hadoop里有哪些機制？

可以只用一行代碼來運行MapReduce作業(yè)：JobClient.runJon(conf)，Job作業(yè)運行時參與的四個實體：

1.JobClient 寫代碼，配置作業(yè)，提交作業(yè)。

2.JobTracker:初始化作業(yè)，分配作業(yè)，協(xié)調作業(yè)運行。這是一個java程序，主類是JobTracker。

3.TaskTracker：運行作業(yè)劃分后的任務，即分配數(shù)據(jù)分配上執(zhí)行Map或Reduce任務。

4.HDFS：保存作業(yè)數(shù)據(jù)、配置信息等，保存作業(yè)結果。

Map/Reduce 作業(yè)總體執(zhí)行流程：

代碼編寫 ----> 作業(yè)配置 ----> 作業(yè)提交 ----> Map任務分配和執(zhí)行 ----> 處理中間結果 ----> Reduce任務分配與執(zhí)行 ----> 輸出結果

而對于每個作業(yè)的執(zhí)行，又包含：

輸入準備 ----> 任務執(zhí)行 ----> 輸出結果

作業(yè)提交JobClient：

JobClient的runJob方法產(chǎn)生一個Jobclient實例并調用其submitJob方法，然后runJob開始循環(huán)嗎，并在循環(huán)中調用getTaskCompetionEvents方法，獲得TaskCompletionEvent實例，每秒輪詢作業(yè)進度（后面有介紹進度和狀態(tài)更新），把進度寫到控制臺，作業(yè)完成后顯示作業(yè)計數(shù)器，若失敗，則把錯誤記錄到控制臺。

submitJob方法作業(yè)提交的過程：

1.向JobTracker請求一個新的JobId。

2.檢查作業(yè)相關路徑，如果路徑不正確就會返回錯誤。

3.計算作業(yè)輸入分片及其劃分信息。

4.將作業(yè)運行需要的資源（jar文件、配置文件等）復制到Shared HDFS，并

復制多個副本（參數(shù)控制，默認值為10）供tasktracker訪問，也會將計算的分片復制到HDFS。

5.調用JobTracker對象的submitJob()方法來真正提交作業(yè)，告訴JobTracker作業(yè)準備執(zhí)行。

作業(yè)的初始化JobTracker：

JobTracker收到submitJob方法調用后，會把調用放入到一個內部隊列，由作業(yè)調度器（Job scheduler）進行調度并對其初始化。Job初始化即創(chuàng)建一個作業(yè)對象。

當作業(yè)被調度后，JobTracker會創(chuàng)建一個代表這個作業(yè)的JobInProgress對象，并將任務和記錄信息封裝在這個對象中，以便跟蹤任務狀態(tài)和進程。

初始化過程就是JobInProgress對象的initTasks方法進行初始化的。

初始化步驟：

1.從HDFS中讀取作業(yè)對應的job.split信息，為后面的初始化做好準備。

2.創(chuàng)建并初始化map和reduce任務。根據(jù)數(shù)據(jù)分片信息中的個數(shù)確定map task的個數(shù)，然后為每個map task生成一個TaskInProgress對象來處理數(shù)據(jù)分片，先將其放入nonRunningMapCache,以便JobTracker分配任務的時候使用。接下來根據(jù)JobConf中的mapred.reduce.tasks屬性利用setNumReduceTasks()方法設置reduce task的數(shù)量，然后同map task創(chuàng)建方式。

3.最后就是創(chuàng)建兩個初始化task，進行map和reduce的初始化。

任務的分配JobTracker：

消息傳遞HeartBeat： tasktracker運行一個簡單循環(huán)定期發(fā)送心跳（heartbeat）給JobTracker。由心跳告知JobTracker自己是否存活，同時作為消息通道傳遞其它信息（請求新task）。作為心跳的一部分，tasktracker會指明自己是否已準備好運行新的任務，如果是，jobtracker會分配它一個任務。

分配任務所屬于的作業(yè)：在Jobtracker分配任務前需先確定任務所在的作業(yè)。后面會介紹到各種作業(yè)調度算法，默認是一個FIFO的作業(yè)調度。

分配Map和Reduce任務：tasktracker有固定數(shù)量的任務槽,一個tasktracker可以同時運行多個Map和Reduce任務，但其準確的數(shù)量由tasktracker的核的數(shù)量和內存大小決定。默認調度器會先填滿Map任務槽，再填Reduce任務槽。jobtracker會選擇距離離分片文件最近的tasktracker，最理想情況下，任務是數(shù)據(jù)本地化（data-local）的,當然也可以是機架本地化（rack-local），如果不是本地化的，那么他們就需要從其他機架上檢索數(shù)據(jù)。Reduce任務分配很簡單，jobtracker會簡單的從待運行的reduce任務列表中選取下一個來執(zhí)行，不用考慮數(shù)據(jù)本地化。

任務的執(zhí)行TaskTracker：

TaskTracker收到新任務后，就要在本地運行任務了，運行任務的第一步就是通過localizedJob將任務本地化所需要的注入配置、數(shù)據(jù)、程序等信息進行本地化。

1.本地化數(shù)據(jù)：從共享文件系統(tǒng)將job.split 、job.jar (在分布式緩存中)復制本地，將job配置信息寫入job.xml。

2.新建本地工作目錄：tasktracker會加壓job.jar文件到本工作目錄。

3.調用launchTaskForJob方法發(fā)布任務（其中會新建TaskRunner實例運行任務），如果是Map任務就啟用MapTaskRunner，對于Reduce就是ReduceTaskRunner。

在這之后，TaskRunner會啟用一個新的JVM來運行每個Map/Reduce任務，防止程序原因而導致tasktracker崩潰，但不同任務間重用JVM還是可以的，后續(xù)會講到任務JVM重用。

對于單個Map，任務執(zhí)行的簡單流程是：

1.分配任務執(zhí)行參數(shù)

2.在Child臨時文件中添加map任務信息（Child是運行Map和Reduce任務的主進程）

3.配置log文件夾，配置map任務的通信和輸出參數(shù)

4.讀取input split，生成RecordReader讀取數(shù)據(jù)

5.為Map生成MapRunnable,依次從RecordReader中接收數(shù)據(jù)，并調用Map函數(shù)進行處理。

6.最后將map函數(shù)的輸出調用collect收集到MapOutputBuffer（參數(shù)控制其大小）中。

Streaming和Pipes:

Streaming和Pipes都運行特殊的Map和Reduce任務，目的是運行用戶提供的可執(zhí)行程序并與之通信。

Streaming:使用標準輸入輸出Streaming與進程進行通信。

Pipes:用來監(jiān)聽套接字，會發(fā)送一個端口號給C++程序，兩者便可建立鏈接。

進度和狀態(tài)更新：

一個作業(yè)和它的任務都有狀態(tài)（status），其中包括：運行成功失敗狀態(tài)、Map/Reduce進度、作業(yè)計數(shù)器值、狀態(tài)消息。

狀態(tài)消息與客戶端的通信：

1.對于Map任務Progress的追蹤：progress是已經(jīng)處理完的輸入所占的比例。

2.對于Reduce：稍復雜，reduce任務分三個階段（每個階段占1/3），復制、排序和Reduce處理，若reduce已執(zhí)行一半的輸入的話，那么任務進度便是1/3+1/3+1/6=5/6。

3.任務計數(shù)器：任務有一組計數(shù)器，負責對任務運行各個事件進行計數(shù)。

4.任務進度報告：如果任務報告了進度，便會設置一個標記以表明狀態(tài)將被發(fā)送到tasktracker。有一個獨立線程每隔三秒檢查一次此標記，如果已設置，則告知tasktracker當前狀態(tài)。

5.tasktracker進度報告：tasktracker會每隔5秒（這個心跳是由集群大小決定，集群越大時間會越長）發(fā)送heartbeat到jobtracker，并且tasktracker運行的所有狀態(tài)都會在調用中被發(fā)送到jobtracker。

6.jobtracker合并各任務報告：產(chǎn)生一個表明所有運行作業(yè)機器所含任務狀態(tài)的全局視圖。

前面提到的JobClient就是通過每秒查詢JobTracker來接收最新狀態(tài)，而且客戶端JobClient的getJob方法可以得到一個RunningJob的實例，其包含了作業(yè)的所以狀態(tài)信息。

作業(yè)的完成：

當jobtracker收到作業(yè)最后一個任務已完成的通知后，便把作業(yè)狀態(tài)設置成成功。JobClient查詢狀態(tài)時，便知道任務已成功完成，于是JobClient打印一條消息告知用戶，然后從runJob方法返回。

如果jobtracker有相應設置，也會發(fā)送一個Http作業(yè)通知給客戶端，希望收到回調指令的客戶端可以通過job.end.notification.url屬性來進行設置。

jobtracker情況作業(yè)的工作狀態(tài)，指示tasktracker也清空作業(yè)的工作狀態(tài)，如刪除中間輸出。

失敗

實際情況下，用戶的代碼存在軟件錯誤進程會崩潰，機器也會產(chǎn)生故障，但Hadoop能很好的應對這些故障并完成作業(yè)。

1.任務失敗

子任務異常：如Map/Reduce任務中的用戶代碼拋出異常，子任務JVM進程會在退出前向父進程tasktracker發(fā)送錯誤報告，錯誤被記錄用戶日志。tasktracker會將此次task attempt標記為tailed，并釋放這個任務槽運行另外一個任務。

子進程JVM突然退出：可能由于JVM bug導致用戶代碼造成的某些特殊原因導致JVM退出，這種情況下，tasktracker會注意到進程已經(jīng)退出，并將此次嘗試標記為failed。

任務掛起：一旦tasktracker注意一段時間沒有收到進度更新，便會將任務標記為failed，JVM子進程將被自動殺死。任務失敗間隔時間通常為10分鐘，可以以作業(yè)或者集群為基礎設置過期時間，參數(shù)為mapred.task.timeout。注意：如果參數(shù)值設置為0，則掛起的任務永遠不會釋放掉它的任務槽，隨著時間的推移會降低整個集群的效率。

任務失敗嘗試次數(shù)：jobtracker得知一個tasktracker失敗后，它會重新調度該任務執(zhí)行，當然，jobtracker會嘗試避免重新調度失敗過的tasktracker任務。如果一個任務嘗試次數(shù)超過4次，它將不再被重試。這個值是可以設置的，對于Map任務，參數(shù)是mapred.map.max.attempts,對于reduce任務，則由mapred.reduce.max.attempts屬性控制。如果次數(shù)超過限制，整個作業(yè)都會失敗。當然，有時我們不希望少數(shù)幾個任務失敗就終止運行的整個作業(yè)，因為即使有些任務失敗，作業(yè)的一些結果可能還是有用的，這種情況下，可以為作業(yè)設置在不觸發(fā)作業(yè)失敗情況下的允許任務失敗的最大百分比，Map任務和Reduce任務可以獨立控制，參數(shù)為mapred.max.map.failures.percent 和mapred.max.reduce.failures.percent。

任務嘗試中止（kill）：任務終止和任務失敗不同，task attempt可以中止是因為他是一個推測副本或因為它所處的tasktracker失敗，導致jobtracker將它上面的所有task attempt標記為killed。被終止的task attempt不會被計入任務運行嘗試次數(shù)，因為嘗試中止并不是任務的錯。

2.tasktracker失敗

tasktracker由于崩潰或者運行過慢而失敗，他將停止向jobtracker發(fā)送心跳（或很少發(fā)送心跳）。jobtracker注意已停止發(fā)送心跳的tasktracker（過期時間由參數(shù)mapred.tasktracker.expiry.interval設置，單位毫秒），并將它從等待調度的tasktracker池中移除。如果是未完成的作業(yè)，jobtracker會安排次tasktracker上已經(jīng)運行成功的Map任務重新運行，因為此時reduce任務已無法訪問（中間輸出存放在失敗的tasktracker的本地文件系統(tǒng)上）。

即使tasktracker沒有失敗，也有可能被jobtracker列入黑名單。如果tasktracker上面的失敗任務數(shù)量遠遠高于集群的平均失敗任務次數(shù)，他就會被列入黑名單，被列入黑名單的tasktracker可以通過重啟從jobtracker黑名單中移除。

3.jobtracker失敗

老版本的JobTracker失敗屬于單點故障，這種情況下作業(yè)注定失敗。

作業(yè)調度：

早期作業(yè)調度FIFO：按作業(yè)提交順序先進先出。可以設置優(yōu)先級，通過設置mapred.job.priority屬性或者JobClient的setJobPriority()方法制定優(yōu)先級（優(yōu)先級別：VERY_HIGH,HIGH,NORMAL,LOW,VERY_LOW）。注意FIFO調度算法不支持搶占（preemption）,所以高優(yōu)先級作業(yè)仍然會被那些已經(jīng)開始的長時間運行的低優(yōu)先級作業(yè)所阻塞。

Fair Scheduler：目標是讓每個用戶公平地共享集群能力。當集群存在很多作業(yè)時，空閑的任務槽會以”讓每個用戶共享集群“的方式進行分配。默認每個用戶都有自己的作業(yè)池。FairScheduler支持搶占，所以，如果一個池在特定的一段時間未得到公平地資源共享，它會終止池中得到過多的資源任務，以便把任務槽讓給資源不足的池。FairScheduler是一個后續(xù)模塊，使用它需要將其jar文件放在Hadoop的類路徑下。可以通過參數(shù)map.red.jobtracker.taskScheduler屬性配置（值為org.apache.hadoop.mapred.FairScheduler）

Capacity Scheduler：

集群由很多隊列組成，每個隊列都有一個分配能力，這一點與FairScheduler類似，只不過在每個隊列內部，作業(yè)根據(jù)FIFO方式進行調度。本質上說，Capacity Scheduler允許用戶或組織為每個用戶模擬一個獨立使用FIFO的集群。

shuffle和排序：

MapReduce確保每個Reducer的輸入都是按鍵排序的。系統(tǒng)執(zhí)行排序的過程-將map輸出作為輸入傳給reducer的過程稱為shuffle。shuffle屬于不斷被優(yōu)化和改進的代碼庫的一部分，從許多方面來看，shuffle是MapReduce的心臟。

整個shuffle的流程應該是這樣：

map結果劃分partition 排序sort 分割spill 合并同一劃分 合并同一劃分 合并結果排序 reduce處理 輸出

Map端：

寫入緩沖區(qū)：Map函數(shù)的輸出，是由collector處理的，它并不是簡單的將結果寫到磁盤。它利用緩沖的方式寫到內存，并處于效率的考慮進行預排序。每個map都有一個環(huán)形的內存緩沖區(qū)，用于任務輸出，默認緩沖區(qū)大小為100MB（由參數(shù)io.sort.mb調整），一旦緩沖區(qū)內容達到閾值（默認0.8），后臺進程邊開始把內容寫到磁盤（spill），在寫磁盤過程中，map輸出繼續(xù)被寫到緩沖區(qū)，但如果緩沖區(qū)被填滿，map會阻塞知道寫磁盤過程完成。寫磁盤將按照輪詢方式寫到mapred.local.dir屬性制定的作業(yè)特定子目錄中。

寫出緩沖區(qū)：collect將緩沖區(qū)的內容寫出時，會調用sortAndSpill函數(shù)，這個函數(shù)作用主要是創(chuàng)建spill文件，按照key值對數(shù)據(jù)進行排序，按照劃分將數(shù)據(jù)寫入文件，如果配置了combiner類，會先調用combineAndSpill函數(shù)再寫文件。sortAndSpill每被調用一次，就會寫一個spill文件。

合并所有Map的spill文件：TaskTracker會在每個map任務結束后對所有map產(chǎn)生的spill文件進行merge，merge規(guī)則是根據(jù)分區(qū)將各個spill文件中數(shù)據(jù)同一分區(qū)中的數(shù)據(jù)合并在一起，并寫入到一個已分區(qū)且排序的map輸出文件中。待唯一的已分區(qū)且已排序的map輸出文件寫入最后一條記錄后，map端的shuffle階段就結束了。

在寫磁盤前，線程首先根據(jù)數(shù)據(jù)最終要傳遞到的reducer把數(shù)據(jù)劃分成響應的分區(qū)（partition），在每個分區(qū)中，后臺線程按鍵進行內排序，如果有一個combiner,它會在排序后的輸出上運行。

內存達到溢出寫的閾值時，就會新建一個溢出寫文件，因為map任務完成其最后一個輸出記錄之后，會有幾個溢出寫文件。在任務完成前，溢出寫文件會被合并成一個已分區(qū)且已排序的輸出文件。配置屬性io.sort.facor控制一次最多能合并多少流，默認值是10。

如果已經(jīng)指定combiner,并且寫次數(shù)至少為3（通過min.mum.spills.for.combine設置）時，則combiner就會在輸出文件寫到磁盤之前運行。運行combiner的意義在于使map輸出更緊湊，舍得寫到本地磁盤和傳給reducer的數(shù)據(jù)更少。

寫磁盤時壓縮：寫磁盤時壓縮會讓寫的速度更快，節(jié)約磁盤空間，并且減少傳給reducer的數(shù)據(jù)量。默認情況下，輸出是不壓縮的，但可以通過設置mapred.compress.map.output值為true，就可以啟用壓縮。使用的壓縮庫是由mapred.map.output.compression.codec制定。

reducer獲得文件分區(qū)的工作線程：reducer通過http方式得到輸出文件的分區(qū)，用于文件分區(qū)的工作線程數(shù)量由tracker.http.threads屬性指定，此設置針對的是每個tasktracker，而不是每個map任務槽。默認值為40，在大型集群上此值可以根據(jù)需要而增加。

Reduce端：

復制階段：reduce會定期向JobTracker獲取map的輸出位置，一旦拿到輸出位置，reduce就會從對應的TaskTracker上復制map輸出到本地（如果map輸出很小，則會被復制到TaskTracker節(jié)點的內存中，否則會被讓如磁盤），而不會等到所有map任務結束（當然這個也有參數(shù)控制）。

合并階段：從各個TaskTracker上復制的map輸出文件（無論在磁盤還是內存）進行整合，并維持數(shù)據(jù)原來的順序。

Reduce階段：從合并的文件中順序拿出一條數(shù)據(jù)進行reduce函數(shù)處理，然后將結果輸出到本地HDFS。

Map的輸出文件位于運行map任務的tasktracker的本地磁盤，現(xiàn)在，tasktracker要為分區(qū)文件運行reduce任務。每個任務完成時間可能不同，但是只要有一個任務完成，reduce任務就開始復制其輸出，這就是reduce任務的復制階段（copy phase）。reduce任務有少量復制線程，因此能夠并行取得map輸出。默認值是5個線程，可以通過mapred.reduce.parallel.copies屬性設置。

Reducer如何得知從哪個tasktracker獲得map輸出：map任務完成后會通知其父tasktracker狀態(tài)已更新，tasktracker進而通知（通過heart beat）jobtracker。因此，JobTracker就知道m(xù)ap輸出和tasktracker之間的映射關系，reducer中的一個線程定期詢問jobtracker以便獲知map輸出位置。由于reducer有可能失敗，因此tasktracker并沒有在第一個reducer檢索到map輸出時就立即從磁盤上刪除它們，相反他會等待jobtracker告示它可以刪除map輸出時才刪除，這是作業(yè)完成后最后執(zhí)行的。

如果map輸出很小，則會被直接復制到reduce tasktracker的內存緩沖區(qū)（大小由mapred.job.shuffle.input.buffer.percent控制，占堆空間的百分比），否則，map輸出被復制到磁盤。一旦內存緩沖區(qū)達到閾值大小（由mapred.iob.shuffle.merge.percent）

或達到map輸出閾值大小（mapred.inmem.threadhold），則合并后溢出寫到磁盤中。

隨著磁盤上副本增多，后臺線程會將他們合并為更大的、排好序的文件。注意：為了合并，壓縮的map輸出必須在內存中被解壓縮。

排序階段：復制階段完成后，reduce任務會進入排序階段，更確切的說是合并階段，這個階段將合并map輸出，維持其順序排列。合并是循環(huán)進行的，由合并因子決定每次合并的輸出文件數(shù)量。但讓有可能會產(chǎn)生中間文件。

reduce階段：在最后reduce階段，會直接把排序好的文件輸入reduce函數(shù)，不會對中間文件進行再合并，最后的合并即可來自內存，也可來自磁盤。此階段的輸出會直接寫到文件系統(tǒng)，一般為hdfs。

細節(jié)：這里合并是并非平均合并，比如有40個文件，合并因子為10，我們并不是每趟合并10個，合并四趟。而是第一趟合并4個，后三趟合并10，在最后一趟中4個已合并的文件和余下6個未合并會直接并入reduce。