码迷,mamicode.com
首页 > 其他好文 > 详细

mapreduce job提交流程源码级分析(三)

时间:2014-05-11 16:32:10      阅读:289      评论:0      收藏:0      [点我收藏+]

标签:style   blog   class   code   java   tar   

  mapreduce job提交流程源码级分析(二)(原创)这篇文章说到了jobSubmitClient.submitJob(jobId, submitJobDir.toString(), jobCopy.getCredentials())提交job,最终调用的是JobTracker.submitJob;而这篇文章JobTracker启动流程源码级分析则是分析的JobTracker的启动过程,JobTracker启动之后就会等待提交作业管理作业等。

  接下来看看JobTracker.submitJob方法,调用这个方法之前已经将相关的资源分片信息、配置信息、外部文件、第三方jar包、一些归档文件以及job.jar上传到HDFS中了。

bubuko.com,布布扣
 1  public JobStatus submitJob(JobID jobId, String jobSubmitDir, Credentials ts)
 2       throws IOException {
 3     JobInfo jobInfo = null;
 4     UserGroupInformation ugi = UserGroupInformation.getCurrentUser();
 5     synchronized (this) {
 6       if (jobs.containsKey(jobId)) {
 7         // job already running, don‘t start twice
 8         return jobs.get(jobId).getStatus();
 9       }
10       jobInfo = new JobInfo(jobId, new Text(ugi.getShortUserName()),
11           new Path(jobSubmitDir));
12     }
13     
14     // Create the JobInProgress, do not lock the JobTracker since
15     // we are about to copy job.xml from HDFS
16     //当JobTracker接收到新的job请求(即submitJob()函数被调用)后,
17     //会创建一个JobInProgress对象并通过它来管理和调度任务。
18     //JobInProgress在创建的时候会初始化一系列与任务有关的参数,调用到FileSystem,
19     //把在JobClient端上传的所有任务文件下载到本地的文件系统中的临时目录里。这其中包括上传的*.jar文件包、
20     //记录配置信息的xml、记录分割信息的文件。
21     JobInProgress job = null;
22     try {
23       job = new JobInProgress(this, this.conf, jobInfo, 0, ts);
24     } catch (Exception e) {
25       throw new IOException(e);
26     }
27     
28     synchronized (this) {
29       // check if queue is RUNNING
30       String queue = job.getProfile().getQueueName();
31       if (!queueManager.isRunning(queue)) {
32         throw new IOException("Queue \"" + queue + "\" is not running");
33       }
34       try {
35         aclsManager.checkAccess(job, ugi, Operation.SUBMIT_JOB);
36       } catch (IOException ioe) {
37         LOG.warn("Access denied for user " + job.getJobConf().getUser()
38             + ". Ignoring job " + jobId, ioe);
39         job.fail();
40         throw ioe;
41       }
42 
43       // Check the job if it cannot run in the cluster because of invalid memory
44       // requirements.
45       try {
46         checkMemoryRequirements(job);
47       } catch (IOException ioe) {
48         throw ioe;
49       }
50       boolean recovered = true; // TODO: Once the Job recovery code is there,
51       // (MAPREDUCE-873) we
52       // must pass the "recovered" flag accurately.
53       // This is handled in the trunk/0.22
54       if (!recovered) {
55         // Store the information in a file so that the job can be recovered
56         // later (if at all)
57         Path jobDir = getSystemDirectoryForJob(jobId);
58         FileSystem.mkdirs(fs, jobDir, new FsPermission(SYSTEM_DIR_PERMISSION));
59         FSDataOutputStream out = fs.create(getSystemFileForJob(jobId));
60         jobInfo.write(out);
61         out.close();
62       }
63       
64       // Submit the job
65       JobStatus status;
66       try {
67         status = addJob(jobId, job);
68       } catch (IOException ioe) {
69         LOG.info("Job " + jobId + " submission failed!", ioe);
70         status = job.getStatus();
71         status.setFailureInfo(StringUtils.stringifyException(ioe));
72         failJob(job);
73         throw ioe;
74       }
75       
76       return status;
77     }
78   }
bubuko.com,布布扣

  一、首先看看jobs众有无要提交的Job,jobs是一个Map<JobID, JobInProgress> 这里存储着所有已知的Job及其对应的JobInProgress信息。如果已经存在这个Job则直接返回这个Job的状态;如果不存在则利用JobID和jobSubmitDir构造一个JobInfo对象,JobInfo类实现了Writable可以被序列化,而且存储三个字段JobID、user、以及上传资源的目录jobSubmitDir;

  二、创建一个JobInProgress对象,JobInProgress类主要用于监控和跟踪作业运行状态,存在于作业的整个运行过程中,并未调度器提供最底层的调度接口,维护了两部分信息:一种是静态信息这些在作业提交之时就确定好了;另一种是动态的会随着作业的运行而动态变化的。job = new JobInProgress(this, this.conf, jobInfo, 0, ts),这里会创建一个JobProfile一直跟踪作业的运行,不管作业作业活着还是死了;

  三、checkMemoryRequirements(job)检查Job是否有无效的内存需求而不能运行,检查JobTracker的配置有无问题,再检查Job的内存配置有无问题;

  四、是否存储作业信息以备恢复。在1.0.0版本中这还没实现(在这就是没存储信息),要存的信息是一个JobInfo对象存储着作业的存储目录、ID以及user。

  五、status = addJob(jobId, job)这是核心的提交方法。会将此Job放入jobs中,jobs保存着JobTracker所有运行作业的对应关系<jobID,JobInProgress>;然后让所有的JobInProgressListener监听这个Job,根据JobTracker启动流程源码级分析 中可以知道这些JobInProgressListener实例都是通过调度器初始化(JobQueueTaskScheduler.start()方法)时,有俩线程一个是监控Job生命周期的,一个是对新加入的Job初始化的;然后加入监控统计中,返回job状态job.getStatus()。

 

  这样Job的提交过程就完了,剩下的就是作业的调度分配及监控了。后续再讲吧

参考:

  董西成,《Hadoop技术内幕:深入解析MapReduce架构设计与实现原理》

mapreduce job提交流程源码级分析(三),布布扣,bubuko.com

mapreduce job提交流程源码级分析(三)

标签:style   blog   class   code   java   tar   

原文地址:http://www.cnblogs.com/lxf20061900/p/3718732.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!