Hadoop3.x  作业提交全过程-尚硅谷资料

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 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 NodeManager 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)向应用管理器请求进度更新, 展示给用户。

 

（6） 作业完成

 

除了向应用管理器请求作业进度外, 客户端每 5 秒都会通过调用 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。