大多數應該都要有實際寫過 Spark 程式和提交任務到 Spark 集群后才有更好的理解 

1、Application：表示你的應用程式，包含一個 Driver Program 和若干 Executor 

2、Driver Program：Spark 中的 Driver 即執行上述 Application 的 main()函式並且建立 SparkContext，其中建立 SparkContext 的目的是為了準備 Spark 應用程式的執行環境。由 SparkContext 負責與 ClusterManager 通訊，進行資源的申請，任務的分配和監控等。程式執 行完畢後關閉 SparkContext 

3、ClusterManager：在 Standalone 模式中即為 Master（主節點），控制整個叢集，監控 Worker。 在 YARN 模式中為資源管理器。 

4、RDD：Spark的基本計算單元，一組RDD可形成執行的有向無環圖RDD Graph

5、DAGScheduler：：根據 Job 構建基於 Stage 的 DAG，並提交 Stage 給 TaskScheduler，其劃分 Stage 的依據是 RDD 之間的依賴關係：寬依賴，也叫 shuffle 依賴 

6、SparkContext：整個應用的上下文，控制應用程式的生命週期，負責排程各個運算資源， 協調各個 Worker 上的 Executor。初始化的時候，會初始化 DAGScheduler 和 TaskScheduler 兩個核心元件。 
 

7、TaskScheduler：將 TaskSet 提交給 Worker（叢集）執行，每個 Executor 執行什麼 Task 就 是在此處分配的。 
 

8、Worker：：叢集中可以執行 Application 程式碼的節點。在 Standalone 模式中指的是通過 slave 檔案配置的 worker 節點，在 Spark on Yarn 模式中指的就是 NodeManager 節點。 

9、Executor：某個 Application 執行在 Worker 節點上的一個程序，該程序負責執行某些 task， 並且負責將資料存在記憶體或者磁碟上。在 Spark on Yarn 模式下，其程序名稱為 CoarseGrainedExecutorBackend，一個 CoarseGrainedExecutorBackend 程序有且僅有一個 executor物件，它負責將Task包裝成taskRunner，並從執行緒池中抽取出一個空閒執行緒執行Task， 這樣，每個 CoarseGrainedExecutorBackend 能並行執行 Task 的資料就取決於分配給它的 CPU 的個數。 

10、Stage：每個 Job 會被拆分很多組 Task，每組作為一個 TaskSet，其名稱為 Stage 
 
11、Job：包含多個 Task 組成的平行計算，是由 Action 行為觸發的 
 
12、Task：在 Executor 程序中執行任務的工作單元，多個 Task 組成一個 Stage 
 
13、SparkEnv：執行緒級別的上下文，儲存執行時的重要元件的引用。SparkEnv 內建立幷包含 如下一些重要元件的引用。 MapOutPutTracker：負責 Shuffle 元資訊的儲存。

BroadcastManager：負責廣播變數的控制與元資訊的儲存。

BlockManager：負責儲存管理、建立和查詢塊。

MetricsSystem：監控執行時效能指標資訊。

SparkConf：負責儲存配置資訊。