作业提交全过程详解
（1）作业提交
第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
第2步: Client向RM申请一个作业id。
第3步: RM给Client返回该job资源的提交路径和作业id。
第4步: Client提交jar包，切片信息和配置文件到指定的资源提交路径。
第5步: Client提交完资源后，向RM申请运行MrAppMaster。
（2）作业初始化
第6步: 当RM收到Client的请求后，将该job添加到容量调度器中。
第7步: 某一个空闲的NM领取到该Job。
第8步: 该NM创建Container,并产生MRAppMaster。
第9步:下载Client提交的资源到本地。
（3）任务分配
第10步:MrAppMaster向RM申请运行多个MapTask任务资源。
第11步:RM将运行的MapTask任务分配给另外两个NodeManager,另两个NodeManager分别领取任务并创建容器。
（4）任务运行
第12步:MR向两个接收到任务的NodeManaer发送程序启动脚本，这两个NodeManager分别启动MapTask, MapTask对数据分区排序。
第13步:MrAppMaster等待所有的MapTask运行完毕后，向RM申请容器，运行ReduceTask。
第14步:ReduceTask向MapTask获取相应分区的数据。
第15步:程序运行完毕后，MR会向RM申请注销自己。
（5）进度和状态更新
YARN中的任务将其进度和状态（包括counter）返回给应用管理器，客户端每秒(通过mapreduce.client.progressmonitor.pollinterval设置)向应用程序器请求进度更新，展示给用户。
（6）作业完成
除了向应用程序器请求作业进度外，客户端每5分钟都会通过调用waitForCompletion()来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后，应用程序管理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/140811.html
