Spark 任务集并发阶段提交
Spark taskset concurrent stage submission
假设一个 spark 作业有两个具有独立依赖关系的阶段（它们不相互依赖），并且它们由 DAG 调度程序 concurrently/simultaneously（作为任务集）提交给任务调度程序。有人可以更详细地了解执行程序上可用的内核如何在两个就绪 stages/Tasksets 之间分配吗？更准确地说：
第二个 taskset/stage 的任务要等到前一个 taskset/stage 的任务完成后才会启动？或者，
两个任务集中的任务可以同时启动（授予核心），具体取决于任务调度程序实现的逻辑，例如FIFO/Fair?
一般来说，假设一个新的资源提议触发了 taskscheduler 决定 select 一些准备好的任务（在 n 个准备好的任务集中）执行？在这种情况下，taskscheduler 实现的逻辑是什么？
谢谢。
这取决于正在使用的调度模式。在
TaskSchedulerImpl.scala构造函数解析调度方式
基于标志"spark.scheduler.mode"。默认为 FIFO，其中
情况下，所有核心在被执行之前首先被分配给第一个任务集
提供给第二个任务集。
假设一个 spark 作业有两个具有独立依赖关系的阶段（它们不相互依赖），并且它们由 DAG 调度程序 concurrently/simultaneously（作为任务集）提交给任务调度程序。有人可以更详细地了解执行程序上可用的内核如何在两个就绪 stages/Tasksets 之间分配吗？更准确地说：
第二个 taskset/stage 的任务要等到前一个 taskset/stage 的任务完成后才会启动？或者，
两个任务集中的任务可以同时启动（授予核心），具体取决于任务调度程序实现的逻辑，例如FIFO/Fair?
一般来说，假设一个新的资源提议触发了 taskscheduler 决定 select 一些准备好的任务（在 n 个准备好的任务集中）执行？在这种情况下，taskscheduler 实现的逻辑是什么？
谢谢。
这取决于正在使用的调度模式。在 TaskSchedulerImpl.scala构造函数解析调度方式 基于标志"spark.scheduler.mode"。默认为 FIFO，其中 情况下，所有核心在被执行之前首先被分配给第一个任务集 提供给第二个任务集。