客户端提交MR程序job的流程

这篇博客总结了Hadoop客户端提交MapReduce任务的过程,包括通过Job.waitForCompletion()调用job.submit(),JobSubmitter的Cluster内部使用动态代理提交到Yarn或LocalJobRunner。流程涉及Staging目录的获取,根据jobID创建提交路径,处理切片规则,序列化FileSplit,写入job.xml,以及拷贝job的jar包到指定路径。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这里是我自己总结的简单的描述:

Configuration conf = new Configuration();
//  conf.set("mapreduce.framework.name", "yarn");
//  conf.set("yarn.resoucemanager.hostname", "hadoop");
    Job job = Job.getInstance(conf);
    //将客户端的程序 打成jar 获取jar所在的路径 (指定本程序jar包所在的本地路径)
    job.setJarByClass(FlowCount.class);
    //指定本业务Job要使用的mapper reducer业务类
    job.setMapperClass(FlowCountMapper.class);
    job.setReducerClass(FlowCountReducer.class);
    ....

接下来的整体逻辑
1.Job.waitForComPletion()—->job.submit()
Job.submit()里面有一个JobSubmiter ,它里面有一个成员是Cluster ,它里面有一个成员是proxy(动态代理)它可以提交给YarnRunner 或者是本地的LocalJobRunner
接着他们
1. 获取 StagingDIR 如果提交到本地目录是:file://……./. Staging 提交到yarn的目录是:hdfs://……./. Staging
2. 获取jobID与上面的拼接成一个job资源提交路径file://……./. Staging/jobid或者hdfs://……./. Staging/jobid
3. 处理切片规则
调用FileInputFormat.getSpilts()获取切片规划List《FileSpilt》
FileSpilt 序列化成文件 job.spilt(将文件拷贝到job资源提交的路径中去)
4. 将job相关参数写到一个文件 job.xml (将文件拷贝到job资源提交的路径中去)
5. 获取job的jar包 (将文件拷贝到job资源提交的路径中去)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值