |--makeOffers()//暂时没有任务,还没有构建DAG
-----------上接:提交前面的stage-------------------------
  |--def makeOffers()
    |--//调用launchTask向Executor提交Task
    |--launchTask(tasks)
  |--def launchTask(tasks)
    |--//序列化task
    |--val serializedTask = ser.serialize(task)
    |--//向Executor发送序列化好的Task
    |--executorData.executorActor ! LaunchTask(new SerializableBuffer(serializedTask))
-----------上接:backend.reviveOffers()------------------
  |--def reviveOffers()
    |--driverActor ! ReviveOffers
class DriverActor
  |--★★★调用makeOffers向Executor提交Task
  |--case ReviveOffers => makeOffers()
class AppClient
  |--def start()
    |--//创建ClientActor用于与Master通信
    |--actor = actorSystem.actorOf(new ClientActor)
  |--//主构造器
    |--def preStart()
      |--//ClientActor向Master注册
      |--registerWithMaster()
  |--def registerWithMaster()
    |--//向Master注册
    |--tryRegidterAllMasters()
  |--def tryRegidterAllMasters()
    |--//循环所有Master,建立连接
    |--val actor = context.actorSelection(masterAkkaUrl)
    |--//拿到Master的引用,向master注册,备用的master不给反馈,活跃的才给
    |--//参数都保存在appDescription中,例如核数,内存大小,java参数,executor实现类
    |--actor ! RegisterApplication(appDescription)
  |--def receiveWithLogging
    |--//ClientActor收到Master发来的注册成功的消息
    |--case RegisterApplication
      |--//更新Master地址
      |--changeMaster(masterUrl)
object SparkEnv
  |--def createDriverEnv()
    |//调用 create 创建 Actor
    |--create
      |--//创建 ActorSystem
      |--val (actorSystem, boundPort) = AkkaUtils.createActorSystem()
总结:new SparkContext(),执行主构造器,创建SparkEnv,env里创建了ActorSystem用于通信,
然后创建TaskScheduler,创建AGScheduler。TaskScheduler里创建了2个actor分别负责与master
和executors进行通信。(TaskScheduler 里会创建一个backend,backend调用start方法后,会
先调用父类的start方法,父类的start方法会创建DriverActor,再执行自己的start方法创建ClientActor)
ClientActor创建之前,会准备一大堆的参数,包括spark参数,java参数,executor的实现类等,
封装进AppClient,然后创建ClientActor与Master建立连接发送注册信息,Master收到后保存app的信息并反馈。
这时Master开始调度资源并启动worker,有两种调度方式:尽量打散,尽量集中,默认打散。
Master发消息给Worker,worker拼接Java命令,启动子进程。
=====================================================
spark-submit脚本提交流程源码分析:
spark-submit脚本
|--/bin/spark-class org.apache.spark.deploy.SparkSubmit "[email protected]"
spark-class脚本
|--1.3.1 echo "$RUNNER" -cp "$CLASSPATH" $JAVA_OPTS "[email protected]" 1>&2 //org.apache.spark.deploy.SparkSubmit
|--1.6.1/2.0 "$RUNNER" -Xmx128m -cp "$LAUNCH_CLASSPATH" org.apache.spark.launcher.Main "[email protected]"
-----------------------------------------------------
object org.apache.spark.deploy.SparkSubmit
  |--def main()
    |--//进行匹配
    |--appArgs.action match{case SparkSubmitAction.SUBMIT => submit(appArgs)}
  |--def submit()
    |--def doRunMain()
      |--
    |--//调用doRunMain
    |--doRunMain()
      |--proxyUser.doAs(new xxxAction(){
        override def run():Unit = {
          runMain(...,childMainClass,...)
        }
      })
    |--def runMain(...,childMainClass,...)
      |--//反射自定义的spark程序 class
      |--mainClass = Class.forName(childMainClass,...)
      |--//调用main方法
      |--val mainMethod = mainClass.getMethod("main",...)
      |--mainMethod.invoke(null, childArgs.toArray)
总结: spark-submit启动了一个spark自己的submit程序,通过反射调用我们自定义的spark程序
=====================================================
Executor跟Driver通信过程源码分析
org.apache.executor.CoarseGrainedExecutorBackend
  |--def main()
    |--//解析一大堆参数
    |--//调用run方法
    |--run(....)
  |--def run()
    |--//在executor里创建ActorSystem
    |--val fetcher = AkkaUtils.createActorSystem(...)
    |--//跟Driver建立连接
    |--env.actorSystem.actorOf(new CoarseGrainedExecutorBackend)
  |--def preStart()
    |--//Driver建立连接,注册exectuor
    |--.....
  |--def receiveWithLogging
    |--//Driver反馈注册成功
    |--case RegisteredExecutor
      |--//创建Executor实例,执行业务逻辑
      |--executor = new Executor(....)
Executor
|--//初始化线程池
|--val threadPool = Utils.newDaemonCachedThreadPoll()
总结:Executor启动后,创建actor向driver注册,创建Executor实例执行业务逻辑
=====================================================
任务提交流源码分析,DAScheduler执行过程
sc.textFile-->hadoopFile-->hadoopRDD-->MapParitionsRDD-->shuffleRDD
rdd.saveAsTextFile()-->MapPartitionsRDD
Driver端提交任务,执行self.context.runJob(....)

class SparkContext
  |--def runJob()
    |--//DAGScheduler切分Stage,转成TaskSet给TaskScheduler再提交给Executor
    |--DAGScheduler.runJob(.....)
class DAGScheduler
  |--//runjob切分stage
  |--def runJob()
    |--//调用submitJob返回一个回调器
    |--val waiter = submitJob(rdd, ...)
    |--//进行模式匹配
    |--waiter.awaitResult() match
      |--case JobSuccesded
      |--case JobFailed
  |--def submitJob(rdd, ...)
    |--//将数据封装到事件中放入eventProcessLoop的阻塞队列中
    |--eventProcessLoop.post(JobSubmitted(...))
  |--val eventProcessLoop = new DAGSchedulerEventProcessLoop(this)
class DAGSchedulerEventProcessLoop extends EventLoop
  |--def onReceive()
    |--//提交计算任务
    |--case JobSubmitted(jobId,...)
      |--//调用DAGScheduler的handleJobSubmitted方法处理
      |--dagScheduler.handleJobSubmitted(jobId,...)
  |--//切分stage
  |--def handleJobSubmitted(jobId,...)
    |--★★★划分stage
    |--finalStage = newStage(finalRDD, partitons.size, None, jobId, ...)
    |--//开始提交Stage
    |--submitStage(finalStage)
  |--def submitStage(finalStage)
    |--//获取父stage
    |--val missing = getMissingParentStages(stage).sortBy(_.id)
    |--if(missing == null){
        //提交前面的stage
        submitMissingTasks(stage, jobId.get)
      }else{
        //有父stage,递归执行本方法
        for(parent <- missing){
          submitStage(parent)
        }
        |--//放进waitingStages
        |--waitingStages += stage
      }
  |--def submitMissingTasks(stage, jobId.get)
    |--//将stage创建成多个Task,分为shuffleMapTask和ResultTask
    |--new ShuffleMapTask(stage.id, taskBinary, part, locs)
    |--new ResultTask(stage.id, taskBinary, part, locs, id)
    |--//★★★调用taskScheduler的submitTasks方法来提交TaskSet
    |--taskScheduler.submitTasks(new TaskSet(tasks.toArray, stage.id, ..., stage.jobId, properties))
  |--def newStage
    |--//获取父stage
    |--val parentStages = getParentStages(rdd, jobId)
    |--val stage = new Stage(...,parentStages,...)
  |--def getParentStages
    |--//使用了3个数据结构来处理父类stage
    |--val parents = new HashSet[Stage]
    |--val visited = new HashSet[RDD]
    |--val waitingForVisit = new Stack[RDD]
    |--//思路:通过递归,压栈弹栈
    |--//见最后源码
  |--def getMissingParentStages
    |--//与getParentStages一样的数据结构找父stage
class EventLoop
  |--//阻塞队列
  |--val eventQueue = new LinkedBlockingDeque()
  |--//不停的取事件
  |--val eventThread = new Thread(name){
      def run(){
        while(){
          val event = eventQueue.take()
          onReceive(event)
        }
      }
    }

总结:Action算子会执行sparkContext里的runJob(),再调用DAGScheduler的runJob(),
通过2个HashSet和1个Stack划分stage,然后提交stage

=======================划分stage源码==============================
/**
* Create a Stage -- either directly for use as a result stage, or as part of the (re)-creation
* of a shuffle map stage in newOrUsedStage. The stage will be associated with the provided
* jobId. Production of shuffle map stages should always use newOrUsedStage, not newStage
* directly.
*/
//★★★用于创建Stage
private def newStage(
  rdd: RDD[_],
  numTasks: Int,
  shuffleDep: Option[ShuffleDependency[_, _, _]],
  jobId: Int,
  callSite: CallSite)
  : Stage =
{
  //★★★获取他的父Stage
  val parentStages = getParentStages(rdd, jobId)
  val id = nextStageId.getAndIncrement()
  val stage = new Stage(id, rdd, numTasks, shuffleDep, parentStages, jobId, callSite)
  stageIdToStage(id) = stage
  updateJobIdStageIdMaps(jobId, stage)
  stage
}
------------------------------------------------------
/**
* Get or create the list of parent stages for a given RDD. The stages will be assigned the
* provided jobId if they haven‘t already been created with a lower jobId.
*/
//TODO 用户获取父Stage
private def getParentStages(rdd: RDD[_], jobId: Int): List[Stage] = {
  val parents = new HashSet[Stage]
  val visited = new HashSet[RDD[_]]
  // We are manually maintaining a stack here to prevent StackOverflowError
  // caused by recursively visiting
  val waitingForVisit = new Stack[RDD[_]]
  def visit(r: RDD[_]) {
    if (!visited(r)) {
      visited += r
      // Kind of ugly: need to register RDDs with the cache here since
      // we can‘t do it in its constructor because # of partitions is unknown
    for (dep <- r.dependencies) {
      dep match {
        case shufDep: ShuffleDependency[_, _, _] =>
          //★★★把宽依赖传进去,获得父Stage
          parents += getShuffleMapStage(shufDep, jobId)
        case _ =>
          waitingForVisit.push(dep.rdd)
        }
      }
    }
  }
  waitingForVisit.push(rdd)
  while (!waitingForVisit.isEmpty) {
    visit(waitingForVisit.pop())
  }
  parents.toList
}
------------------------------------------------------
/**
* Get or create a shuffle map stage for the given shuffle dependency‘s map side.
* The jobId value passed in will be used if the stage doesn‘t already exist with
* a lower jobId (jobId always increases across jobs.)
*/
private def getShuffleMapStage(shuffleDep: ShuffleDependency[_, _, _], jobId: Int): Stage = {
  shuffleToMapStage.get(shuffleDep.shuffleId) match {
    case Some(stage) => stage
    case None =>
      // We are going to register ancestor shuffle dependencies
      registerShuffleDependencies(shuffleDep, jobId)
      // Then register current shuffleDep

      val stage =
      //★★★创建服父Stage
        newOrUsedStage(
          shuffleDep.rdd, shuffleDep.rdd.partitions.size, shuffleDep, jobId,
          shuffleDep.rdd.creationSite)
      shuffleToMapStage(shuffleDep.shuffleId) = stage

      stage
    }
  }
------------------------------------------------------
/**
* Create a shuffle map Stage for the given RDD. The stage will also be associated with the
* provided jobId. If a stage for the shuffleId existed previously so that the shuffleId is
* present in the MapOutputTracker, then the number and location of available outputs are
* recovered from the MapOutputTracker
*/
private def newOrUsedStage(
  rdd: RDD[_],
  numTasks: Int,
  shuffleDep: ShuffleDependency[_, _, _],
  jobId: Int,
  callSite: CallSite)
  : Stage =
{
  //★★★递归
  val stage = newStage(rdd, numTasks, Some(shuffleDep), jobId, callSite)
  if (mapOutputTracker.containsShuffle(shuffleDep.shuffleId)) {
    val serLocs = mapOutputTracker.getSerializedMapOutputStatuses(shuffleDep.shuffleId)
    val locs = MapOutputTracker.deserializeMapStatuses(serLocs)
    for (i <- 0 until locs.size) {
      stage.outputLocs(i) = Option(locs(i)).toList // locs(i) will be null if missing
    }
    stage.numAvailableOutputs = locs.count(_ != null)
  } else {
    // Kind of ugly: need to register RDDs with the cache and map output tracker here
    // since we can‘t do it in the RDD constructor because # of partitions is unknown
    logInfo("Registering RDD " + rdd.id + " (" + rdd.getCreationSite + ")")
    mapOutputTracker.registerShuffle(shuffleDep.shuffleId, rdd.partitions.size)
  }
  stage
}

以上是关于Spark Core 1.3.1源码解析及个人总结的主要内容,如果未能解决你的问题,请参考以下文章

spark源码解析总结

Spark 学习总结

Spark Streaming运行流程及源码解析

Scala实战高手****第6课 :零基础实战Scala集合操作及Spark源码解析

Spark源码学习和总结1

Scala实战高手****第7课:零基础实战Scala面向对象编程及Spark源码解析