Scheduler模块主要负责stage的划分，以及job的调度及submit。是整个spark计算流程中比较重要的部分。
�1.从saveAsTextFile开始
��阅读该部分代码可以从任意一个action方法开始，例如saveAsTextFile方法：
一路跟下去直到PairRDDFunctions.saveAsHadoopDataset中有一行self.context.runJob(self,writeToFile)，如下：
该方法中入参writeToFile是用来定义stage执行逻辑的函数（要注意的是scala里函数和方法是有区别的），该函数运用了closure特性在实际运行过程中不断的针对stage的各个partition信息（不同的partition输出位置等属性不同）来重新初始化自由变量writer。
而Utils.tryWithSafeFinallyAndFailureCallbacks方法则是一个被curry化的函数，封装了固定的异常处理机制。
因为当前action是saveTextAsHadoopFile操作，所以该函数的功能就是将当前拿到的partition的数据写入到指定路径。
2.DAGScheduler.submitJob
然后看runJob方法，从这里一路跟踪到DAGScheduler.submitJob方法（在跟踪过程中会看到对func序列化的操作），然后会看到这里：
Spark的计算框架是基于Event队列机制运作的，诸如job的submit、cancel，Excecutor的添加、丢失等操作。当需要执行某操作时，会向操作对应的EventLoop中发送Event，该Event会被添加至Queue中，然后顺序处理。如下为DAGSchedulerEventProcessLoop的消息处理逻辑：
3.DAGScheduler.handleJobSubmitted
点进去看到DAGScheduler. handleJobSubmitted方法。
在该方法中，将当前正在运行的job添加至active中，发送SparkListenerJobStart事件，用来监控Job处理的进度，在UI界面上展示。
4.DAGScheduler. submitStage
然后看submitStage方法，该方法是用来提交spark job的，提交时会从整个DAG图的最后一个stage开始进行，逐个查找其parent stage，直到找不到未执行的parent stage后再开始执行当前递归查找到的stage中的tasks。在stage查找其parent stages的过程中，会更新stage的状态变更为waiting、running、failed。下面具体分析一下：
首先系统会判断入参stage是否目前为止还未被调度过（分为因parent stage missing而等待、执行中、执行失败三种状态）。这里的missing应该是指未被系统检测到也就是待计算的意思。因为查找是从DAG图的最后一个stage开始的，在查找开始前其parent都是missing的。
如果是则通过getMissingParentStages获取其missing的parent stage。getMissingParentStages稍后再解释。
如果stage没有parent，则说明当前DAG分支已经找到了source，这时候直接提交stage的task即可。提交task的方法为submitMissingTasks。
如果找到了parent，则依次将其parent全部提交，然后递归查找其parent的parent stage，同时将当前stage添加到waitingStages，直到job完成或失败后，stage会被-=掉，参考（DAGScheduler. markMapStageJobAsFinished方法）。
submitStages方法执行后，会调用submitWaitingStages方法，将当前waiting的stages按照升序提交一下。
5.DAGScheduler. getMissingParentStages
下面看一下getMissingParentStages方法：
该方法用来查找一个stage的parent stage的，也就是我们所说的划分stage的逻辑。因为stage是由rdd组成，划分stage是基于rdd之间的依赖关系是否为shuffleDependency（宽依赖）来决定的。代码中可以看到，如果是宽依赖则构建一个stage，如果是窄依赖，则继续向上查找。
在该方法中构建了一个stack waitingForVisit，用来存储当前迭代到的不是shuffleDependency的rdd。
将当前stage的rdd push到这个stack中，调用visit方法判断其Dependency类型。Visit方法首先会判断这个rdd是否已经计算完毕，判断依据为该rdd的partition是否都有了输出。
如果没有计算完成，则判断其Dependency类型，如果为宽依赖，则封装一个stage添加到missing中。如果未窄依赖，则获取该窄依赖的rdd，将其push到stack中，待下一次继续查找。
直到最终返回missing。
