Hadoop MapReduce Job提交流程解析

最新推荐文章于 2022-04-24 19:06:02 发布

原创最新推荐文章于 2022-04-24 19:06:02 发布 · 515 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#hadoop #mapreduce #大数据

Hadoop MapReduce 专栏收录该内容

12 篇文章

订阅专栏

本文详细介绍了在Hadoop YARN上提交作业的过程，包括连接集群、创建Staging Dir、拷贝jar包、生成切片规划文件、写入XML配置以及最终提交作业的步骤。深入理解这一流程对于优化大数据处理和故障排查至关重要。

在这里插入图片描述
注释：job提交好后，stagingDir路径下会有三个文件，分别是job.split, job.xml, job.jar

相应的代码可以表示为：

waitForCompletion()
 
submit();
 
// 1建立连接
	connect();	
		// 1）创建提交Job的代理
		new Cluster(getConfiguration());
			// （1）判断是本地yarn还是远程
			initialize(jobTrackAddr, conf); 
 
// 2 提交job
submitter.submitJobInternal(Job.this, cluster)
	// 1）创建给集群提交数据的Stag路径
	Path jobStagingArea = JobSubmissionFiles.getStagingDir(cluster, conf);
 
	// 2）获取jobid ，并创建Job路径
	JobID jobId = submitClient.getNewJobID();
 
	// 3）拷贝jar包到集群
copyAndConfigureFiles(job, submitJobDir);	
	rUploader.uploadFiles(job, jobSubmitDir);
 
// 4）计算切片，生成切片规划文件
writeSplits(job, submitJobDir);
		maps = writeNewSplits(job, jobSubmitDir);
		input.getSplits(job);
 
// 5）向Stag路径写XML配置文件
writeConf(conf, submitJobFile);
	conf.writeXml(out);
 
// 6）提交Job,返回提交状态
status = submitClient.submitJob(jobId, submitJobDir.toString(), job.getCredentials());