Hadoop的作业提交流程（内附全套视频教程）

大数据时代，无论你深处哪个行业，做着哪份工作，多多少少都会接触到一些数据信息，数据决策已经成为很多公司的发展战略。掌握大数据技术，变得越来越重要。

今天给大家分享的技术知识是：Hadoop的作业提交流程。

hadoop任务的提交常用的两种，一种是测试常用的IDE远程提交，另一种就是生产上用的客户端命令行提交。

通用的任务程序提交步骤为：

1.客户端向resourceManager发送job请求

2.resourceManager返回存储路径，jobId给客户端

3.客户端创建路径把jobId，分片信息，配置文件信息，jar文件拷贝到返回的存储路径上

4.客户端向resourceManager报告提交完成

5.resourceManager在nodeManager上启动一个容器(container)，在container中执行mrappmaster进程(主管mr任务执行)

6.mrappmaster取得分片信息，任务的相关配置，计算job所需资源

7.mrappmaster向resourceManager申请资源

8.resourceManager准备资源，mrappmaster启动container运行mapTask

9.maptask进程启动之后，根据给定的数据切片范围进行数据处理，处理流程：

1)利用客户指定的inputformat来获取recordReader读取数据，形成kv键值对。

2)将kv传递给客户定义的mapper类的map方法，做逻辑运算，并将map方法的输出kv收集到缓存。

10.mrappmaster监控所有的maptask进程完成之后，会根据用户指定的参数来启动相应的reduceTask进程，并告知reduceTask需要处理的数据范围

11.reducetask启动之后，根据appmaster告知的待处理的数据位置，从若干的maptask所在的机器上获取若干的maptask输出结果，并在本地进行一个归并排序，然后，再按照相同的key的kv为一组，调用客户自定义的reduce方法，并收集输出结果kv，然后按照用户指定的outputFormat将结果存储到外部设备。

12.所有任务定期向mrappmaster报告任务进度，所有任务完成后，mrappmaster报告resourceManager释放资源

如果你想要成为高端实用的技术精英，如果你想要成为就业实力派，那就不要错过我。更多技术彩蛋尽在码农视界，助力专业的你斩获高薪，助力业余的你更上一层楼！

彩蛋福利：

Hadoop学习视频教程

领取方式：评论转发后，私信我：Hadoop