Hadoop MapReduce Job提交流程解析

关注

原创最新推荐文章于 2026-03-01 05:38:20 发布 551 阅读 AI 写同款· GEO 优化 ›

【Hadoop Yarn01】 Yarn资源调度器&参数配置 yarn是一个资源调度平台，相当于一个分布式的操作系统平台，负责为运算程序提供服务器运算资源，而MapReduce等运算程序则相当于运行于操作系统之上的应用程序。 Yarn基础架构核心组件： ResourceManager NodeManager ApplicationMaster Container ResourceManager(RM) 职责：（1）接收Yarn客户端的请求，比如提交计算作业（MR、Spark、Flink）（2）监控NodeManager 的资源（CPU\内存）（3）启动和阅读详情

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());