【博学谷学习记录】超强总结，用心分享 | yarn的执行流程

【博学谷IT技术支持】

yarn的组成部分

hadoop是由Common、HDFS、YARN、MapReduce等核心模块组成，yarn负责解决资源调度问题，这里介绍下yarn的业务执行流程。

• yarn是Master/Slave结构，主要包含ResourceManage、NodeManager、ApplicationMaster和Conainer等组件。

• ResourceManager为主节点，负责整个集群资源的管理和分配，由Scheduler(调度器)和ApplicationManager(应用程序管理器)组成。

  • Scheduler根据容量和队列等限制条件，为每个运行的程序分配资源
  • ApplicationManager 负责管理管理所有的应用程序，包括应用程序提交、与调度器协调资源启动ApplicationMaster、监控ApplicationMaster运行状态，并在失败时重新启动它。

• NodeManager是从节点，定时想ResourceManager汇报资源使用情况，保持心跳，接受来自ApplicationMasterde 的Container启动/停止等各种请求。

yarn的执行流程

1. 客户端向RM提交任务请求
2. RM会在NM分配一个Container，启动AppMaster，让它管理整个任务的执行。
3. AppMaster向任务调度器进行注册
4. AppMaster向应用程序管理器申请资源，RM以Container列表的形式返回资源列表。
5. AppMaster根据资源列表分别向对应的主机申请资源
6. 各个NM根据Container分别开辟对应的资源，并且AppMaster会将MR任务各个MapTask和ReduceTask放在这些资源中运行
7. 各个MapTask和Reduce在运行过程中，有任何的状态都需要向AppMaster汇报。
8. AppMaster会将任务执行的最终状态汇报给RM

简述

客户端向ResourceManager提交任务请求，RM分配资源

Scheduler调度器

• FIFO（队列调度器）： 将job放入队列中，先入的job会优先得到资源，会因为一个job过大占用多数资源，影响后边job执行
• Capacity Scheduler（容量调度器）：将资源化成多个队列，提交任务如果没有指定队列会默认队列，可以给每个队列设置资源占用比例。
• Fair Scheduler（公平调度器）：根据job对总资源进行平均分配。

ApplicationMaster

每个应用程序都包含一个ApplicationMaster，主要的作用是

• 与ResourceManager协调获取资源
• 将任务进一步分配给内部任务
• 与NodeManager通信启动或停止任务
• 监控所欲任务运行状态，并在失败时为任务重新申请资源启动任务

Container

container是yarn中抽象的资源，它封装了某个接地那上的多维度资源，如内存，cpu，磁盘，网络等。

• 运行在ApplicationMaster的Container
• 运行在各类任务的Container