以下步驟講解了配備 Standalone 資料總管的 Spark 應用程式的生命周期，圖3-8 顯示了Spark程式的排程過程：
（1）使用者使用 spark-submit 指令送出一個 Spark 應用程式。
（2）spark-submit 在同一節點（用戶端模式）或叢集（叢集模式）上啟動驅動程序，并調用由使用者指定的 main 方法。
（3）驅動程序聯系叢集管理器，根據提供的配置參數來請求啟動執行程序 JVM 所需的資源。
（4）叢集管理器在工作機節點上啟動執行程序 JVM。
（5）驅動程序掃描使用者應用程式。根據程式中的 RDD 動作和變換，Spark 會建立一個運算圖。
（6）當調用一個動作（如 collect）時，圖會被送出到一個有向無環圖（DAG）排程程式。DAG 排程程式将運算圖劃分成一些階段。
（7）一個階段由基于輸入資料分區的任務組成。DAG 排程程式會通過流水線把運算符連一起，進而優化運算圖。例如，很多映射（map）運算符可以排程到一個階段中。這種優化對 Spark 的性能是很關鍵的。DAG 排程程式的最終結果是一組階段。
（8）這些階段會被傳遞到任務排程程式。任務排程程式通過叢集管理器（Spark Standalone / Yarn / Mesos）啟動任務。任務排程器并不知道階段之間的依賴性。
（9）任務在執行程序上運作，進而計算和儲存結果。
（10）如果驅動程序的 main 方法退出，或者它調用了 SparkContext.stop()，它就會終止執行程序并從叢集管理器釋放資源。
圖3-8描述了 Spark 程式的排程過程：
從内部來看，每個任務會執行相同的步驟：
讓我們來了解在 Spark 中使用的術語，然後再進一步深入探讨 Spark 程式的生命周期：
在某些情況下，各階段的實體集合不一定會完全和邏輯 RDD 圖做到 1:1 對應。當無需移動資料就能根據其父節點計算出 RDD 時，就可以産生流水線。例如，當使用者順序地調用 map 和 filter 時，那些調用就可以被折疊成單個變換，它先映射再過濾每個元素。但是，複雜的 RDD 圖會由 DAG 排程器劃分為多個階段。
利用 1.4 及更高版本的 Spark 管理界面，Spark 的事件時間軸和 DAG 可視化變得容易了。讓我們執行以下代碼來檢視一個作業及其各階段的 DAG 可視化：
圖3-9 顯示了上面的單詞計數代碼作業及其各階段的可視化 DAG。它顯示作業被分為兩個階段，因為在這種情況下發生了資料的混排。
圖3-10 顯示了階段 0 的事件時間軸，它指明了每個任務所用的時間。
在此簡要說明 Spark 執行摘要：