Yarn快速系列入门(3) | Yarn和MapReduce的作业提交全过程

本篇博文，博主为大家介绍Yarn和MapReduce的作业提交全过程。

1

一. Yarn的作业提交过程

2

作业提交全过程详解

1.1 作业提交

• 第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
• 第2步：Client向RM申请一个作业id。
• 第3步：RM给Client返回该job资源的提交路径和作业id。
• 第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。
• 第5步：Client提交完资源后，向RM申请运行MrAppMaster。

1.2 作业初始化

• 第6步：当RM收到Client的请求后，将该job添加到容量调度器中。
• 第7步：某一个空闲的NM领取到该Job。
• 第8步：该NM创建Container，并产生MRAppmaster。
• 第9步：下载Client提交的资源到本地。

1.3 任务分配

• 第10步：MrAppMaster向RM申请运行多个MapTask任务资源。
• 第11步：RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。

1.4 任务运行

• 第12步：MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
• 第13步：MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
• 第14步：ReduceTask向MapTask获取相应分区的数据。
• 第15步：程序运行完毕后，MR会向RM申请注销自己。

1.5 进度和状态更新

• YARN中的任务将其进度和状态(包括counter)返回给应用管理器,客户端每秒(通mapreduce.client.progressmonitor.pollinterval设置)向应用管理器请求进度更新,展示给用户。

1.6 作业完成

  除了向应用管理器请求作业进度外, 客户端每5秒都会通过调用waitForCompletion()来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后, 应用管理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。

二. MapReduce的作业提交过程(在此只图片说明)

3

好了，本次关于Yarn和MapReduce的作业提交全过程的内容就介绍到这里。下一篇文章将为大家介绍Yarn调度器，敬请期待!