开发者学堂课程【Hadoop 分布式资源管理框架 YARN：YARN 作业提交全流程】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/95/detail/1566
YARN 作业提交全流程
一、作业提交过程之 YARN
（1）作业提交
第1步：Client 调用 job.waitForCompletion 方法，向整个集群提交 MapReduce 作业。
第2步：Client 向 RM 申请一个作业 id。
第3步：RM 给 Client 返回该 job 资源的提交路径和作业 id。
第4步：Client 提交 jar 包、切片信息和配置文件到指定的资源提交路径。
第5步：Client 提交完资源后，向 RM 申请运行 MrAppMaster。
（2）作业初始化
第6步：当 RM 收到 Client 的请求后，将该job添加到容量调度器中。
第7步：某一个空闲的 NM 领取到该 Job。。
第8步：该 NM 创建 Container，并产生 MRAppmaster。
第9步：下载 Client 提交的资源到本地。。
（3）任务分配
第10步：MrAppMaster 向 RM 申请运行多个 MapTask 任务资源。
第11步：RM 将运行 MapTask 任务分配给另外两个 NodeManager, 另两个NodeManager 分别领取任务并创建容器。
（4）任务运行
第12步： MR 向两个接收到任务的 NodeManager 发送程序启动脚本，这两个NodeManager 分别启动 MapTask，MapTask 对数据分区排序。
第13步： MrAppMaster 等待所有 MapTask 运行完毕后，向 RM 申请容器，运行ReduceTask第14步：ReduceTask 向 MapTask 获取相应分区的数据。
第15步：程序运行完毕后，MR 会向 RM 申请注销自己。
（5）进度和状态更新
YARN中 的任务将其进度和状态(包括 counter)返回给应用管理器，客户端每秒(通过 mapreduce.client. progressmonitor.pllinterval 设置)向应用管理器请求进度更新，展示给用户。
（6）作业完成
除了向应用管理器请求作业进度外，客户端每 5 分钟都会通过调用waitForCompletion() 来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval 来设置。作业完成之后，应用管理器和Container 会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。