模式匹配在Spark源码中可谓无处不在，下面给出几个代码片段说明Scala模式匹配在Spark源码中的使用情况。

（1）常量模式、变量模式、正则表达式模式及变量绑定模式匹配

SparkContext（org.apache.spark.SparkContext.scala）是Spark的入口，它负责与整个Spark集群进行交互，包括创建RDD，任务调试、管理accumulators和广播变量等。Spark⁃Context创建时会创建TaskSheduler及DAGScheduler，其中TaskSheduler通过方法createTask⁃Scheduler进行创建，代码如下：

（2）类型模式

下面给出的代码为SparkContext中的requestTotalExecutors方法，其作用是向集群请求对应数量的Executor。(www.daowen.com)

（3）元组模式

下面给出的代码来源于SparkSubmit（org.apache.spark.deploy.SparkSubmit.scala），SparkSubmit为Spark应用程序提交执行的入口，在SparkSubmit类中有一个prepareSubmitEn⁃vironment方法，用于在程序提交之前，检测并准备相应的环境信息，给出的代码作用是匹配不支持的资源管理器类型及部署模式。

（4）构造器模式

给出的代码来源是org.apache.spark.scheduler.cluster.CoarseGrainedSchedulerBackend.scala。CoarseGrainedSchedulerBackend是一个基于Akka实现的粗粒度资源调度类，用于在Spark任务运行期间，监听并持有注册给它的Executor资源，在接受Executor注册、状态更新、响应Scheduler请求等时，利用现有Executor资源发起任务调度流程。CoarseGrainedSchedulerBackend类中有个receiveAndReply方法，用于接收Executor注册、停止运行、删除等请求，具体如下：