1-11、26为Yarn；12-17为HDFS写数据流程；18-25、27-31为MapReduce；19-25为Shuffle；32-41为HDFS写数据流程。

（0）MR程序提交到客户端所在的节点，在集群模式中运行MR程序，当运行到主函数的waitForCompletion()函数时创建YarnRunner（本地模式是LocalRunner）。

（1）YarnRunner向ResourceManager申请一个Application运行任务。

（2）RM将该应用程序的资源路径返回给YarnRunner，让YarnRunner把提交的job放到集群路径上。

（3）该程序将运行所需资源提交到HDFS集群路径上，包括split切片信息（控制开启MapTask的数量）、配置参数文件xml（控制任务按照xml里的参数运行）以及jar包（程序代码）。

（4）程序资源提交完毕后，YarnRunner申请运行MrAppMaster。

（5）RM将用户的请求初始化成一个Task任务，然后放到任务队列中排队（任务队列默认是容器）。

（6）空闲NodeManager领取Task任务。

（7）该NodeManager创建容器Container（任务的执行只能发生在容器中，容器中封装了资源），并在容器中启动MRAppmaster进程。

（8）Container从HDFS集群路径上拷贝资源（即切片信息等）到本地。

（9）容器拿到切片信息后，由MRAppmaster向RM 再次申请运行MapTask（切片个数=MapTask个数，有多少切片就申请开启多少MapTask）。

（10）RM将运行MapTask任务分配给NodeManager，NodeManager领取任务并创建容器（MapTask对应的容器有可能在同一个NodeManager节点上），并拷贝cpu、ram和jar包资源。

（11）MRAppMaster向接收到任务的NodeManager发送程序启动命令，NodeManager分别启动MapTask，然后开启YarnChild进程。

（12）MapTask向客户端读数据。

（13）客户端的InputFormat默认使用TextInputFormat，通过DistributedFileSystem分布式文件系统向NameNode请求下载文件，NameNode通过查询权限和元数据，找到文件块所在的DataNode地址。

（14）NameNode返回目标文件的元数据。

（15）客户端创建流，通过流对象挑选一台DataNode服务器，请求读取数据（串行读取）。（就近原则，然后随机；同时需要考虑当前节点的负载均衡，判断数据流量，当达到一定的量级时可用先访问其他节点）

（16）DataNode开始传输数据给客户端（从磁盘里面读取数据输入流，以Packet为单位来做校验），客户端以Packet为单位接收，先在本地缓存。

（17）数据以<k,v>的形式传入到MapTask。

（18）进入Mapper阶段，将解析出的key/value交给用户编写map()函数处理，并产生一系列新的key/value。

（19）当数据处理完成后，一般会调用OutputCollector.collect()输出结果，将生成的key/value分区（调用Partitioner），并写入一个环形内存缓冲区中。

（20）缓冲区内部对数据分区存储，当数据进入到环形缓冲区时就进行分区标记（会根据分区进入到不同的reduce），缓冲区一侧存数据，一侧存索引，当数据达到80%时进行反向溢写。溢写之前需要对分区中的数据进行排序（对索引使用快速排序）。

（21）当环形缓冲区满后，产生大量的溢写文件，先要对数据进行一次本地排序，MapReduce会将数据写到本地磁盘上，生成临时文件。

（22）当所有数据处理完成后（即溢写完成后），MapTask对所有临时文件（溢写文件）归并排序。

（23）对数据进行合并操作。

（24）对分区的数据进行压缩。

（25）将压缩好的数据安装分区写入磁盘。

（26）MrAppMaster向RM再次申请容器运行ReduceTask程序。

（27）ReduceTask拉取相应分区数据先存储到内存。

（28）内存不够时溢出到磁盘。

（29）针对内存和C盘中的每个map输出的数据进行归并排序。

（30）按照相同的key分组。

（31）对于相同的key的数据进入到同一个reduce()处理函数。

（32）将计算结果通过OutputFormat（输出）的RecordWriter调用write()写出数据。

（33）客户端通过分布式文件系统向NameNode请求上传文件，NameNode检查权限，以及目标文件是否已存在，父目录是否存在。

（34）NameNode响应是否可以上传。

（35）客户端请求第一个Block返回上传块的DataNode服务器。

（36）NameNode根据节点是否可用、负载均衡以及哪个节点距离最近等因素返回DataNode节点。

（37）客户端创建流，通过FSDataOutputStream流请求第一个DataNode节点上传数据）。

（38）dn1收到请求会继续调用dn2，将这个通信管道建立完成。（以Packet为单位建立管道）。

（39-40）FSDataOutputStream流建立一个ACK队列用于接收应答，由dn逐层应答，只有都应答成功才会上传一个块。

（41）客户端开始往dn1上传第一个块Block（先从磁盘读取数据放到一个本地内存缓存），以Packet为单位，dn1收到一个Packet就会传给dn2；dn1每传一个packet会放入一个应答队列等待应答。当一个Block传输完成之后，客户端再次请求NameNode上传第二个Block的服务器。

（42）ReduceTask程序运行完毕后，MrAppMaster会向RM申请注销自己，释放容器等资源。