Hadoop3.x源码解析-六、MapReduce源码解析

时间：2024-02-01 16:18:00

之前有介绍

1、Job提交流程源码和切片源码详解

//Job提交流程源码详解
waitForCompletion()

submit();

// 1建立连接
  connect();  
    // 1）创建提交Job的代理
    new Cluster(getConfiguration());
      // （1）判断是本地运行环境还是yarn集群运行环境
      initialize(jobTrackAddr, conf); 

// 2 提交job
submitter.submitJobInternal(Job.this, cluster)

  // 1）创建给集群提交数据的Stag路径
  Path jobStagingArea = JobSubmissionFiles.getStagingDir(cluster, conf);

  // 2）获取jobid ，并创建Job路径
  JobID jobId = submitClient.getNewJobID();

  // 3）拷贝jar包到集群
copyAndConfigureFiles(job, submitJobDir);  
  rUploader.uploadFiles(job, jobSubmitDir);

  // 4）计算切片，生成切片规划文件
writeSplits(job, submitJobDir);
    maps = writeNewSplits(job, jobSubmitDir);
    input.getSplits(job);

  // 5）向Stag路径写XML配置文件
writeConf(conf, submitJobFile);
  conf.writeXml(out);

  // 6）提交Job,返回提交状态
status = submitClient.submitJob(jobId, submitJobDir.toString(), job.getCredentials());

FileInputFormat 切片源码解析（input.getSplits(job)）

2、MapTask & ReduceTask 源码解析

//MapTask源码解析流程
=================== MapTask ===================
context.write(k, NullWritable.get());   //自定义的map方法的写出，进入
  output.write(key, value);  
  //MapTask727行，收集方法，进入两次 
    collector.collect(key, value,partitioner.getPartition(key, value, partitions));
      HashPartitioner(); //默认分区器
    collect()  //MapTask1082行 map端所有的kv全部写出后会走下面的close方法
      close() //MapTask732行
      collector.flush() // 溢出刷写方法，MapTask735行，提前打个断点，进入
        sortAndSpill() //溢写排序，MapTask1505行，进入
          sorter.sort()   QuickSort //溢写排序方法，MapTask1625行，进入
        mergeParts(); //合并文件，MapTask1527行，进入
      
        collector.close(); //MapTask739行,收集器关闭,即将进入ReduceTask
//ReduceTask源码解析流程
=================== ReduceTask ===================
if (isMapOrReduce())  //reduceTask324行，提前打断点
initialize()   // reduceTask333行,进入
init(shuffleContext);  // reduceTask375行,走到这需要先给下面的打断点
        totalMaps = job.getNumMapTasks(); // ShuffleSchedulerImpl第120行，提前打断点
         merger = createMergeManager(context); //合并方法，Shuffle第80行
          // MergeManagerImpl第232 235行，提前打断点
          this.inMemoryMerger = createInMemoryMerger(); //内存合并
          this.onDiskMerger = new OnDiskMerger(this); //磁盘合并
        rIter = shuffleConsumerPlugin.run();
            eventFetcher.start();  //开始抓取数据，Shuffle第107行，提前打断点
            eventFetcher.shutDown();  //抓取结束，Shuffle第141行，提前打断点
            copyPhase.complete();   //copy阶段完成，Shuffle第151行
            taskStatus.setPhase(TaskStatus.Phase.SORT);  //开始排序阶段，Shuffle第152行
          sortPhase.complete();   //排序阶段完成，即将进入reduce阶段 reduceTask382行
        reduce();  //reduce阶段调用的就是我们自定义的reduce方法，会被调用多次
          cleanup(context); //reduce完成之前，会最后调用一次Reducer里面的cleanup方法

相关文章