MapReduce Job Run

• 客户端：提交MapReduce  job
• YARN resouce manager,协调集群计算资源分配
• YARN node manager,产生并且监控在集群中的机器上的containers
• MapReduce application master,协调MapReduce job中运行的task
• HDFS,用来共享job文件和其他实例

Job Submission

• 询问resource manager来获取一个新的应用id,用来作为MapReduce job ID
• 检查job的输出指定，如果文件已经存在或者未指定输出抛出一个错误
• 计算输入分割，如果分割无法被计算降抛出一个错误
• 复制资源来运行job，包括job的JAR file,配置文件，计算输入分割到共享的文件系统中，以job ID命名。job JAR会被复制高的备份，以便运行时有多个nodemanager可以运行
• 调用submitApplication()在resource manager来提交任务

Job Initialization

• 当resource manager收到调用它的submitApplication()方法，它将其交给YARN scheduler,scheduler分配一个容器，并且resource manager 生成一个application master进程在哪里，在node manager的管理下。
• 对于MapReduce jobs，application master就是一个Java应用主类是MRAppMaster.