用的spark版本1.3+
1.SparkSubmit bin/spark-submit --class xx.WordCount --master spark://ip:7077 --executor-memory 2g --total-executor-cores 4
2.WordCount new()
3.SparkContext 该方法创建一个ActorSystem createSparkEnv
4.SparkContext 创建Driver的运行时环境，注意这里的numDriverCores是local模式下用来执行计算的cores的个数，如果不是本地模式的话就是0 SparkEnv.createDriverEnv(conf, isLocal, listenerBus, SparkContext.numDriverCores(master)) 为driver创建一个SparkEnv conf:SparkConf conf 是对SparkConf的复制 listenerBus 才用监听器模式维护各类事件处理 private[spark] def createDriverEnv( conf: SparkConf, isLocal: Boolean, listenerBus: LiveListenerBus, numCores: Int, mockOutputCommitCoordinator: Option[OutputCommitCoordinator] = None) ...
5.SparkEnv createDriverEnv createDriverEnv 最终调用的是create方法创建SparkEnv create（）
6.SparkEnv createActorSyetem() 利用AkkaUtils这个工具类创建ActorSystem AkkaUtils.createActorSystem(actorSystemName, hostname, port, conf, securityManager)
7.AkkaUtils startServiceOnPort()
8.AkkaUtils doCreateActorSystem
9.AkkaUtils 创建ActorSystem val actorSystem = ActorSystem(name, akkaConf) ActorSystem = apply()
10.SparkContext createTaskScheduler() 根据提交任务时指定url创建相应的TaskScheduler,创建一个TaskScheduler
11.SparkContext new() 创建spark的StandAlone模式 case SPARK_REGEX(sparkUrl) => val scheduler = new TaskSchedulerImpl(sc)
12.SparkContext new() 创建一个SparkDeploySchedulerBackend val backend = new SparkDeploySchedulerBackend(scheduler, sc, masterUrls)
13.SparkContext initialize 调用initialize创建调度器 scheduler.initialize(backend)
14.SparkContext new() 创建一个DAGScheduler，以后用来把DAG切分成Stage dagScheduler = new DAGScheduler(this)
15.SparkContext start() 启动taskScheduler taskScheduler.start()
