大数据培训之Job提交流程源码和切片源码详解

1．Job提交流程源码详解，如图4-8所示

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yarn还是远程

         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());

图4-8  Job提交流程源码分析

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