-
从Driver开始
-
这篇算是submit的过程
-
waitForCompletion
-
-
进来的第一个方法是submit()
-
这里分别是确定状态,设置新的api(这里我使用的是Hadoop 2.7.2版本)以及连接等方法,我们看connect()方法
-
这里需要返回一个Cluster对象
-
-
我们来看它的初始化方法
-
-
这里是需要获取一个客户端连接协议,然后create()会创建一个,进去看
-
-
-
然后这里就赋值,client是localjobrunner 然后就走完了初始化方法,(其实下面还有个验证,就不看了)
-
-
然后就返回一个cluster,connect()方法走完了
-
-
进来了,这里第一个方法就是检查输出路径,如果存在了就异常,不进去了
-
-
-
这里能找到这个文件夹,待会再来看看
-
-
这里的 submitJobDir:file:/tmp/hadoop-19742/mapred/staging/197421113709134/.staging/job_local1113709134_0001就是staging加上jobid的文件夹,这个方法是上传个配置文件夹、jar包、等等
-
这个类里面只有这两个方法,所有上面input.getSplits(job)方法指定是来自父类的,附上一张类关系图
这里是所有的已有的inputFormat,当然你也可以自定义的,也很简单,照猫画虎呗。好吧,咱们看看默认的切片机制吧
这个就是计算的方法了,可以根据公式设置参数,改变切片大小
后面就将切片放入一个数组中最后返回
这里就是将返回的各个切片的list装入了一个数组,还进行了排序,然后写入到了jobSubmitDir中
这里的jobid和我之前截图的id不一样,不要在意这种细节了,因为我跑了好多遍~~
然后这个maps就是切片数了,就是maptask的数量了
然后后面是设置什么队列名儿,设置什么tracking id 、reservation Id等等
这里是写入配置文件
激动人心的时刻到了!
这里开始真正的干活了
告诉大家干的什么活儿,写的明明白白,好吧,干活了
这里是localRunner,还有一个YarnRunner
jobStatus