大数据开发技术之Hadoop的作业提交流程

通用的任务程序提交步骤为：
1.客户端向resourceManager发送job请求
2.resourceManager返回存储路径，jobId给客户端
3.客户端创建路径把jobId，分片信息，配置文件信息，jar文件拷贝到返回的存储路径上
4.客户端向resourceManager报告提交完成
5.resourceManager在nodeManager上启动一个容器(container)，在container中执行mrappmaster进程(主管mr任务执行)
6.mrappmaster取得分片信息，任务的相关配置，计算job所需资源
7.mrappmaster向resourceManager申请资源
8.resourceManager准备资源，mrappmaster启动container运行mapTask
9.maptask进程启动之后，根据给定的数据切片范围进行数据处理，处理流程：
1)利用客户指定的inputformat来获取recordReader读取数据，形成kv键值对。
2)将kv传递给客户定义的mapper类的map方法，做逻辑运算，并将map方法的输出kv收集到缓存。
10.mrappmaster监控所有的maptask进程完成之后，会根据用户指定的参数来启动相应的reduceTask进程，并告知reduceTask需要处理的数据范围
11.reducetask启动之后，根据appmaster告知的待处理的数据位置，从若干的maptask所在的机器上获取若干的maptask输出结果，并在本地进行一个归并排序，然后，再按照相同的key的kv为一组，调用客户自定义的reduce方法，并收集输出结果kv，然后按照用户指定的outputFormat将结果存储到外部设备。
12.所有任务定期向mrappmaster报告任务进度，所有任务完成后，mrappmaster报告resourceManager释放资源