1. 數據本地化的級別：
① PROCESS_LOCAL
task要計算的數據在本進程（Executor）的內存中。
② NODE_LOCAL
a) task所計算的數據在本節點所在的磁盤上。
b) task所計算的數據在本節點其他Executor進程的內存中。
③ NO_PREF
task所計算的數據在關系型數據庫中，如mysql。
④ RACK_LOCAL
task所計算的數據在同機架的不同節點的磁盤或者Executor進程的內存中
⑤ ANY
跨機架。
2. Spark數據本地化調優：
Spark中任務調度時，TaskScheduler在分發之前需要依據數據的位置來分發，最好將task分發到數據所在的節點上，如果TaskScheduler分發的task在默認3s依然無法執行的話，TaskScheduler會重新發送這個task到相同的Executor中去執行，會重試5次，如果依然無法執行，那么TaskScheduler會降低一級數據本地化的級別再次發送task。
如上圖中，會先嘗試1,PROCESS_LOCAL數據本地化級別，如果重試5次每次等待3s,會默認這個Executor計算資源滿了，那么會降低一級數據本地化級別到2，NODE_LOCAL,如果還是重試5次每次等待3s還是失敗，那么還是會降低一級數據本地化級別到3，RACK_LOCAL。這樣數據就會有網絡傳輸，降低了執行效率。
① 如何提高數據本地化的級別？
可以增加每次發送task的等待時間（默認都是3s），將3s倍數調大， 結合WEBUI來調節：
• spark.locality.wait
• spark.locality.wait.process
• spark.locality.wait.node
• spark.locality.wait.rack
注意：等待時間不能調大很大，調整數據本地化的級別不要本末倒置，雖然每一個task的本地化級別是最高了，但整個Application的執行時間反而加長。
② 如何查看數據本地化的級別？
通過日志或者WEBUI