一、作业提交过程之 YARN

（1）作业提交

第0步：client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。

第1步：client向RM申请一个作业id。

第2步：RM给client返回该job资源的提交路径和作业id。

第3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4步：client提交完资源后，向RM申请运行MrAppMaster。

（2）作业初始化

第5步：当RM收到client的请求后，将该job添加到容量调度器中。

第6步：某一个空闲的NM领取到该job。

第7步：该NM创建Container，并产生MRAppmaster。

第8步：下载client提交的资源到本地。

（3）任务分配

第9步：MrAppMaster向RM申请运行多个maptask任务资源。

第10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11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12步：MrAppMaster等待所有maptask运行完毕后，向RM申请容器，运行reduce task。

第13步：reducetask向maptask获取相应分区的数据。

第14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分钟都会通过调用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。

二、作业提交过程之 MapReduce

三、作业提交过程之读数据

四、作业提交过程之写数据