Hadoop的MapReduce执行过程

执行MapReduce的命令hadoop jar <jar在linux的路径> <main方法所在的类的全类名> <参数>例子：hadoop jar /root/wc1.jar cn.itcast.d3.hadoop.mr.WordCount hdfs://yzy:9000/animals/result

MR执行流程

1. 客户端提交一个mr的jar包给JobClient(提交方式：hadoop jar … 也就是执行jar里面的main方法)
2. JobClient通过RPC和JobTracker(RM)进行通信，返回一个存放jar包的地址（HDFS）和jobId
3. client将jar包写入到HDFS当中(path = hdfs上的地址 + jobId)
4. 开始提交任务(任务的描述信息，不是jar, 包括jobid，jar存放的位置，配置信息等等)
5. JobTracker进行初始化任务
6. 读取HDFS上的要处理的文件，开始计算输入分片，每一个分片对应一个MapperTask
7. TaskTracker(NM)通过心跳机制领取任务（任务的描述信息）
8. NM去HDFS下载所需的jar，配置文件等
9. TaskTracker启动一个java child子进程，用来执行具体的任务（MapperTask或ReducerTask）
10. 将结果写入到HDFS当中