MapReduce job在JobTracker初始化源码级分析

　　mapreduce job提交流程源码级分析（三）中已经说明用户最终调用JobTracker.submitJob方法来向JobTracker提交作业。而这个方法的核心提交方法是JobTracker.addJob(JobID jobId, JobInProgress job)方法，这个addJob方法会把Job提交到调度器(默认是JobQueueTaskScheduler)的监听器JobQueueJobInProgressListener和EagerTaskInitializationListener(本文只讨论默认调度器)中，使用方法jobAdded(JobInProgress job)，JobQueueJobInProgressListener任务是监控各个JobInProcess生命周期中的变化；EagerTaskInitializationListener是发现有新Job后对其初始化的。

　　一、JobQueueJobInProgressListener.jobAdded(JobInProgress job)方法。就一句代码jobQueue.put(new JobSchedulingInfo(job.getStatus()), job)，先构建一个JobSchedulingInfo对象，然后和JobInProgress对应起来放入jobQueue中。JobSchedulingInfo类维护这调度这个job必备的一些信息，比如优先级(默认是NORMAL)、JobID以及开始时间startTime。

　　二、EagerTaskInitializationListener.jobAdded(JobInProgress job)方法。　　

 /**
    * We add the JIP to the jobInitQueue, which is processed
    * asynchronously to handle split-computation and build up
    * the right TaskTracker/Block mapping.
    */
   @Override
   public void jobAdded(JobInProgress job) {
     synchronized (jobInitQueue) {
       jobInitQueue.add(job);　　//添加进List<JobInProgress> jobInitQueue
       resortInitQueue();
       jobInitQueue.notifyAll();　　//唤醒阻塞的进程
     }

   }

　　上面方法中resortInitQueue()方法主要是对jobInitQueue中JobInProcess进行排序，先按照优先级排序，相同的再按开始时间。EagerTaskInitializationListener.start()在调度器初始化时JobQueueTaskScheduler.start()就调用了，所以先于jobAdded方法调用。EagerTaskInitializationListener.start()代码如下：

 public void start() throws IOException {
     this.jobInitManagerThread = new Thread(jobInitManager, "jobInitManager");
     jobInitManagerThread.setDaemon(true);
     this.jobInitManagerThread.start();
   }

　　start()方法会启动一个线程：JobInitManager。

 /////////////////////////////////////////////////////////////////
   //  Used to init new jobs that have just been created
   /////////////////////////////////////////////////////////////////
   class JobInitManager implements Runnable {

     public void run() {
       JobInProgress job = null;
       while (true) {
         try {
           synchronized (jobInitQueue) {
             while (jobInitQueue.isEmpty()) {
               jobInitQueue.wait();
             }
             job = jobInitQueue.remove(0);
           }
           threadPool.execute(new InitJob(job));
         } catch (InterruptedException t) {
           LOG.info("JobInitManagerThread interrupted.");
           break;
         }
       }
       LOG.info("Shutting down thread pool");
       threadPool.shutdownNow();
     }
   }

   class InitJob implements Runnable {

     private JobInProgress job;

     public InitJob(JobInProgress job) {
       this.job = job;
     }

     public void run() {
       ttm.initJob(job);//对应JobTracker的对应方法
     }
   }

　　JobInitManager线程的run方法是一个死循环始终监控jobInitQueue是否为空，不为空的话就取出0位置的JobInProgress，在InitJob线程中初始化：TaskTrackerManager.initJob(job)对应JobTracker的initJob方法。这里为什么会另起线程来初始化Job呢？原因很简单，就是可能jobInitQueue中同时会有很多JobInProgress，一个一个的初始化会比较慢，所以采用多线程的方式初始化。来看initJob方法的代码：

   public void initJob(JobInProgress job) {
     if (null == job) {
       LOG.info("Init on null job is not valid");
       return;
     }

     try {
       JobStatus prevStatus = (JobStatus)job.getStatus().clone();
       LOG.info("Initializing " + job.getJobID());
       job.initTasks();    //调用该实例的initTasks方 法，对job进行初始化
       // Inform the listeners if the job state has changed
       // Note : that the job will be in PREP state.
       JobStatus newStatus = (JobStatus)job.getStatus().clone();
       if (prevStatus.getRunState() != newStatus.getRunState()) {
         JobStatusChangeEvent event =
           new JobStatusChangeEvent(job, EventType.RUN_STATE_CHANGED, prevStatus,
               newStatus);
         synchronized (JobTracker.this) {
           updateJobInProgressListeners(event);
         }
       }
     } catch (KillInterruptedException kie) {
       //   If job was killed during initialization, job state will be KILLED
       LOG.error("Job initialization interrupted:\n" +
           StringUtils.stringifyException(kie));
       killJob(job);
     } catch (Throwable t) {
       String failureInfo =
         "Job initialization failed:\n" + StringUtils.stringifyException(t);
       // If the job initialization is failed, job state will be FAILED
       LOG.error(failureInfo);
       job.getStatus().setFailureInfo(failureInfo);
       failJob(job);
     }
      }

　　首先是获取初始化前的状态prevStatus；然后是job.initTasks()初始化；在获取初始化的后的状态newStatus；

　　job.initTasks()方法代码比较多，主要的工作是检查之后获取输入数据的分片信息TaskSplitMetaInfo[] splits = createSplits(jobId)这是去读的上传到HDFS中的文件job.splitmetainfo和job.split，要确保numMapTasks == splits.length，然后构建numMapTasks个TaskInProgress作为MapTask，