JobTracker result = null;

       while (true) {

      try {

        result = new JobTracker(conf);

        result.taskScheduler.setTaskTrackerManager(result);

        Thread.sleep(1000);

    }

      JobEndNotifier.startNotifier();

       return result;

//初始化一个队列管理器，一个HadoopMapReduce作业可以配置一个或者多个Queue，依赖于其使用的作业调度器Scheduler

queueManager = new QueueManager(this.conf);   
// 根据 conf的配置创建一个调度器

Class<? extends TaskScheduler> schedulerClass = conf.getClass("mapred.jobtracker.taskScheduler",JobQueueTaskScheduler.class, TaskScheduler.class);

taskScheduler = (TaskScheduler) ReflectionUtils.newInstance(schedulerClass, conf);

//创建一个RPC Server，作用见上节详细描述

InetSocketAddress addr = getAddress(conf);

this.localMachine = addr.getHostName();

this.port = addr.getPort();

int handlerCount = conf.getInt("mapred.job.tracker.handler.count", 10);

//其中handlerCount是RPC server服务端处理请求的Handler线程的数量，默认是10

this.interTrackerServer = RPC.getServer(this, addr.getHostName(), addr.getPort(), handlerCount, false, conf);

//创建一个HttpServer

infoServer = new HttpServer("job", infoBindAddress, tmpInfoPort, tmpInfoPort == 0, conf);

infoServer.addServlet("reducegraph", "/taskgraph", TaskGraphServlet.class);

infoServer.start();

//用于重启时候恢复

recoveryManager = new RecoveryManager();

//初始化 the job status store，用户持久化作业状态

  completedJobStatusStore = new CompletedJobStatusStore(conf,fs);

//启动任务调度器。

taskScheduler.start();

//恢复需要恢复的作业,不深入进行看了。

recoveryManager.recover();

//启动expireTrackersThread，其实是启动ExpireTrackers类型的一个线程。this.expireTrackersThread = new Thread(this.expireTrackers, expireTrackers");

this.expireTrackersThread.start();

//启动retireJobsThread ，其实是启动RetireJobs类型的一个线程.删除完成的过期job

this.retireJobsThread = new Thread(this.retireJobs, "retireJobs");

this.retireJobsThread.start();

//检查分配的task未返回报告的使之为过期。

expireLaunchingTaskThread.start();

//启动CompletedJobStatusStore，负责job信息的持久化或者读出。

completedJobsStoreThread.start();

//启动RPC 服务，接收客户端端的RPC请求

this.interTrackerServer.start();

// 1)调用用EagerTaskInitializationListener的Start方法，启动一个守护线程来初始化其jobInitQueue中的Job（JobInprogress）

        Configuration conf = getConf();

        this.eagerInitListener = new EagerTaskInitializationListener(conf);

        eagerInitListener.start();

        // 2)向taskTrackerManager（其实就是JobTracker）注册JobInProgressListener，响应Job相关的动作，如典型的jobAdded方法。eagerInitListener响应JobAdded方法，是把加入的job放到自己的管理的队列中，启动线程去初始化；jobListener是该类的内部类，其jobAdded方法是构造job的调度信息JobInfo，并把每个job和对应的调度信息加入到实例变量Map<JobInProgress,

        // JobInfo> infos中，供调度时使用。

        taskTrackerManager.addJobInProgressListener(eagerInitListener);

        taskTrackerManager.addJobInProgressListener(jobListener);

        // 3)初始化PoolManager

        poolMgr = new PoolManager(conf);

        // 4)根据配置，初始化一个LoadManager，在scheduler中决定某个tasktracker是否可以得到一个新的Task，不同的LoadManager有不同的算法。一般默认的是CapBasedLoadManager，根据每个Node的最大可接受数量平均分配。

        loadMgr = (LoadManager) ReflectionUtils.newInstance(conf.getClass(

                "mapred.fairscheduler.loadmanager", CapBasedLoadManager.class,

                LoadManager.class), conf);

        loadMgr.setTaskTrackerManager(taskTrackerManager);

        loadMgr.start();

        // 5)构造一个TaskSelector

        taskSelector = (TaskSelector) ReflectionUtils.newInstance(conf

                .getClass("mapred.fairscheduler.taskselector",

                        DefaultTaskSelector.class, TaskSelector.class), conf);

        taskSelector.setTaskTrackerManager(taskTrackerManager);

        taskSelector.start();

        Class<?> weightAdjClass = conf.getClass(

                "mapred.fairscheduler.weightadjuster", null);

        if (weightAdjClass != null) {

            weightAdjuster = (WeightAdjuster) ReflectionUtils.newInstance(

                    weightAdjClass, conf);

        }

        assignMultiple = conf.getBoolean("mapred.fairscheduler.assignmultiple",

                false);

        sizeBasedWeight = conf.getBoolean(

                "mapred.fairscheduler.sizebasedweight", false);

        initialized = true;

        running = true;

        lastUpdateTime = clock.getTime();

        // 6) 一个线程调用FairScheduler的update方法来以一定间隔来更新作业权重、运行待运行的task数等状态信息以便FairScheduler调度用。

        if (runBackgroundUpdates)

            new UpdateThread().start();

        // 7) 注册到infoserver中，可以通过web查看其信息。

        if (taskTrackerManager instanceof JobTracker) {

            JobTracker jobTracker = (JobTracker) taskTrackerManager;

            HttpServer infoServer = jobTracker.infoServer;

            infoServer.setAttribute("scheduler", this);

            infoServer.addServlet("scheduler", "/scheduler",

                    FairSchedulerServlet.class);

        }

 this.jobInitManagerThread = new Thread(jobInitManager, "jobInitManager");

 jobInitManagerThread.setDaemon(true);

 this.jobInitManagerThread.start();

 public void start() throws IOException {

    // do nothing

  }