今天被同事问了一个简单又不简单的问题，

一个spark app里面有两个job，

那么，他们可以并行执行吗？

首先我们要了解一点，我们写的代码同一个线程都是按照顺序执行的，

那么我们的job应该都是串行一个个执行。。。但真是这样么？

理论上，我们写spark core都不会用到多线程，

那个代码的执行确实是一条线下去，

当遇到action算子时会被阻塞，

开始解析并执行这个spark任务，

当任务执行完才会继续往下走。

我们可以想想平时提交多job的任务，

在webui上是不是一开始只看见一个job，

一个执行完了才会有下一个。

那么如何并行呢？

其实我们可以通过简单的多线程实现，

只要我们的driver能读到多个action，

那么他会把任务都提交上去，

也就实现了我们job并行。

这个其实很好理解，

完全符合我们一般写代码的逻辑，

但是如果把这个扩展到spark streaming，

可能就不是那么好使了，为什么呢？

我们知道流处理是不间断的，会一遍又一遍重复去执行你的任务，

这个时候如果你说是一条线程从头到尾，

那就玩不下去了，那么这个时候spark是怎么处理的呢？

我们可以简单这么理解，他会先将我们的代码逻辑解析出来，

放到一个集合，

然后在写个死循环，每隔一段时间去把集合里面的逻辑执行一遍。

这样一来spark streaming就不局限于单个线程执行了，

因为所有job都解析好了，我只是要去执行job，

那我当然也可以开启一个线程池，直接去执行任务了，

而事实上，如果你看它底层实现，也确实是这样，

并且提供了`spark.streaming.concurrentJobs`参数给我们配置job的并发度，

也就不用我们自己去写多线程了，当然，默认是1，也就是串行执行。