SparkContext对象的构建 以及 Spark程序的退出, 由 Driver 负责执行 具体的数据处理步骤, 由Executor在执行. 其实简单来说就是: 非数据处理的部分由Driver工作 数据处理的部分(干活)由Executor工作 要知道: Executor不仅仅是一个, 视集群规模,Executor的数量可以是很多的. 那么在这里一定要有一个概念: 代码中的数据处理部分,是由非常多的服务器(Executor)执行的. 这也是分布式代码执行的概念.本栏目推荐文章代码随想录 day18 找树左下角的值 路径总和 从中序与后序遍历序列构造二叉树用jacoco统计JAVA项目测试代码覆盖率分布式限流——基于Redis的Lua脚本限流实现(坚持每天写算法)基础算法复习与学习part1基础算法1-7——高精度减法(处理t=1和t>1代码的写法,t为操作次数)GDB调试之源代码查看与管理(六)写代码时如何合理的画图表达逻辑结构十行python代码实现文件去重,去除重复文件的脚本[代码随想录] 第四天idea 中java代码修改后运行代码不生效一行代码创建网页(html)分布式 代码分布式 代码 分布式 能量 代码matlab 利弊 分布式 代码redis 分布式 示例 组件 代码 分布式 电源 代码matlab 分布式 错误 代码 电力系统 分布式 源代码 状态 博弈论 分布式 电网 源代码 分布式 费用 能源 代码 分布式