轉載於：http://www.cnblogs.com/sharpxiajun/p/3151395.html
談mapreduce運行機制，可以從很多不同的角度來描述，比如說從mapreduce運行流程來講解
，也可以從計算模型的邏輯流程來進行講解，也許有些深入理解了mapreduce運行機制還會從更好
的角度來描述，但是將mapreduce運行機制有些東西是避免不了的，就是一個個參入的實例對象，
一個就是計算模型的邏輯定義階段，我這裏講解不從什麼流程出發，就從這些一個個牽涉的對象
，不管是物理實體還是邏輯實體。
首先講講物理實體，參入mapreduce作業執行涉及4個獨立的實體：
客戶端（client）：編寫mapreduce程序，配置作業，提交作業，這就是程序員完成的工作；
JobTracker：初始化作業，分配作業，與TaskTracker通信，協調整個作業的執行；
TaskTracker：保持與JobTracker的通信，在分配的數據片段上執行Map或Reduce任務，
TaskTracker和JobTracker的不同有個很重要的方面，就是在執行任務時候TaskTracker可以有n多
個，JobTracker則只會有一個（JobTracker只能有一個就和hdfs裏namenode一樣存在單點故障，
我會在後面的mapreduce的相關問題裏講到這個問題的）
Hdfs：保存作業的數據、配置信息等等，最後的結果也是保存在hdfs上面
那麼mapreduce到底是如何運行的呢？
首先是客戶端要編寫好mapreduce程序，配置好mapreduce的作業也就是job，接下來就是提交
job了，提交job是提交到JobTracker上的，這個時候JobTracker就會構建這個job，具體就是分配
一個新的job任務的ID值，接下來它會做檢查操作，這個檢查就是確定輸出目錄是否存在，如果存
在那麼job就不能正常運行下去，JobTracker會拋出錯誤給客戶端，接下來還要檢查輸入目錄是否
存在，如果不存在同樣拋出錯誤，如果存在JobTracker會根據輸入計算輸入分片（Input Split）
，如果分片計算不出來也會拋出錯誤，至於輸入分片我後面會做講解的，這些都做好了
JobTracker就會配置Job需要的資源了。分配好資源後，JobTracker就會初始化作業，初始化主要
做的是將Job放入一個內部的隊列，讓配置好的作業調度器能調度到這個作業，作業調度器會初始
化這個job，初始化就是創建一個正在運行的job對象（封裝任務和記錄信息），以便JobTracker
跟蹤job的狀態和進程。初始化完畢後，作業調度器會獲取輸入分片信息（input split），每個
分片創建一個map任務。接下來就是任務分配了，這個時候tasktracker會運行一個簡單的循環機
制定期發送心跳給jobtracker，心跳間隔是5秒，程序員可以配置這個時間，心跳就是jobtracker
和tasktracker溝通的橋樑，通過心跳，jobtracker可以監控tasktracker是否存活，也可以獲取
tasktracker處理的狀態和問題，同時tasktracker也可以通過心跳裏的返回值獲取jobtracker給
它的操作指令。任務分配好後就是執行任務了。在任務執行時候jobtracker可以通過心跳機制監
控tasktracker的狀態和進度，同時也能計算出整個job的狀態和進度，而tasktracker也可以本地
監控自己的狀態和進度。當jobtracker獲得了最後一個完成指定任務的tasktracker操作成功的通
知時候，jobtracker會把整個job狀態置爲成功，然後當客戶端查詢job運行狀態時候（注意：這
個是異步操作），客戶端會查到job完成的通知的。如果job中途失敗，mapreduce也會有相應機制
處理，一般而言如果不是程序員程序本身有bug，mapreduce錯誤處理機制都能保證提交的job能正
常完成。
下面我從邏輯實體的角度講解mapreduce運行機制，這些按照時間順序包括：輸入分片
（input split）、map階段、combiner階段、shuffle階段和reduce階段。
輸入分片（input split）：在進行map計算之前，mapreduce會根據輸入文件計算輸入分片
（input split），每個輸入分片（input split）針對一個map任務，輸入分片（input split）
存儲的並非數據本身，而是一個分片長度和一個記錄數據的位置的數組，輸入分片（input split
）往往和hdfs的block（塊）關係很密切，假如我們設定hdfs的塊的大小是64mb，如果我們輸入有
三個文件，大小分別是3mb、65mb和127mb，那麼mapreduce會把3mb文件分爲一個輸入分片（input
split），65mb則是兩個輸入分片（input split）而127mb也是兩個輸入分片（input split），
換句話說我們如果在map計算前做輸入分片調整，例如合併小文件，那麼就會有5個map任務將執行
，而且每個map執行的數據大小不均，這個也是mapreduce優化計算的一個關鍵點。
map階段：就是程序員編寫好的map函數了，因此map函數效率相對好控制，而且一般map操作都是
本地化操作也就是在數據存儲節點上進行；
combiner階段：combiner階段是程序員可以選擇的，combiner其實也是一種reduce操作，因此我
們看見WordCount類裏是用reduce進行加載的。Combiner是一個本地化的reduce操作，它是map運
算的後續操作，主要是在map計算出中間文件前做一個簡單的合併重複key值的操作，例如我們對
文件裏的單詞頻率做統計，map計算時候如果碰到一個hadoop的單詞就會記錄爲1，但是這篇文章
裏hadoop可能會出現n多次，那麼map輸出文件冗餘就會很多，因此在reduce計算前對相同的key做
一個合併操作，那麼文件會變小，這樣就提高了寬帶的傳輸效率，畢竟hadoop計算力寬帶資源往
往是計算的瓶頸也是最爲寶貴的資源，但是combiner操作是有風險的，使用它的原則是combiner
的輸入不會影響到reduce計算的最終輸入，例如：如果計算只是求總數，最大值，最小值可以使
用combiner，但是做平均值計算使用combiner的話，最終的reduce計算結果就會出錯。
shuffle階段：將map的輸出作爲reduce的輸入的過程就是shuffle了，這個是mapreduce優化的重
點地方。這裏我不講怎麼優化shuffle階段，講講shuffle階段的原理，因爲大部分的書籍裏都沒
講清楚shuffle階段。Shuffle一開始就是map階段做輸出操作，一般mapreduce計算的都是海量數
據，map輸出時候不可能把所有文件都放到內存操作，因此map寫入磁盤的過程十分的複雜，更何
況map輸出時候要對結果進行排序，內存開銷是很大的，map在做輸出時候會在內存裏開啓一個環
形內存緩衝區，這個緩衝區專門用來輸出的，默認大小是100mb，並且在配置文件裏爲這個緩衝區
設定了一個閥值，默認是0.80（這個大小和閥值都是可以在配置文件裏進行配置的），同時map還
會爲輸出操作啓動一個守護線程，如果緩衝區的內存達到了閥值的80%時候，這個守護線程就會把
內容寫到磁盤上，這個過程叫spill，另外的20%內存可以繼續寫入要寫進磁盤的數據，寫入磁盤
和寫入內存操作是互不干擾的，如果緩存區被撐滿了，那麼map就會阻塞寫入內存的操作，讓寫入
磁盤操作完成後再繼續執行寫入內存操作，前面我講到寫入磁盤前會有個排序操作，這個是在寫
入磁盤操作時候進行，不是在寫入內存時候進行的，如果我們定義了combiner函數，那麼排序前
還會執行combiner操作。每次spill操作也就是寫入磁盤操作時候就會寫一個溢出文件，也就是說
在做map輸出有幾次spill就會產生多少個溢出文件，等map輸出全部做完後，map會合並這些輸出
文件。這個過程裏還會有一個Partitioner操作，對於這個操作很多人都很迷糊，其實
Partitioner操作和map階段的輸入分片（Input split）很像，一個Partitioner對應一個reduce
作業，如果我們mapreduce操作只有一個reduce操作，那麼Partitioner就只有一個，如果我們有
多個reduce操作，那麼Partitioner對應的就會有多個，Partitioner因此就是reduce的輸入分片
，這個程序員可以編程控制，主要是根據實際key和value的值，根據實際業務類型或者爲了更好
的reduce負載均衡要求進行，這是提高reduce效率的一個關鍵所在。到了reduce階段就是合併map
輸出文件了，Partitioner會找到對應的map輸出文件，然後進行復制操作，複製操作時reduce會
開啓幾個複製線程，這些線程默認個數是5個，程序員也可以在配置文件更改複製線程的個數，這
個複製過程和map寫入磁盤過程類似，也有閥值和內存大小，閥值一樣可以在配置文件裏配置，而
內存大小是直接使用reduce的tasktracker的內存大小，複製時候reduce還會進行排序操作和合並
文件操作，這些操作完了就會進行reduce計算了。
reduce階段：和map函數一樣也是程序員編寫的，最終結果是存儲在hdfs上的。
Mapreduce的相關問題
這裏我要談談我學習mapreduce思考的一些問題，都是我自己想出解釋的問題，但是某些問題
到底對不對，就要廣大童鞋幫我確認了。
jobtracker的單點故障：jobtracker和hdfs的namenode一樣也存在單點故障，單點故障一直是
hadoop被人詬病的大問題，爲什麼hadoop的做的文件系統和mapreduce計算框架都是高容錯的，但
是最重要的管理節點的故障機制卻如此不好，我認爲主要是namenode和jobtracker在實際運行中
都是在內存操作，而做到內存的容錯就比較複雜了，只有當內存數據被持久化後容錯纔好做，
namenode和jobtracker都可以備份自己持久化的文件，但是這個持久化都會有延遲，因此真的出
故障，任然不能整體恢復，另外hadoop框架裏包含zookeeper框架，zookeeper可以結合
jobtracker，用幾臺機器同時部署jobtracker，保證一臺出故障，有一臺馬上能補充上，不過這
種方式也沒法恢復正在跑的mapreduce任務。
做mapreduce計算時候，輸出一般是一個文件夾，而且該文件夾是不能存在，我在出面試題時候提
到了這個問題，而且這個檢查做的很早，當我們提交job時候就會進行，mapreduce之所以這麼設
計是保證數據可靠性，如果輸出目錄存在reduce就搞不清楚你到底是要追加還是覆蓋，不管是追
加和覆蓋操作都會有可能導致最終結果出問題，mapreduce是做海量數據計算，一個生產計算的成
本很高，例如一個job完全執行完可能要幾個小時，因此一切影響錯誤的情況mapreduce是零容忍
的。
Mapreduce還有一個InputFormat和OutputFormat，我們在編寫map函數時候發現map方法的參數是
之間操作行數據，沒有牽涉到InputFormat，這些事情在我們new Path時候mapreduce計算框架幫
我們做好了，而OutputFormat也是reduce幫我們做好了，我們使用什麼樣的輸入文件，就要調用
什麼樣的InputFormat，InputFormat是和我們輸入的文件類型相關的，mapreduce裏常用的
InputFormat有FileInputFormat普通文本文件，SequenceFileInputFormat是指hadoop的序列化文
件，另外還有KeyValueTextInputFormat。OutputFormat就是我們想最終存儲到hdfs系統上的文件
格式了，這個根據你需要定義了，hadoop有支持很多文件格式，這裏不一一列舉，想知道百度下
就看到了。
好了，文章寫完了，呵呵，這篇我自己感覺寫的不錯，是目前hadoop系列文章裏寫的最好的
，我後面會再接再厲的。加油！！！