6.《hadoop实战》MapReduce任务的执行总流程

一个MapReduce作业的执行流程是： 代码编写→作业配置→ 作业提交→Map 任务的分配和执行→处理中间结果→Reduce任务的分配和执行→作业完成， 而在每个任务的执行过程中， 又包含输入准备－任务执行斗输出结果。

上图给出了MapReduce作业详细的执行流程 图。 从图中可以看出MapReduce作业的执行可以分为11个步骤，涉及4个独立的实体。 它们在MapReduce 执行过程中的主要作用是:

1.客户端（ client) ：编写MapReduce 代码， 配置作业，提交作业：
2.Job Tracker ： 初始化作业，分配作业，与TaskTracker 通信，协调整个作业的执行：

3.TaskTracker : 保持Job Tracker的通信，在分配的数据片段上执行Map或Reduce任务。 需要注意的是图中 TaskTracker节点后`     的省略号表示Hadoop集群中可以包含多个 TaskTracker ;   
4.HDFS： 保存作业的数据 、 配置信息等， 保存作业结果。