Worker和Master是Spark独立集群里用到的类。如果是yarn环境部署，是不需要这两个类的。
Master是Spark独立集群的控制者，Worker是工作者，一个Spark独立集群需要启动一个Master和多个Worker。Spark提供了Master选举功能，保障Master挂掉的时候能选出另一个Master，做一个切换的动作，这块原理和ZooKeeper类似，这里知道概念就可以了。
Master的功能一是管理Worker的注册和注销、状态变更等，维护集群的元数据；而是管理Driver的提交运行。
当spark程序运行driver时，会通过StandaloneScheduleBackend来调度分区任务的执行，这时候在StandaloneScheduleBackend里面会有一个StandaloneAppClient负责与Master通信，发送RegisterApplication消息给Master，Master将等待运行的app信息记录下来，等待schedule方法的调度，RegisterApplication里包含了要执行的Driver的信息（Driver就是我们的spark程序的main方法要做的事）。
Master在进度调度（schedule方法）的时候，然后选择一个Worker作为Driver的执行者，这时会发送LaunchDriver消息给Worker，Worker收到后在本地启动Driver。
Master和Worker是机器层面的概念，和Executor、Driver是两码事，这点要注意的。ScheduleBackend是处理Driver和Executor之间的消息通信的。
CoarseGrainedSchedulerBackend是Driver的SchedulerBackend，是公共部分。独立集群的StandaloneSchedulerBackend其实就是继承了CoarseGrainedSchedulerBackend，共用了与Executor交互的公共代码，比如LaunchTask消息的处理等。
在Executor上运行的是CoarseGrainedExecutorBackend，CoarseGrainedExecutorBackend负责接收Driver发送的消息，回复Driver等。
CoarseGrainedSchedulerBackend发送LaunchTask消息给Executor的CoarseGrainedExecutorBackend，CoarseGrainedExecutorBackend收到LaunchTask后调用Executor的launchTask方法来执行Task。