job任务执行流程

1.run job 阶段。主要检查job的环境设置，包括路径的设置。比如MapperClass,FileInputFormat等。如果检测未通过，则直接报错返回。
2.如果检测通过，JobClient会向JobTracker发起请求，JobTracker为job申请一个全局唯一的id。JobClient可以根据此JobId 跟踪Job的执行进度以及Kill掉Job。
3.检测通过后，JobClient会将job的运算资源（jar包）上传到HDFS。
4.submit job。提交job。此请求传给JobTracker后，剩余的工作就由JobTracker来接手
5.6.7 JobTracker根据根文件信息，计算出切片信息（数据）。相当于获取了Map Task的任务数量和信息。此外，对于Reduce Task数量不用计算，因为通过代码设定的。
当任务信息都明确后，TaskTracker通过心跳去领取任务。底层要满足数据本地化策略，目的是减少网络数据的传输，节省集群带宽。
补充：切片（Spilt），切片里没有真正的文件数据。本质就是一个对象结构，
包含的属性：①start ②length ③path
8.TaskTracker去HDFS下载job的运算资源，结合本地的数据完整数据的计算和处理。这里体现的思想是：移动的是运算，而不是数据。目的也是：减少网络数据的传输，节省带宽。
9.10启动jvm进程，运行map任务或reduce任务。
最后的补充：Map Task在处理数据时，要保证读取完整的一行，所以这个过程不可避免的或通过网络追溯行的数据，此过程会发生网络数据传输，但是量不大。对于行的追溯处理，框架底层已经做好了，程序员不要考虑。