mr中shuff过程分析

一、job提交过程
申请提交job的前期准备工作：

1）客户端向resourcemanager提交job请求

2）rm 向客户端返回一个 job_id 以及 共享资源路径（在hdfs下的 tmp）

3）客户端将共享数据 放在 共享资源路径下（job.jar，job.spplit、job.xml））

4) 客户端向rm返回资源放置成功的响应， 真正的提交应用程序

mrappmaster的开启以及准备阶段：

5）rm向客户端返回一个节点 运行mrappmaster(便于客户端检测任务的进程)

6）rm到对应的节点启动mrappmaster（先启动container（scheduler）在启动mrappmaster）

7）mrappmaster 将job初始化（生成application_id） 并且生成一个当前的job工作簿 记录maptask|reducsk的进程和状态

8）mrappmaster到共享资源下  下载共享资源到本地

9）mrappmaster向rm申请maptask 和 reducetask运行资源， 优先maptask

10）rm向mrappmaster返回对应的资源节点  如：maptask，数据本地化 01 、rducetask 随机 03

mrappmaster开始启动 maptsk（优先） 和 reducetask

maptask：
11）mrappmaster到对应的节点出启动maptask，前提是scheduler以及分配了container

12）mrappmaster到共享资源下，下载共享资源到本地

13）开始运行maptask

14）maptask在运行期间，向mrappmaster汇报自己的进度和状态

15） 当mrappmaster获取到了“一个节点”上的所有的maptask任务执行完成， 启动reducetask

reducetask：
16）mrappmaster到对应的节点启动reducetask，先由scheduler分配container

17）reducetask到共享资源路径下，下载共享资源到本地

18）所有的maptask完成， 且 fetch 也完成， 开始真正执行reducetask中的reduce方法

19）reducetask在执行期间向mrappmaster汇报自己的进度和状态

资源的释放：

20）当maptask |  reducetask运行完成， mrappmaster到对相应的节点进行资源回收

21）所有的maptask 和 reducetask 运行结束 ， mrappmaster向rm注销自己， 并释放资源

二、各个角色的作用：
resourcemanager:
1)接受客户端的请求
2）为job进行资源分配
3）启动mrappmaster
4）监控mrappmaster的运行进度和状态
5）接受nodemanager的心跳报告
nodemager 向 resourcemanager 发送心跳 资源状况
6）监控每一个nodemanager上的资源状况

nodemanager：
	1）接受rm的命令
	2）接受mrappmaster的命令
	3）真正的提供资源
	4）向rm发送心跳报告 自己的资源状况


mrappmaster：
	1）帮助maptask|reducetask 申请运行的资源
	2）启动 maptask|reducetask
	3）监控 或 跟踪  maptask|reducetask的运行进度和状态  失败重启
	4）销毁maptask  reducetask的资源----:| -------------:|:-------------|