虽然写过多次的MR程序,但是未能很好的理解整个Hadoop中的Job的任务提交过程,查看了下源码,整理了下其job的提交过程,大致为:客户端向资源管理yarn申请资源,yarn分配好相应的资源,进行作业的运行,当作业运行完成时,yarn回收资源。具体如下:
1、客户端Client提交job,会执行代码中的job.awitforcompletion(),在客户端创建了一个RunJar的进程,RunJar向Yarn的资源管理Resource Manager(RM)申请一个Job,过程中使用的是远程过程控制协议RPC和RM进行通信的。
2、RM返回相关资源的提交路径staging-dir和这次job的jobID;
3、Client向刚获得的资源路径staging-dir/jobID提交资源;
4、向RM汇报资源提交结果;
5、RM将job加入到任务队列中;
6、各个Node Manager从RM中领取任务(NM时刻和RM保持通讯);
7、RM在NM中分配运行资源容器Container;
8、RM随机找到一台DataNode启动MRAppMaster作为这次job的管理进程;
9、DM的MRAppMaster向RM注册自己;
10、MRAppMaster启动Map任务进程,在RM中的container启动yarnChild进程用于maptask的运行;
11、MRAppMaster启动Reduce任务,运行reduce任务;
12、所有reduce任务运行完成,job完成后MRAppMaster向RM注销自己;
注:其中RunJar、MRAppMaster、YarnChild都是一个进程,MRAppMaster、YarnCHild是动态生成的。至于yarn怎么样对资源调度还是比较深的,还得再研究,路漫漫~Good Luck!
Hadoop中Job提交过程
最新推荐文章于 2024-06-08 09:46:44 发布