上次阅读到客户端发送了一个 RequestSubmitDriver 消息给 Master，Master 收到消息后开始处理。
在 Master 类中搜索 case RequestSubmitDriver，可以看到具体的处理逻辑：
首先创建了一个 DriverInfo:
val driver = createDriver(description) new DriverInfo(now, newDriverId(date), desc, date)
然后把 Driver 信息持久化到 zk 中：
persistenceEngine.addDriver(driver)
放到这个 waitingDrivers 列表中（这个列表很重要）
waitingDrivers += driver
放到 Master 自己的内存中：
drivers.add(driver)
然后 schedule() 起来
schedule()二、Schedule() 的处理
schedule() 方法，主要遍历了两个列表，一个是 waitingDrivers 列表，另一个是 waitingApps 列表。这里我们重点看 waitingDrivers 列表的处理。
首先筛选出状态为 ALIVE 的 Worker，并随机排序：
然后，随机取一个 Worker 出来，判断是否有足够的资源启动 Driver，如果有，则开始 launchDriver
然后从 waitingDrivers 列表中去掉这个 Driver
三、LaunchDriver 处理启动驱动之前，先把 driver 放到 Worker 自己的内存中，然后往 Worker 发送一个 LaunchDriver 消息：
然后我们去 Worker 类中搜索 case LaunchDriver，看 Worker 是如何处理的
封装了一个 DriverRunner ，并且把它启动了起来：
在 start() 方法中，直接启动了一个 Thread，在 线程处理中，调用了：
val exitCode = prepareAndRunDriver()
在这个方法中，首先初始化了本地目录，然后把 jar 文件下载下来
然后封装了一个 shell 命令，这个命令实际上就是 java DriverWrapper，启动了一个 JVM，DriverWrapper 是上一节中提到的类
然后进入这个方法：
runCommandWithRetry(ProcessBuilderLike(builder), initialize, supervise)
在这个方法中，使用 command.start() 把 Driver 就启动了起来：
四、Driver 的启动在执行了 java DriverWrapper 了以后，实际上就启动了一个 JVM，里面开始执行 DriverWrapper 的 main 方法，我们就跳转到 DriverWrapper 的 main 方法。
注意是 deploy 包下的类：
在 DriverWrapper 的 main 方法中，实际上就是在执行我们提交的 jar 包中的 main 方法了
可以看到设置了类加载器，并且使用反射来执行了提交 jar 包中的 main 方法：
然后就到了我们比较熟悉的 Spark 业务逻辑代码中，也就是 new SparkContext()，执行算子，这个我们就放到下次再讲了。
五、总结本次源码阅读之后，Master 已经找到了一个 Worker ，并在上面启动了 Driver 进程，流程图如下：
下次，我们再来讲 Driver 中 new SparkContext() 都做了些什么。
