工作流程一:
工作流程二:
一个完整的mapreduce程序在分布式运行时有三类实例进程:
1)MrAppMaster:负责整个程序的过程调度及状态协调
2)MapTask:负责map阶段的整个数据处理流程
3)ReduceTask:负责reduce阶段的整个数据处理流程
工作全流程详解:
上面图一和图二中的流程是整个MapReduce最全工作流程,主要包括MapTask阶段、Shuffle阶段和ReduceTask阶段,而Shuffle阶段和MapTask阶段、ReduceTask阶段都存在交集,具体流程如下:
- 准备好待处理的文本
- 客户端submit()前,获取待处理数据的信息,然后根据参数配置形成一个任务分配的规划
- 客户端向Yarn集群提出请求创建Mr appmaster并提交切片等相关信息:job.split、wc.jar(集群模式才需要)、job.xml
- Yarn调用ResourceManager来创建Mr appmaster,而Mr appmaster则会根据切片的个数来创建几个Map Task。于是,MapTask进程开始工作。
- MapTask们