Hadoop 入门笔记—核心组件 YARN

基本概述
Apache YARN (Yet Another Resource Negotiator) 是 Hadoop 中的资源管理和作业调度系统，在 Hadoop 2.x 时才被引入。

用户可以将各种服务框架部署在 YARN 上，由 YARN 进行统一地管理和资源分配。

Yarn在 Hadoop2.x 时才被推出，在 Hadoop1.x 时，主要由 MapReduce 进行资源分配，由于考虑到如果 MapReduce 在计算中挂掉了，那么资源调度也将停止工作，于是在新版本中将资源调度这部分功能剥离开，才有 Yarn。

核心架构
在大数据培训学习过程中我们都学过Yarn 的主要架构分为四个部分：ResourceManager、NodeManager、ApplicationMaster、Container

ResourceManager
ResourceManager 通常在独立的部署在一台机器作为应用运行，集群中只有一个，负责整个系统的资源管理和分配。
ResourceManager 主要由两个组件构成：调度器（Scheduler）和应用程序管理器（Applications Manager，ASM）。能够根据应用程序优先级、队列容量、数据位置等信息，做出决策，通过安全的、共享的、多租户的方式制定分配策略，调度集群资源。

NodeManager
NodeManager 是 YARN 集群中的每个具体节点的管理者。主要负责该节点内所有容器的生命周期的管理，监视资源和跟踪节点健康。
NodeManager 主要用来处理来自ResourceManager 、ApplicationMaster的命令。
一个节点启动时，它会向 ResourceManager 进行注册并推送可用资源信息。在运行期，通过 NodeManager 和 ResourceManager 协同工作，这些信息会不断被更新并保障整个集群发挥出最佳状态。

ApplicationMaster
在用户提交一个应用程序时，YARN 会启动一个轻量级的进程ApplicationMaster。
ApplicationMaster 负责协调来自ResourceManager 的资源，并通过NodeManager 监视容器内资源的使用情况，同时还负责任务的监控与容错。
ApplicationMaster 将能将数据进行拆分，并根据应用的运行状态动态匹配资源需求，能够监控跟踪任务状态和进度，报告应用的进度信息。

Container
Container是 YARN 中的资源抽象，它封装了某个节点上的多维度资源，如内存、CPU、磁盘、网络等。
当ApplicationMaster 向ResourceManager 申请资源时，ResourceManager 为ApplicationMaster 返回的资源是用Container 表示的。
YARN 会为每个任务分配一个Container，该任务只能使用该Container 中描述的资源。
ApplicationMaster 可在Container 内运行任何类型的任务。

工作流程
YARN 应用提交的整个工作流程：

首先客户端提交任务到 YARN 上，ResourceManager 提交应用并请求一个ApplicationMaster 实例；
ResourceManager 会选择一个可运行的NodeManager，并在Container 中启动并运行ApplicationMaster 实例；
启动中的ApplicationMaster 向ResourceManager 注册自己，启动成功后与RM保持心跳。
ApplicationMaster 向ResourceManager 发送请求，获取需要的Container 资源；
ApplicationMaster 通过获取到的Container 资源执行分布式计算。
应用运行结束后，ApplicationMaster 向ResourceManager 注销自己，并允许属于它的container 被收回。

总结
Yarn 主要在 Hadoop 体系中负责服务资源的调度分配，能够最大限度的利用机器资源，高效调配，达到资源利用的最大化。