作业提交过程简单的分为 6 步
(1)作业提交
第0步:client调用job.waitForCompletion方法,向整个集群提交MapReduce作业
第1步:client向RM(ResourceManager)申请(application)一个作业id
第2步:RM给client返回该job的资源的提交路径和作业id。
第3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(job运行所需的资源)。
第4步:client提交完资源后,向RM申请运行MRAPPMaster(MrAppMaster)。
(2)作业初始化
第5步:当RM收到client的请求后,将该job添加到容量调度器(capacity scheduler)中。(RM将用户的请求初始化为一个task(作业))
第6步:某一个空闲的NM(nodeManager)领取到该job。
第7步:该NM创建Container,并产生MRAppMaster (MrAppMaster)。
第8步:下载client提交的资源到本地。
(3)任务分配
第9步:MRAppMaster向RM申请多个maptask任务资源。
第10步:RM将运行maptask任务分配给另外两个NodeManager,两个NodeManager分别领取任务并创建容器
(4)任务运行
第11步:MRAppMaster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12步:MRAppMaster等待所有的maptask运行完毕后,向RM申请容器,运行reduce task
第13步:reduce task向maptask获取相应分区数据。
第14步:程序运行完毕后,MRAppMaster会向RM申请注销自己。
(5)进度和状态更新
YARN中的任务将其进度包括状态(包括counter)返回给应用管理器,客户端每秒(通过mapreduce.client.programpollinterval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pletion.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
如果觉得《hadoop的作业提交过程之yarn》对你有帮助,请点赞、收藏,并留下你的观点哦!