首先MapReduce是面向大數據的並行處理計算模型、離線計算框架。
一、執行流程如下：
-
Job Client：運行於Client node，負責將MapReduce程序打包成Jar包上傳到HDFS，並把Jar路徑傳遞給Job Tracker, 由於Jobtracker進行任務的分配和監控。
-
Job Tracker: 運行於Name Node，負責接收Job Client提交的Job，調度Job的每一個子Task運行於Task Tracker上，並監控它們，如果發現失敗的Task就重新運行它。
-
Task Tracker: 運行於Data Node, 負責主動於JobTracker通信，接收作業，並直接執行每一個任務。
-
HDFS:用來與其它實體間共享作業文件。
上圖的執行流程分別是：
1.Job Client 通過RPC協議向JobTracker請求一個新的應用ID，用於MapReduce作業的ID；
2.Job Tracker檢查作業的輸出說明。例如，如果沒有指定輸出目錄或目錄已存在，作業就不提交，錯誤拋回給Job Client,否則，返回新的作業ID，給Job Client;
3.Job Client將作業所需的資源（包括作業JAR文件、配置文件和計算所得輸入分片）復到以及作業ID命名的HDFS目錄中。