MR工作流程

本文详细阐述了Hadoop YARN中MapReduce作业的执行过程,包括客户端提交job、资源调度、任务分配、任务执行及资源回收等关键步骤,深入理解YARN的任务管理机制。

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

在这里插入图片描述

1)执行hadoop jar命令之后,生成RunJar进程,客户端向RM申请一个job。
2)RM向客户端发送job资源的提交路径,生成jobID。
3)客户端提交相关资源(jar,xml)到共享文件系统(HDFS)
4)客户端向RM汇报提交结果
5)RM将job放入任务队列,等待空闲的NM获取job
6)NM通过与RM心跳连接,从任务队列中获取job
7)RM为NM分配任务运行的容器资源
8)RM在容器中启动MRAppMaster
9)MRAppMaster分配在那些NM上运行map(即yarnchild进程),reduce任务。
10)运行map和reduce任务的NM,向资源共享文件系统获取job相关资源。
11)运行map,reduce任务。
12)job任务结束后,MRAppmaster向RM注销自己,然RM回收资源。

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