MapReduce执行流程图解

上图是官方的mapreduce的图解，下面我们进行执行流程具体分析。

MR执行流程分析：

 1. ：run job。
                     客户端提交一个mr的jar包给JobClient（提交方式：./hadoop jar ··· ）
 2. get new job ID。
                     JobClient通过RPC和JobTracker进行通信，返回一个存放jar包的地址（HDFS）和jobId.
 3. copy jobresources。
                     client将jar包写入到HDFS当中（path=hdfs上的地址+jobid）
 4. submit job。
                     开始提交任务。（任务的描述信息，不是jar。包括jobID，jar的存放位置，配置信息等等）
 5. Initialize job
                     JobTracker进行初始化任务
 6.  retrieve
                     读取HDFS上的要处理的文件，开始计算输入分片，每一个分片对应一个MapperTask
 7. heratbeat
                     TaskTracker通过心跳机制领取任务（任务的信息）
 8. retrieve job
                     下载所需要的jar,配置文件等
 9. ChildJVM
                     TaskTracker启动一个java child子进程，用来执行具体的任务（MapperTask或ReducerTask）
 10. run
                 将结果写入到HDFS当中

执行MR的命令：
    hadoop jar <jar在linux的路径> <main方法所在的类的全类名> <参数>