YARN工作机制

YARN工作机制

作业提交全过程详解

（1）作业提交

     第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。

     第2步：Client向RM申请一个作业id。

     第3步：RM给Client返回该job资源的提交路径和作业id。

     第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。

     第5步：Client提交完资源后，向RM申请运行MrAppMaster。

（2）作业初始化

      第6步：当RM收到Client的请求后，将该job添加到容量调度器中。

      第7步：某一个空闲的NM领取到该Job。

      第8步：该NM创建Container，并产生MRAppmaster。

      第9步：下载Client提交的资源到本地。

（3）任务分配

     第10步：MrAppMaster向RM申请运行多个MapTask任务资源。

     第11步：RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager

分别领取任务并创建容器。

（4）任务运行

    第12步：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。

    第13步：MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。

    第14步：ReduceTask向MapTask获取相应分区的数据。

    第15步：程序运行完毕后，MR会向RM申请注销自己。

（5）进度和状态更新

    YARN中的任务将其进度和状态(包括counter)返回给应用管理器, 客户端每秒(通过                                                   mapreduce.client.progressmonitor.pollinterval设置)向应用管理器请求进度更新, 展示给用户。

（6）作业完成

                     除了向应用管理器请求作业进度外, 客户端每5秒都会通过调用waitForCompletion()来检查作业是                 否完成。时 间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后, 应用管                 理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查