1.job工作提交 2.yarn工作机制 作业提交全过程详解 （1）作业提交 第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。 第2步：Client向RM申请一个作业id。 第3步：RM给Client返回该job资源的提交路径和作业id。 第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。 第5步：Client提交完资源后，向RM申请运行MrAppMaster。 （2）作业初始化 第6步：当RM收到Client的请求后，将该job添加到容量调度器中。 第7步：某一个空闲的NM领取到该Job。 第8步：该NM创建Container，并产生MRAppmaster。 第9步：下载Client提交的资源到本地。 （3）任务分配 第10步：MrAppMaster向RM申请运行多个MapTask任务资源。 第11步：RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。 （4）任务运行 第12步：MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。 第13步：MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。 第14步：ReduceTask向MapTask获取相应分区的数据。 第15步：程序运行完毕后，MR会向RM申请注销自己。 （5）进度和状态更新 YARN中的任务将其进度和状态(包括counter)返回给应用管理器, 客户端每秒(通过mapreduce.client.progressmonitor.pollinterval设置)向应用管理器请求进度更新, 展示给用户。 （6）作业完成 除了向应用管理器请求作业进度外, 客户端每5秒都会通过调用waitForCompletion()来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后, 应用管理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。
