Hadoop YARN架构设计要点
YARN是开源项目Hadoop的一个资源管理系统，最初设计是为了解决Hadoop中MapReduce计算框架中的资源管理问题，但是现在它已经是一个更加通用的资源管理系统，可以把MapReduce计算框架作为一个应用程序运行在YARN系统之上，通过YARN来管理资源。如果你的应用程序也需要借助YARN的资源管理功能，你也可以实现YARN提供的编程API，将你的应用程序运行于YARN之上，将资源的分配与回收统一交给YARN去管理，可以大大简化资源管理功能的开发。当前，也有很多应用程序已经可以构建于YARN之上，如Storm、Spark等计算框架。
YARN整体架构
YARN是基于Master/Slave模式的分布式架构，我们先看一下，YARN的架构设计，如图所示（来自官网文档）：
上图，从逻辑上定义了YARN系统的核心组件和主要交互流程，各个组件说明如下：
- YARN Client
YARN Client提交Application到RM，它会首先创建一个Application上下文件对象，并设置AM必需的资源请求信息，然后提交到RM。YARN Client也可以与RM通信，获取到一个已经提交并运行的Application的状态信息等，具体详见后面ApplicationClientProtocol协议的分析说明。
- ResourceManager（RM）
RM是YARN集群的Master，负责管理整个集群的资源和资源分配。RM作为集群资源的管理和调度的角色，如果存在单点故障，则整个集群的资源都无法使用。在2.4.0版本才新增了RM HA的特性，这样就增加了RM的可用性。
- NodeManager（NM）
NM是YARN集群的Slave，是集群中实际拥有实际资源的工作节点。我们提交Job以后，会将组成Job的多个Task调度到对应的NM上进行执行。Hadoop集群中，为了获得分布式计算中的Locality特性，会将DN和NM在同一个节点上运行，这样对应的HDFS上的Block可能就在本地，而无需在网络间进行数据的传输。
- Container
Container是YARN集群中资源的抽象，将NM上的资源进行量化，根据需要组装成一个个Container，然后服务于已授权资源的计算任务。计算任务在完成计算后，系统会回收资源，以供后续计算任务申请使用。Container包含两种资源：内存和CPU，后续Hadoop版本可能会增加硬盘、网络等资源。
- ApplicationMaster（AM）
AM主要管理和监控部署在YARN集群上的Application，以MapReduce为例，MapReduce Application是一个用来处理MapReduce计算的服务框架程序，为用户编写的MapReduce程序提供运行时支持。通常我们在编写的一个MapReduce程序可能包含多个Map Task或Reduce Task，而各个Task的运行管理与监控都是由这个MapReduce Application来负责，比如运行Task的资源申请，由AM向RM申请；启动/停止NM上某Task的对应的Container，由AM向NM请求来完成。
下面，我们基于Hadoop 2.6.0的YARN源码，来探讨YARN内部实现原理。
YARN协议
YARN是一个分布式资源管理系统，它包含了分布的多个组件，我们可以通过这些组件之间设计的交互协议来说明，如图所示：
下面我们来详细看看各个协议实现的功能：
- ApplicationClientProtocol（Client -> RM）
| 协议方法 | 功能描述 |
| getNewApplication | 获取一个新的ApplicationId，例如返回的ApplicationId为application_1418024756741 |
| submitApplication | 提交一个Application到RM |
| forceKillApplication | 终止一个已经提交的Application |
| getApplicationReport | 获取一个Application的状态报告信息ApplicationReport，包括用户、队列、名称、AM所在节点、AM的RPC端口、跟踪URL、AM状态、诊断信息（如果出错的话）、启动时间、提交Application的Client（如果启用安全策略） |
| getClusterMetrics | 获取YARN集群信息，如节点数量 |
| getApplications | 获取Application状态报告信息，和getApplicationReport类似，只不过增加了过滤器功能 |
| getClusterNodes | 获取集群内所有节点的状态报告信息 |
| getQueueInfo | 获取队列信息 |
| getQueueUserAcls | 获取当前用户的队列ACL信息 |
| getDelegationToken | 获取访问令牌信息，用于Container与RM端服务交互 |
| renewDelegationToken | 更新已存在的访问令牌信息 |
| cancelDelegationToken | 取消访问令牌 |
| moveApplicationAcrossQueues | 将Application移动到另一个队列中 |
| getApplicationAttemptReport | 获取Application Attempt状态报告信息ApplicationAttemptReport |
| getApplicationAttemptReport | 获取Application Attempt状态报告信息，和getApplicationAttemptReport类似，只不过增加了过滤器功能 |
| getContainerReport | 根据ContainerId获取Container状态报告信息ContainerReport，例如Container名称为container_e17_1410901177871_0001_01_000005，各个段的含义：container_e<epoch>_<clusterTimestamp>_<appId>_<attemptId>_<containerId> |
| getContainers | 根据ApplicationAttemptId获取一个Application Attempt所使用的Container的状态报告信息，例如Container名称为container_1410901177871_0001_01_000005 |
| submitReservation | 预定资源，以备在特殊情况下能够从集群获取到资源来运行程序，例如预留出资源供AM启动 |
| updateReservation | 更新预定资源 |
| deleteReservation | 删除预定 |
| getNodeToLabels | 获取节点对应的Label集合 |
| getClusterNodeLabels | 获取集群中所有节点的Label |
- ResourceTracker（NM -> RM）
| 协议方法 | 功能描述 |
| registerNodeManager | NM向RM注册 |
| nodeHeartbeat | NM向RM发送心跳状态报告 |
- ApplicationMasterProtocol（AM -> RM）
| 协议方法 | 功能描述 |
| registerApplicationMaster | AM向RM注册 |
| finishApplicationMaster | AM通知RM已经完成（成功/失败） |
| allocate | AM向RM申请资源 |
- ContainerManagementProtocol（AM -> NM）
| 协议方法 | 功能描述 |
| startContainers | AM向NM请求启动Container |
| stopContainers | AM向NM请求停止Container |
| getContainerStatuses | AM向NM请求查询当前Container的状态 |
- ResourceManagerAdministrationProtocol（RM Admin -> RM）
| 协议方法 | 功能描述 |
| getGroupsForUser | 获取用户所在用户组，该协议继承自GetUserMappingsProtocol |
| refreshQueues | 刷新队列配置 |
| refreshNodes | 刷新节点配置 |
| refreshSuperUserGroupsConfiguration | 刷新超级用户组配置 |
| refreshUserToGroupsMappings | 刷新用户->用户组映射信息 |
| refreshAdminAcls | 刷新Admin的ACL信息 |
| refreshServiceAcls | 刷新服务级别信息（SLA） |
| updateNodeResource | 更新在RM端维护的RMNode资源信息 |
| addToClusterNodeLabels | 向集群中节点添加Label |
| removeFromClusterNodeLabels | 移除集群中节点Label |
| replaceLabelsOnNode | 替换集群中节点Label |
- HAServiceProtocol（Active RM HA Framework Standby RM）
| 协议方法 | 功能描述 |
| monitorHealth | HA Framework监控服务的健康状态 |
| transitionToActive | 使RM转移到Active状态 |
| transitionToStandby | 使RM转移到Standby状态 |
| getServiceStatus | 获取服务状态信息 |
YARN RPC实现
1.X版本的Hadoop使用默认实现的Writable协议作为RPC协议，而在2.X版本，重写了RPC框架，改成默认使用Protobuf协议作为Hadoop的默认RPC通信协议。 YARN RPC的实现，如下面类图所示：
通过上图可以看出，RpcEngine有两个实现：WritableRpcEngine和ProtobufRpcEngine，默认使用ProtobufRpcEngine，我们可以选择使用1.X默认的RPC通信协议，甚至可以自定义实现。
ResourceManager内部原理
RM是YARN分布式系统的主节点，ResourceManager服务进程内部有很多组件提供其他服务，包括对外RPC服务，已经维护内部一些对象状态的服务等，RM的内部结构如图所示：
上图中RM内部各个组件（Dispatcher/EventHandler/Service）的功能，可以查看源码。
这里，说一下ResourceScheduler组件，它是RM内部最重要的一个组件，用它来实现资源的分配与回收，它提供了一定算法，在运行时可以根据算法提供的策略来对资源进行调度。YARN内部有3种资源调度策略的实现：FifoScheduler、FairScheduler、CapacityScheduler，其中默认实现为CapacityScheduler。CapacityScheduler实现了资源更加细粒度的分配，可以设置多级队列，每个队列都有一定的容量，即对队列设置资源上限和下限，然后对每一级别队列分别再采用合适的调度策略（如FIFO）进行调度。
如果我们想实现自己的资源调度策略，可以直接实现YARN的资源调度接口ResourceScheduler，然后修改yarn-site.xml中的配置项yarn.resourcemanager.scheduler.class即可。
NodeManager内部原理
NM是YARN系统中实际持有资源的从节点，也是实际用户程序运行的宿主节点，内部结构如图所示：
上图中NM内部各个组件（Dispatcher/EventHandler/Service）的功能，可以查看源码，不再累述。
事件处理机制
事件处理可以分成2大类，一类是同步处理事件，事件处理过程会阻塞调用进程，通常这样的事件处理逻辑非常简单，不会长时间阻塞；另一类就是异步处理处理事件，通常在接收到事件以后，会有一个用来派发事件的Dispatcher，将事件发到对应的事件队列中，这采用生产者-消费者模式，消费者这会监视着队列，并从取出事件进行异步处理。
YARN中到处可以见到事件处理，其中比较特殊一点的就是将状态机（StateMachine）作为一个事件处理器，从而通过事件来触发特定对象状态的变迁，通过这种方式来管理对象状态。我们先看一下YARN中事件处理的机制，以ResourceManager端为例，如下图所示：
产生的事件通过Dispatcher进行派发并进行处理，如果EventHandler处理逻辑比较简单，直接同步处理，否则可能会采用异步处理的方式。在EventHandler处理的过程中，还可能产生新的事件Event，然后再次通过RM的Dispatcher进行派发，而后处理。
状态机
我们以RM端管理的RMAppImpl对象为例，它表示一个Application运行过程中，在RM端的所维护的Application的状态，该对象对应的所有状态及其状态转移路径，如下图所示：
在上图中如果加上触发状态转移的事件及其类型，可能整个图会显得很乱，所以这里，我详细画了一个分图，用来说明，每一个状态的变化都是有哪种类型的事件触发的，根据这个图，可以方便地阅读源码，如下图所示：
NMLivelinessMonitor源码分析实例
YARN主要采用了Dispatcher+EventHandler+Service这样的抽象，将所有的内部/外部组件采用这种机制来实现，由于存在很多的Service和EventHandler，而且有的组件可能既是一个Service，同时还是一个EventHandler，所以在阅读代码的时候可能会感觉迷茫，这里我给出了一个阅读NMLivelinessMonitor服务的实例，仅供想研究源码的人参考。
NMLivelinessMonitor是ResourceManager端的一个监控服务实现，它主要是用来监控注册的节点的Liveliness状态，这里是监控NodeManager的状态。该服务会周期性地检查NodeManager的心跳信息来确保注册到ResourceManager的NodeManager当前处于活跃状态，可以执行资源分配以及处理计算任务，在NMLivelinessMonitor类继承的抽象泛型类AbstractLivelinessMonitor中有一个Map，如下所示：
private Map<O, Long> running = new HashMap<O, Long>();
这里面O被替换成了NodeId，而值类型Long表示时间戳，也就是表达了一个NodeManager向ResourceManager最后发送心跳信息时间戳，通过检测running中的时间戳；来判断NodeManager是否可以正常使用。
在ResourceManager中可以看到，NMLivelinessMonitor的实例是其一个成员：
protected NMLivelinessMonitor nmLivelinessMonitor;
看一下NMLivelinessMonitor类的实现，它继承自抽象泛型类AbstractLivelinessMonitor，看NMLivelinessMonitor类的声明：
public class NMLivelinessMonitor extends AbstractLivelinessMonitor<NodeId>
1 @Override 2 protected void expire(NodeId id) { 3 dispatcher.handle( 4 new RMNodeEvent(id, RMNodeEventType.EXPIRE)); 5 }
我们可以通过该类NMLivelinessMonitor抽象基类中看到调用expire方法的逻辑，是在一个内部线程类PingChecker中，代码如下所示：
01 private class PingChecker implements Runnable { 02 03 @Override 04 public void run() { 05 while (!stopped && !Thread.currentThread().isInterrupted()) { 06 synchronized (AbstractLivelinessMonitor.this) { 07 Iterator<Map.Entry<O, Long>> iterator = 08 running.entrySet().iterator(); 09 10 //avoid calculating current time everytime in loop 11 long currentTime = clock.getTime(); 12 13 while (iterator.hasNext()) { 14 Map.Entry<O, Long> entry = iterator.next(); 15 if (currentTime > entry.getValue() + expireInterval) { 16 iterator.remove(); 17 expire(entry.getKey()); // 调用抽象方法expire，会在子类中实现 18 LOG.info("Expired:" + entry.getKey().toString() + 19 " Timed out after " + expireInterval/1000 + " secs"); 20 } 21 } 22 } 23 try { 24 Thread.sleep(monitorInterval); 25 } catch (InterruptedException e) { 26 LOG.info(getName() + " thread interrupted"); 27 break; 28 } 29 } 30 } 31 }
这里面的泛型O在NMLivelinessMonitor类中就是NodeId，所以最关心的逻辑就是前面提到的NMLivelinessMonitor中的expire方法的实现。在expire方法中，调用了dispatcher的handle方法来处理，所以dispatcher应该是一个EventHandler对象，后面我们会看到，它其实是通过ResourceManager中的dispatcher成员，也就是AsyncDispatcher来获取到的（AsyncDispatcher内部有一个组合而成的EventHandler）。
下面，我们接着看NMLivelinessMonitor是如何创建的，在ResourceManager.RMActiveServices类的serviceInit()方法中，代码如下所示：
1 nmLivelinessMonitor = createNMLivelinessMonitor();
2 addService(nmLivelinessMonitor);
跟踪代码继续看createNMLivelinessMonitor方法，如下所示：
1 private NMLivelinessMonitor createNMLivelinessMonitor() { 2 return new NMLivelinessMonitor(this.rmContext 3 .getDispatcher()); 4 }
上面通过rmContext的getDispatcher获取到一个Dispatcher对象，来作为NMLivelinessMonitor构造方法的参数，我们需要看一下这个Dispatcher是如何创建的，查看ResourceManager.serviceInit方法，代码如下所示：
1 rmDispatcher = setupDispatcher(); 2 addIfService(rmDispatcher); 3 rmContext.setDispatcher(rmDispatcher);
继续跟踪代码，setupDispatcher()方法实现如下所示：
1 private Dispatcher setupDispatcher() { 2 Dispatcher dispatcher = createDispatcher(); 3 dispatcher.register(RMFatalEventType.class, 4 new ResourceManager.RMFatalEventDispatcher()); 5 return dispatcher; 6 }
继续看createDispatcher()方法代码实现：
1 protected Dispatcher createDispatcher() { 2 return new AsyncDispatcher(); 3 }
可以看到，在这里创建了一个AsyncDispatcher对象在创建的NMLivelinessMonitor实例中包含一个AsyncDispatcher实例。回到前面，我们需要知道这个AsyncDispatcher调用getEventHandler()返回的EventHandler的处理逻辑是如何的，NMLivelinessMonitor的代码实现如下所示：
01 public class NMLivelinessMonitor extends AbstractLivelinessMonitor<NodeId> { 02 03 private EventHandler dispatcher; 04 05 public NMLivelinessMonitor(Dispatcher d) { 06 super("NMLivelinessMonitor", new SystemClock()); 07 this.dispatcher = d.getEventHandler(); // 调用AsyncDispatcher的getEventHandler()方法获取EventHandler 08 } 09 10 public void serviceInit(Configuration conf) throws Exception { 11 int expireIntvl = conf.getInt(YarnConfiguration.RM_NM_EXPIRY_INTERVAL_MS, 12 YarnConfiguration.DEFAULT_RM_NM_EXPIRY_INTERVAL_MS); 13 setExpireInterval(expireIntvl); 14 setMonitorInterval(expireIntvl/3); 15 super.serviceInit(conf); 16 } 17 18 @Override 19 protected void expire(NodeId id) { 20 dispatcher.handle( 21 new RMNodeEvent(id, RMNodeEventType.EXPIRE)); 22 } 23 }
查看AsyncDispatcher类的getEventHandler()方法，代码如下所示：
1 @Override 2 public EventHandler getEventHandler() { 3 if (handlerInstance == null) { 4 handlerInstance = new GenericEventHandler(); 5 } 6 return handlerInstance; 7 }
可见，这里面无论是第一次调用还是其他对象已经调用过该方法，这里面最终只有一个GenericEventHandler实例作为这个dispatcher的内部EventHandler实例，所以继续跟踪代码，看GenericEventHandler实现，如下所示：
01 class GenericEventHandler implements EventHandler<Event> { 02 public void handle(Event event) { 03 if (blockNewEvents) { 04 return; 05 } 06 drained = false; 07 08 /* all this method does is enqueue all the events onto the queue */ 09 int qSize = eventQueue.size(); 10 if (qSize !=0 && qSize %1000 == 0) { 11 LOG.info("Size of event-queue is " + qSize); 12 } 13 int remCapacity = eventQueue.remainingCapacity(); 14 if (remCapacity < 1000) { 15 LOG.warn("Very low remaining capacity in the event-queue: " 16 + remCapacity); 17 } 18 try { 19 eventQueue.put(event); // 将Event放入到队列eventQueue中 20 } catch (InterruptedException e) { 21 if (!stopped) { 22 LOG.warn("AsyncDispatcher thread interrupted", e); 23 } 24 throw new YarnRuntimeException(e); 25 } 26 }; 27 }
将传入handle方法的Event丢进了eventQueue队列，也就是说GenericEventHandler是基于eventQueue的一个生产者，那么消费者是AsyncDispatcher内部的另一个线程，如下所示：
1 @Override 2 protected void serviceStart() throws Exception { 3 //start all the components 4 super.serviceStart(); 5 eventHandlingThread = new Thread(createThread()); // 调用创建消费eventQueue队列中事件的线程 6 eventHandlingThread.setName("AsyncDispatcher event handler"); 7 eventHandlingThread.start(); 8 }
查看createThread()方法，如下所示：
01 Runnable createThread() { 02 return new Runnable() { 03 @Override 04 public void run() { 05 while (!stopped && !Thread.currentThread().isInterrupted()) { 06 drained = eventQueue.isEmpty(); 07 // blockNewEvents is only set when dispatcher is draining to stop, 08 // adding this check is to avoid the overhead of acquiring the lock 09 // and calling notify every time in the normal run of the loop. 10 if (blockNewEvents) { 11 synchronized (waitForDrained) { 12 if (drained) { 13 waitForDrained.notify(); 14 } 15 } 16 } 17 Event event; 18 try { 19 event = eventQueue.take(); // 从队列取出事件Event 20 } catch(InterruptedException ie) { 21 if (!stopped) { 22 LOG.warn("AsyncDispatcher thread interrupted", ie); 23 } 24 return; 25 } 26 if (event != null) { 27 dispatch(event); // 分发处理该有效事件Event 28 } 29 } 30 } 31 }; 32 }
可以看到，从eventQueue队列中取出Event，然后调用dispatch(event);来处理事件，看dispatch(event)方法，如下所示：
01 @SuppressWarnings("unchecked")
02 protected void dispatch(Event event) {
03 //all events go thru this loop
04 if (LOG.isDebugEnabled()) {
05 LOG.debug("Dispatching the event " + event.getClass().getName() + "."
06 + event.toString());
07 }
08
09 Class<? extends Enum> type = event.getType().getDeclaringClass();
10
11 try{
12 EventHandler handler = eventDispatchers.get(type); // 通过event获取到事件类型，再根据事件类型获取到已经注册的EventHandler
13 if(handler != null) {
14 handler.handle(event); // 使用对应的EventHandler处理事件event
15 } else {
16 throw new Exception("No handler for registered for " + type);
17 }
18 } catch (Throwable t) {
19 //TODO Maybe log the state of the queue
20 LOG.fatal("Error in dispatcher thread", t);
21 // If serviceStop is called, we should exit this thread gracefully.
22 if (exitOnDispatchException
23 && (ShutdownHookManager.get().isShutdownInProgress()) == false
24 && stopped == false) {
25 LOG.info("Exiting, bbye..");
26 System.exit(-1);
27 }
28 }
29 }
可以看到，根据已经注册的Map<Class, EventHandler> eventDispatchers表，选择对应的EventHandler来执行实际的事件处理逻辑。这里，再看看这个EventHandler是在哪里住的。前面已经看到，NMLivelinessMonitor类的expire方法中，传入的是new RMNodeEvent(id, RMNodeEventType.EXPIRE)，我们再查看ResourceManager.RMActiveServices.serviceInit()方法：
// Register event handler for RmNodes 2 rmDispatcher.register( 3 RMNodeEventType.class, new NodeEventDispatcher(rmContext)); // 注册：事件类型RMNodeEventType，EventHandler实现类NodeEventDispatcher
可见RMNodeEventType类型的事件是使用ResourceManager.NodeEventDispatcher这个EventHandler来处理的，同时它也是一个Dispatcher，现在再看NodeEventDispatcher的实现：
01 @Private 02 public static final class NodeEventDispatcher implements 03 EventHandler<RMNodeEvent> { 04 05 private final RMContext rmContext; 06 07 public NodeEventDispatcher(RMContext rmContext) { 08 this.rmContext = rmContext; 09 } 10 11 @Override 12 public void handle(RMNodeEvent event) { 13 NodeId nodeId = event.getNodeId(); 14 RMNode node = this.rmContext.getRMNodes().get(nodeId); // 调用getRMNodes()获取到一个ConcurrentMap<NodeId, RMNode>，它维护每个NodeId的状态（RMNode是一个状态机对象） 15 if (node != null) { 16 try { 17 ((EventHandler<RMNodeEvent>) node).handle(event); // RMNode的实现为RMNodeImpl，它也是一个EventHandler 18 } catch (Throwable t) { 19 LOG.error("Error in handling event type " + event.getType() 20 + " for node " + nodeId, t); 21 } 22 } 23 } 24 }
这个里面还没有真正地去处理，而是基于RMNode状态机对象来进行转移处理，所以我们继续看RMNode的实现RMNodeImpl，因为前面事件类型RMNodeEventType.EXPIRE，我们看状态机创建时对该事件类型的转移动作是如何注册的：
1 private static final StateMachineFactory<RMNodeImpl, 02 NodeState, 03 RMNodeEventType, 04 RMNodeEvent> stateMachineFactory 05 = new StateMachineFactory<RMNodeImpl, 06 NodeState, 07 RMNodeEventType, 08 RMNodeEvent>(NodeState.NEW) 09 ... 10 .addTransition(NodeState.RUNNING, NodeState.LOST, 11 RMNodeEventType.EXPIRE, 12 new DeactivateNodeTransition(NodeState.LOST)) 13 ... 14 .addTransition(NodeState.UNHEALTHY, NodeState.LOST, 15 RMNodeEventType.EXPIRE, 16 new DeactivateNodeTransition(NodeState.LOST))
在ResourceManager端维护的NodeManager的信息使用RMNodeImpl来表示（在内存中保存ConcurrentMap），所以当前如果expire方法被调用，RMNodeImpl会根据状态机对象中已经注册的前置转移状态（pre-transition state）、后置转移状态（post-transition state）、事件类型（event type）、转移Hook程序，来对事件进行处理，并使当前RMNodeImpl的状态由前置转移状态更新为后置转移状态。
对于上面代码，如果当前RMNodeImpl状态是NodeState.RUNNING，事件为RMNodeEventType.EXPIRE类型，则会调用Hook程序实现DeactivateNodeTransition，状态更新为NodeState.LOST；如果当前RMNodeImpl状态是NodeState.UNHEALTHY，事件为RMNodeEventType.EXPIRE类型，则会调用Hook程序实现DeactivateNodeTransition，状态更新为NodeState.LOST。具体地，每个Transition的处理逻辑如何，可以查看对应的Transition实现代码。
