Hadoop学习(五)——YARN运行原理剖析

HDFS SenLin 4年前 (2020-04-11) 397次浏览 已收录 0个评论

一、YARN的诞生

在hadoop1.0版本是没有yarn的概念的,而在hadoop2.0版本以上才出现了yarn,人们是希望有一套合理的管理机制,来控制整个集群的资源管理,可以搭配多种计算框架比如MapReduce,spark等等,于是才出现了yarn。

二、YARN的基本架构

yarn和hdfs一样也是一个主从架构(master、slave),分为

  • ResourceManager 全局资源管理器 分配在master机器中,管理着NodeManager
  • NodeManager 节点资源任务管理器 分配在slave机器中
Hadoop学习(五)——YARN运行原理剖析
图片.png

主要组成部分有:ResourceManager、NodeManager、Application Manager、Application Master、Resource Scheduler、Container

三、剖析ResourceManager

ResourceManager也是有2个组成成分,分为Application Manager(应用程序管理器)和Resource Scheduler(调度器)

  • Application Manager
    负责接收客户端传来的job请求,为应用程序分配第一个Container(资源池)来运行我们第一个Application Master,并负责监控Application Master,如果Application Master挂掉了就重启它。
  • Scheduler
    负责让我们每一个节点都充分利用起来,合理分配和调度任务。但它是一个纯调度器,不负责从事与具体应用程序相关的工作,比如运行map任务和reduce任务,监控程序,都不是它所做的。

    • 队列调度器 FIFO Scheduler
      是最简单和容易理解的调度器,但不适合共享集群这种场景,因为他是把提交的任务按顺序放进队列中,在队头的任务先被分配资源执行,等前面任务满足需求后才往后分配资源,依次往后类推,这可能导致大的任务占据整个集群资源,而后面的小任务就被阻塞了。
    • 容量调度器 Capacity Scheduler
      这个调度器以队列为单位划分资源,队列以分层方式组织资源,设计了多层级别的资源限制条件,比如队列资源限制、用户资源限制、用户应用程序数目资源限制,以便更好地让多用户共享集群。可以通过配置资源上限来灵活地防止资源滥用,队列里还是以FIFO方式调度,当一个队列的资源有剩余时,可以暂时将剩余资源共享给其他队列。这种相当于预先占用一定的系统资源。
    • 公平调度器 Fair Scheduler
      这个调度器不需要预先占用一定的系统资源,Fair调度器会为所有正在执行的job动态调整系统资源。当只有一个大任务执行时资源都给它,当有第二个小任务执行时,系统会调整一半的资源给小任务,让这2任务公平共享集群资源,执行完后又会释放掉占用的资源,最终效果是Fair调度器可以得到高的资源利用率和保证小任务及时完成。

有关上面这3种调度器的详细学习就在这篇文章中,文章链接:https://www.jianshu.com/p/855e40f5437d

  • Application Master
    负责监控map任务和reduce任务,每一个MapReduce程序都会产生一个Application Master,Application Master就相当于是一个任务的管理者。当我们提交一个MapReduce任务的时候,例如:hadoop jar xxx.jar命令,我们在后台jps下查看进程可以看到有一个MRAppMaster进程,这个就是Application Master。

    Hadoop学习(五)——YARN运行原理剖析
    image.png

    上图的大致流程就是:
    1、客户端发送任务请求给ResourceManager
    2、Application Manager负责下达命令给Node Manager
    3、Node Manager启动一个Application Master进程
    4、Application Master和调度器请求资源启动map任务和reduce任务

Application Master的主要功能:
1、与ResourceManager的调度器协商获取资源。
2、与Node Manager节点通信,启动任务,停止任务,在这一阶段会涉及到Container(资源池)的知识。
3、监控其所管理的任务(map任务,reduce任务)执行状态,如果失败,则重新启动任务来申请资源。

  • Container
    Container是YARN的资源抽象,它封装了某个节点的多维度资源,比如IO,磁盘,CPU,我们可以把它理解为一个虚拟机,资源完整的小资源池。
    资源池主要将节点的资源切分出来组成一个可以单独运行任务(map任务,reduce任务)的容器,用来运行任务。

top8488大数据 , 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:Hadoop学习(五)——YARN运行原理剖析
喜欢 (0)
[]
分享 (0)

您必须 登录 才能发表评论!