Hadoop源码解析-6

Hadoop源码解析-6

MapReduce源码解析

Job提交流程源码和切片源码详解

• Job提交流程源码详解

  waitForCompletion()
  
  submit();
  
  // 1建立连接
   connect(); 
    // 1）创建提交Job的代理
    new Cluster(getConfiguration());
     // （1）判断是本地运行环境还是yarn集群运行环境
     initialize(jobTrackAddr, conf); 
  
  // 2 提交job
  submitter.submitJobInternal(Job.this, cluster)
  
   // 1）创建给集群提交数据的Stag路径
   Path jobStagingArea = JobSubmissionFiles.getStagingDir(cluster, conf);
  
   // 2）获取jobid ，并创建Job路径
   JobID jobId = submitClient.getNewJobID();
  
   // 3）拷贝jar包到集群
  copyAndConfigureFiles(job, submitJobDir); 
   rUploader.uploadFiles(job, jobSubmitDir);
  
   // 4）计算切片，生成切片规划文件
  writeSplits(job, submitJobDir);
    maps = writeNewSplits(job, jobSubmitDir);
    input.getSplits(job);
  
   // 5）向Stag路径写XML配置文件
  writeConf(conf, submitJobFile);
   conf.writeXml(out);
  
   // 6）提交Job,返回提交状态
  status = submitClient.submitJob(jobId, submitJobDir.toString(), job.getCredentials());
  
  

  

• FileInputFormat切片源码解析（input.getSplits(job)）

  

5.2 MapTask & ReduceTask源码解析

• MapTask源码解析流程

  =================== MapTask ===================

  context.write(k, NullWritable.get()); //自定义的map方法的写出，进入

  output.write(key, value);

  ​ //MapTask727行，收集方法，进入两次

  collector.collect(key, value,partitioner.getPartition(key, value, partitions));

  ​ HashPartitioner(); //默认分区器

  collect() //MapTask1082行 map端所有的kv全部写出后会走下面的close方法

  ​ close() //MapTask732行

  ​ collector.flush() // 溢出刷写方法，MapTask735行，提前打个断点，进入

  sortAndSpill() //溢写排序，MapTask1505行，进入

  sorter.sort() QuickSort //溢写排序方法，MapTask1625行，进入

  mergeParts(); //合并文件，MapTask1527行，进入

  

  collector.close(); //MapTask739行,收集器关闭,即将进入ReduceTask

• ReduceTask源码解析流程

  =================== ReduceTask ===================
  if (isMapOrReduce())  //reduceTask324行，提前打断点
  initialize()   // reduceTask333行,进入
  init(shuffleContext);  // reduceTask375行,走到这需要先给下面的打断点
          totalMaps = job.getNumMapTasks(); // ShuffleSchedulerImpl第120行，提前打断点
           merger = createMergeManager(context); //合并方法，Shuffle第80行
     // MergeManagerImpl第232 235行，提前打断点
     this.inMemoryMerger = createInMemoryMerger(); //内存合并
     this.onDiskMerger = new OnDiskMerger(this); //磁盘合并
  rIter = shuffleConsumerPlugin.run();
    eventFetcher.start();  //开始抓取数据，Shuffle第107行，提前打断点
    eventFetcher.shutDown();  //抓取结束，Shuffle第141行，提前打断点
    copyPhase.complete();   //copy阶段完成，Shuffle第151行
    taskStatus.setPhase(TaskStatus.Phase.SORT);  //开始排序阶段，Shuffle第152行
   sortPhase.complete();   //排序阶段完成，即将进入reduce阶段 reduceTask382行
  reduce();  //reduce阶段调用的就是我们自定义的reduce方法，会被调用多次
   cleanup(context); //reduce完成之前，会最后调用一次Reducer里面的cleanup方法