转型和行动的火花工作在哪里完成？
where is the spark job of transformation and action done?
一直在用Spark + Python完成一些作品，很不错，但是我有一个疑问：
转换和行动的火花工作在哪里完成？
转换工作是在 Spark Master（或 Driver）中完成，而 action 工作是在 Workers（Executors）中完成，还是两者都在 Workers（Executors）中完成
谢谢
执行者的转换运行。
执行者和驱动程序的操作 运行。大部分工作仍在执行器中进行，但减少输出等最终步骤在驱动程序中执行。
当对 RDD 调用任何操作时，Spark 会创建 DAG 并提交给 DAG 调度程序。
DAG 调度器将算子划分为任务的阶段。一个阶段由基于输入数据分区的任务组成。 DAG 调度程序将运算符流水线化在一起。
阶段被传递到任务 Scheduler.The 任务调度程序通过集群管理器启动任务。(Spark Standalone/Yarn/Mesos)。任务调度程序不知道阶段的依赖关系。
The tasks(transformation) executes on the Workers(Executors)
and when action(take/collect) is called it brings back the data at the
Driver.
Workers (aka slaves) are running Spark instances where executors live
to execute tasks.
转换在 worker 上执行，当调用 action 方法时，计算的数据被带回驱动程序。
Spark 中的应用程序分三步执行：
1.Create RDD 图，即 DAG (directed acyclic graph) 个 RDD 来表示整个计算。
2.Create阶段图，即DAG of stages是一个基于RDD图的逻辑执行计划。阶段是通过在洗牌边界打破 RDD 图来创建的。
3.Based 计划，schedule and execute 工人任务。
一直在用Spark + Python完成一些作品，很不错，但是我有一个疑问：
转换和行动的火花工作在哪里完成？ 转换工作是在 Spark Master（或 Driver）中完成，而 action 工作是在 Workers（Executors）中完成，还是两者都在 Workers（Executors）中完成
谢谢
执行者的转换运行。
执行者和驱动程序的操作 运行。大部分工作仍在执行器中进行，但减少输出等最终步骤在驱动程序中执行。
当对 RDD 调用任何操作时，Spark 会创建 DAG 并提交给 DAG 调度程序。
DAG 调度器将算子划分为任务的阶段。一个阶段由基于输入数据分区的任务组成。 DAG 调度程序将运算符流水线化在一起。
阶段被传递到任务 Scheduler.The 任务调度程序通过集群管理器启动任务。(Spark Standalone/Yarn/Mesos)。任务调度程序不知道阶段的依赖关系。
The tasks(transformation) executes on the Workers(Executors) and when action(take/collect) is called it brings back the data at the Driver.
Workers (aka slaves) are running Spark instances where executors live to execute tasks.
转换在 worker 上执行，当调用 action 方法时，计算的数据被带回驱动程序。
Spark 中的应用程序分三步执行：
1.Create RDD 图，即 DAG (directed acyclic graph) 个 RDD 来表示整个计算。
2.Create阶段图，即DAG of stages是一个基于RDD图的逻辑执行计划。阶段是通过在洗牌边界打破 RDD 图来创建的。
3.Based 计划，schedule and execute 工人任务。