SparkConf 的構造很簡單，主要是通過 ConcurrentHashMap 來維護各種 Spark 的配置屬性。 Spark 的配置屬性都是以“spark.”開頭的字符串。
現在開始介紹 SparkContext。 SparkContext 的初始化步驟如下：
1）創建 Spark 執行環境 SparkEnv；
2）創建 RDD 清理器 metadataCleaner；
3）創建並初始化 Spark UI；
4） Hadoop 相關配置及 Executor 環境變量的設置；
5）創建任務調度 TaskScheduler；
6）創建和啓動 DAGScheduler；
7） TaskScheduler 的啓動；
8）初始化塊管理器 BlockManager（BlockManager 是存儲體系的主要組件之一，將在第 4
章介紹）；
9）啓動測量系統 MetricsSystem；
10）創建和啓動 Executor 分配管理器 ExecutorAllocationManager；
11） ContextCleaner 的創建與啓動；
12） Spark 環境更新；
13）創建 DAGSchedulerSource 和 BlockManagerSource；
14）將 SparkContext 標記爲激活。
SparkContext 的主構造器參數爲 SparkConf，其實現如下。
class SparkContext(config: SparkConf) extends Logging with ExecutorAllocationClient {
private val creationSite: CallSite = Utils.getCallSite()
private val allowMultipleContexts: Boolean =
config.getBoolean("spark.driver.allowMultipleContexts", false)
SparkContext.markPartiallyConstructed(this, allowMultipleContexts)上面代碼中的 CallSite 存儲了線程棧中最靠近棧頂的用戶類及最靠近棧底的 Scala 或者Spark 核心類信息。 Utils.getCallSite 的詳細信息見附錄 A。 SparkContext 默認只有一個實例（由屬性spark.driver.allowMultipleContexts 來控制，用戶需要多個 SparkContext 實例時，可以將其設置爲 true），方法 markPartiallyConstructed 用來確保實例的唯一性，並將當前 SparkContext標記爲正在構建中。
接下來會對 SparkConf 進行復制，然後對各種配置信息進行校驗，代碼如下。
private[spark] val conf = config.clone()
conf.validateSettings()
if (!conf.contains("spark.master")) {
throw new SparkException("A master URL must be set in your configuration")
}
if (!conf.contains("spark.app.name")) {
throw new SparkException("An application name must be set in your configuration")
}從上面校驗的代碼看到必須指定屬性 spark.master 和 spark.app.name，否則會拋出異常，結束初始化過程。 spark.master 用於設置部署模式， spark.app.name 用於指定應用程序名稱。