一.MapReduce作業運行流程
根據源碼分析作業的提交流程時序圖如下
MR的作業流程圖：
1.在客戶端啓動一個作業。
2.通過JobClient向JobTracker請求一個Job ID和資源文件存放路徑。
3.將運行作業所需要的資源文件複製到HDFS上，包括MapReduce程序打包的JAR文件、配置文件和客戶端計算所得的輸入劃分信息(通過閱讀源碼獲得分片的計算公式爲：splitSize = max(minsize,min(maxsize,blockSize))，minsize默認值是1L，maxsize默認值是2的63次方減1)。這些文件都存放在JobTracker專門爲該作業創建的文件夾中。文件夾名爲該作業的Job ID。JAR文件默認會有10個副本（mapred.submit.replication屬性控制）。
4.開始提交任務(任務的描述信息，不是jar)。
5.JobTracker進程初始化任務，JobTracker接收到作業後，將其放在一個作業隊列裏，等待作業調度器對其進行調度。
6.讀取HDFS上的要處理的文件，開始計算輸入分片，每一個分片對應一個MapperTask。
7.TaskTracker通過心跳機制向JobTracker彙報當前運行情況和資源使用情況，JobTracker根據TaskTracker的彙報情況分配不同的執行任務。
8.TaskTracker根據分配到的任務下載所需的jar，配置文件等。
9.TaskTracker啓動一個java child進程，用來執行具體的任務（MapperTask或ReducerTask）。
10.將結果寫入到HDFS當中
到此MR的作業運行流程介紹完畢。