Hadoop之MapReduce03【wc案例流程分析】

  上篇文件介绍了自定义wordcount案例的实现，本文来介绍下具体的执行流程

流程图

在这里插入图片描述

流程说明

1.当客户端提交submit的时候客户端程序会根据我们输入的/wordcount/input地址找到需要统计的数据，根据我们的配置信息得到任务规划文件 2.将任务规划文件上传到hdfs指定的位置。

hadoop fs -ls /tmp/hadoop-yarn/staging/root/.staging/job_1554281786018_0002

在这里插入图片描述

3.客户端将任务提交到yarn中，ResourceManager根据规划文件中指定的切片规则通过mr appmaster在nodeManager上启动对应的MapperTask。 4.每个MapperTask根据指定的切片任务去加载数据，通过InputFormat的实现一行一行的读取数据，每读取一行会调用我们自定义的map方法处理这行的信息 5.map阶段输出的数据会被outputCollector采集。 6.outputCollector中的数据通过partitionner对数据做分区操作。将不同的数据分配到不同的分区中。 7.Reduce阶段根据配置会创建对应的ReduceTask来汇总数据(分组排序)。 8.将key相同的数据加载到自定义的reduce方法中，通过OutputFormat输出汇总结果。

本文仅仅对流程做大概分析，并为涉及到yarn工作调度的细节。后面会详细介绍~