Hadoop MapReduce 深入MapReduce Job 提交

一个job的运行，涉及4个实体：客户端，JobTracker，TaskTracker，HDFS

【客户端】使用Job.submit()提交任务，任务提交后。

1 向 jobtracker 请求一个新的作业ID (JobTracker.getNewJobId())

2 检查输出目录，例如输出目录已经存在，就不提交

3 计算作业的输入数据分片。如果分片无法计算（输入路径不存在），就不提交

4 将运作所需要的资源(Jar文件，配置文件，输入分片)复制到 jobtracker 的一个以Job id命名的目录下【HDFS】。jar文件有多个副本(由 mapred.submit.replication 定义，默认10个)

5 告知 jobtracker  作业准备执行，通过调用 JobTracker.submitJob()实现。

---

【JobTracker】 接收到JOB调用后，会把Job放入一个内部队列，作业调度器会从其中选择Job，并对其初始化。

作业调度器首先从HDFS中获得数据分片信息。为每个数据分片创建一个map task。reduce task数目由mapred.reduce.tasks 确定或通过job.setNumReduceTasks设置。除了map 和 reduce 任务，还会创建2个任务：a job setup task 和 a job cleanup task。

---

【TaskTracker】 定时发送 heartbeat 给JobTracker 。heartbeat 用于报告 Tasktracker是否还存活。同时会通知JobTracker 本结点是否可以运行task ，如果可以运行Task， JobTracker 会分配一个Task到当前结点。 

Tasktracker中有固定数目的Map Task Slots(任务槽) 和 Reduce Task Slots。例如一个Tasktracker 配置同时运行2个map Task 和2个reduce Task 。JobTracker 会先分配Map task，如果Map Task Slot 没有空余，才会分配Reduce task 。

如果是分配Reduce Task，Job Tracker 只是简单的从列表中选择一个。如果分配的是map Task，还需要考虑输入数据。

tasktracker 被分配一个任务后，首先把Jar文件复制到本地文件系统，同时会将所需要的全部文件从分布式缓存复制到本地磁盘。tasktracker会新建一个本地工作目录，把Jar文件解压到这个文件夹。最后新建一个TaskRunner 运行任务。TaskRunner 会启动一个单独的JVM 运行任务。

进度和状态是通过heartbeat来更新和维护的。

如果 一个 task 报告进度，会设置一个标志位， tasktracker 中有一个单独进程每3分钟查询一次状态。tasktracker 每5分钟会向JobTracker提交一次状态，包括tasktracker上的所有task状态。JobTracker 会合并所有TaskTracker 的状态。

客户端可以通过Job.getStatus() 获得状态

Job Completion

当Job完成后，JobTracker会收一个Job Complete的通知，并将当前的Job状态更新为Successful，同时JobClient也会轮循获知提交的Job已经完成，将信息显示给用户。最后，JobTracker会清理和回收该Job的相关资源，并通知TaskTracker进行相同的操作（比如删除中间结果文件）。

可以设置 job.end.notification.url 属性，当Job 完成后，会通知相应的http 地址。

---

Job 处理失败，分为3种情况: task 失败， tasktracker 失败，jobtracker 失败。

【task 失败】因用户代码问题，导致map 或 reduce  task 失败。子任务JVM 进程会在退出之前向 tasktracker 发送错误报告。本次 task 被标记为failed，并释放 slot 运行另一个task。如果一个task 间隔10分钟没有更新进度。tasktracker 会将任务标记为failed，之后 task 进程被自动杀死。可以通过属性mapred.task.timeout 设置超时时间(毫秒) 

当jobtracker接到一个 task 失败的通知后，会重新调度task运行。如果一个task 失败4次或更多，就不会再重新执行这个task。可以通过属性mapred.map.max.attempts 和 mapred.reduce.max.attempts 定义重试次数。 默认，任何tast 失败超过定义的最大重试次数后，整个job就会失败。在实际应用中，有时并不想因为某个tast一直失败导致整个job失败。可以通过设置属性 mapred.max.map.failures.percent 和 mapred.max.reduce.failures.percent 

【Tasktracker 失败】如果一个Tasktracker 超过10分钟没有发送heartbeats。可以通过属性mapred.tasktracker.expiry.interval 设置(毫秒)，jobtracker 会从任务池中移除Tasktracker。重新调度这个Tasktracker 中的所有任务。

如果一个Tasktracker 上有超过4个task失败 （mapred.max.tracker.failures），jobtracker 会记录当前Tasktracker 失败，如果一个Tasktracker  有超过4次失败（mapred.max.tracker.blacklists），jobtracker 会把当前Tasktracker 加入黑名单。被加入黑名单的Tasktracker 不会在被分配任务，但之前完成的task的输出可以继续使用。被加入黑名单的Tasktracker 重启后可以重新加入集群。

【jobtracker 失败】是非常严重的失败。Hadoop 没有办法处理这种失败。重启jobtracker后，所有未完成的Job 都需要重新提交