1.Master(standalone)：資源管理的主節點（進程）管理Worker
2.Cluster Manager：在集群上獲取資源的外部服務（例如：standalone Mesos Yarn）
3.Worker Node(standalone):1.管理本地的core和memory資源2.啟動Executor
4.Application：基于Spark的用戶程序，說白了就是寫的每一段代碼。
5.Job：包含很多任務（Task）的并行計算，可以看作和action算子對應。
6.Stage:一個job會被拆 分成很多組任務，每一組任務被稱為Stage，拆分的標準就是RDD的依賴關系。
7.Task：thread處理任務的單元。就是被拆分出的每一個任務，他是被送到某個Executor上的工作單元。
8.Driver:驅動進程.分發task2.回收task處理結果
在資源層面（從上往下）
Master：主節點
worker：由master管理
Executor:（進程）在worker上啟動
Threadpool:（線程池）每一個Executor中都有，在里面可以運行Task
從任務層面（從上往下）
Application：基于Spark的用戶程序，說白了就是寫的每一段代碼
Job：每一個Application里由很多Job,Job的個數由Application決定
Stage：根據RDD的依賴關系切割成每一個Stage
Task：（線程）Stage切割成一組Task。一組Task組成Stage
每一個Task發動到Threadpool中執行，這樣任務層面和資源層面就結合起來了。
Pipeline計算模式
這個Stage的并行度是3。Stage的并行度是由最后一個RDD的Partition個數決定的。Partition個數是由數據量的大小決定的。
RDD1到RDD3都是窄依賴，沒有發生shuffle因此是一個Stage。
每一個RDD的Partititon執行算子
每一個task的計算邏輯是所有的Partition的計算邏輯以遞歸函數的展開式的形式整和起來的
task0:fun3(fun2(textfile(block1)))
task1:fun3(fun2(textfile(block2)))
task2:fun3(fun2(textfile(block3)))
RDD是不存儲數據的，它只是一個抽象的概念，RDD只是存儲了計算邏輯
因此
task0最好發送到對應b1所在的節點
task1最好發送到對應b2所在的節點
task2最好發送到對應b3所在的節點
