过程

（1）提交程序，申请stage，将资源提交到stage所在的hdfs上面

（2）程序资源提交完毕后，申请运行mrAppMaster。

（3）RM将用户的请求初始化成一个task。

 （4）该NodeManager创建容器Container，并产生MRAppmaster。Container从HDFS上拷贝资源到本地。

 （5）MRAppmaster向RM 申请运行maptask资源。因为有切片文件知道，启动多少个maptask。

（6）MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动maptask，maptask对数据分区排序。

（7）MrAppMaster等待所有maptask运行完毕后，向RM申请容器，运行reduce task。

调度策略：

FIFO、Capacity Scheduler和Fair Scheduler。

FIFO：一个队列，先来先到

Capacity Scheduler：多个队列，比较运行的task与分得资源比值，比值越小越优先。

同样的任务数目分到的资源更多，赶快执行完毕

Fair Scheduler：多用户多队列；优先级分配资源，同一个队列job缺额资源越大，越先执行。

先让得不到资源的先去执行吧