3-2MR第一个例子（Hadoop系列day03）

一行数据解析为一个key-value,每个key-value调用一次map方法。

启动HDFS、启动YARM（MapReduce运行在YARM上）

边解析，边运行：
—并不是把文件内容全加载到内存再执行Map，，，是一边加载，，一边Map

1. client向RM发送一个RPC请求（client告诉RM他要提交一个作业）
2. RM返回给client一个JobId和一个存放jar包的路径
3. client将 路径作为前缀，JobId作为后缀，拼接起来，作为唯一存放这个jar包的路径。
4. client持有filesystem对象。将jar包写入到HDFS（由于HDFS是一个分布式文件系统，所以压力不会很大，HDFS将jar存为10份，分布在不同的机器上。程序运行结束会把jar包删除）
5. 到此为止。Jar包存放到了HDFS上。Client上有jar包的存放位置的信息。（jobid和路径）
6. Client通过RPC将jobid和路径提交给RM。
7. RM中保存的是这个作业的描述信息。RM将这个信息放到他的调度器（是一个队列）里面。
8. 小弟通过心跳机制来领取任务。心跳机制：小弟每隔一段时间将自己的情况汇报给老大，并且向老大申请任务，老大来决定是不是将这个任务分配给你。如果你很忙了，老大就不会让你干更多的活。如果你不忙，老大将任务给你。
9. 小弟领到任务后，来HDFS领取jar，下载好jar之后，NM来启动相应的子进程来运行MR。这个进程独立于NM。这个进程运行Map或Reduce。运行需要读取HDFS中的数据，读取后写回HDFS。