3.7 Spark任务调度

Spark任务调度的核心逻辑，在于利用有向无环图（DAG）来优化并行计算。整个流程始于用户代码构建的RDD依赖图，DAGScheduler会依据宽依赖（Shuffle）将图切分为多个Stage，窄依赖则被合并以实现流水线计算。随后，TaskScheduler将这些Stage转化为具体的任务集，并分发给Worker节点的Executor执行。这种"逻辑划分"与"物理执行"解耦的机制，通过隔离昂贵的Shuffle操作，极大地提升了分布式计算的效率与容错能力。