记录日常工作关于系统运维,虚拟化云计算,数据库,网络安全等各方面问题。

Hadoop3.x  作业提交全过程-尚硅谷资料


image.png

image.png



image.png



作业提交全过程详解

 

(1) 作业提交

 

1 步:Client 调用 job.waitForCompletion 方法,向整个集群提交 MapReduce 作业。

2 步:Client 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。 

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。

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。 

8 步:该 NM 创建 Container,并产生 MRAppmaster。

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。 

 11 步:RM 将运行 MapTas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。 

13 步:MrAppMaster 等待所有MapTask 运行完毕后,向RM 申请容器,运行ReduceTask

14 步:ReduceTask 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。




转载请标明出处【Hadoop3.x 作业提交全过程-尚硅谷资料】。

《www.92cto.com》 虚拟化云计算,系统运维,安全技术服务.

网站已经关闭评论