Yarn架构基本概况(一)

1）引言

针对MRv1在扩展性，可靠性，资源利用率和多框架的支持上存在着明显的不足，进而诞生了下一代的MapReduce的计算框架MapReduce Version2,MRV1中有一个很大的问题就是把资源管理和作业调度都扔给了JobTracker，造成了严重的单点瓶颈问题，所有MRV2主要在这一点上做了改进，他将资源管理模块构建成了一个独立的通用系统叫做Yarn，一下子MRV2的核心从MapReduce转到了Yarn上。后面就有了关于Yarn的各种发展和演变了。

）Yarn设计理念和基本架构

yarn是专门为了解决MRV1的缺点而生的。

1.yarn资源利用率高，因为他可以支持不同的计算框架在上面运行

2.运维成本低，以往一个集群一个框架的模式需要很多管理员去维护系统，现在可与在yarn上跑多个框架了，在上面你可以选择实时计算框架Storm，内存迭代式计算框架Spark，还可以用传统的MPI的方式解决对于数据计算要求比较高的数据挖掘算法。用一句话概括，yarn就是一个轻量级弹性计算平台。

Yarn的基本组成结构总体上仍沿用的是Master/Slave的结构，但是在资源管理这块，还是做了一点的变化的，一个ResourceManager是一个Master,在每个子节点下面都有一个NodeManager，由RM给NM分配资源，在每个节点中还会有ApplicationMaster(后面简称AM)的东西，他会负责与RM通信以获取资源，还会与NM通信来启动或者是停止任务。你可以理解成MRV1中的TaskTracker的角色。NM是每个节点上的资源和任务管理器，NM，AM,RM三者之间在整个应用从启动到结束的过程中会进行许多的协作。下面是一张模拟图: