【深入浅出 Yarn 架构与实现】4-4 RM 管理 Application

在 YARN 中，Application 是指应用程序，它可能启动多个运行实例，每个运行实例由 —个 ApplicationMaster 与一组该 ApplicationMaster 启动的任务组成，它拥有名称、队列、优先级等属性，是一个比较宽泛的概念，可以是一个 MepReduce 作业、一个 DAG 应用程序等。YARN 中 Application 管理涉及应用程序的权限管理、启动与关闭、生命周期管理等，本节只介绍最基本的管理内容，比如权限管理、启动与关闭等，而生命周期管理则放到下一节中介绍。

一、ApplicationACLsManager

ApplicationACLsManager 负责管理应用程序访问权限

• 查看权限
  • 程序基本信息：运行时间、优先级等
• 修改权限
  • 修改程序优先级、杀死应用程序

二、RMAppManager

RMAppManager 负责应用程序启动和关闭。接下来结合源码主要分析启动和结束两个操作。

1、启动

在「4-1 ResourceManager 功能概述」中，提到了 ClientRMService 处理来自客户端各种 RPC 请求，比如提交、终止获取应用运行状态等。
ClientRMService 当收到客户端提交的应用后，将调用函数 RMAppManager#submitApplication 创建一个 RMApp 对象，维护应用程序的整个生命周期。

protected void submitApplication() {
    // 创建 app，并添加到 RMActiveServiceContext.applications
	RMAppImpl application =
    	createAndPopulateNewRMApp(submissionContext, submitTime, user, false);

    // 发送 app start event，继续由其他事件处理器处理
    this.rmContext.getDispatcher().getEventHandler()
        .handle(new RMAppEvent(applicationId, RMAppEventType.START));
}

2、结束

当 RMAPP 运行结束后，将向 RMAPPManager 发送一个 RMAPPManagerEventType.APP_COMPLETED 事件。看源码将执行 3 个操作：

  public void handle(RMAppManagerEvent event) {
    ApplicationId applicationId = event.getApplicationId();
    LOG.debug("RMAppManager processing event for " 
        + applicationId + " of type " + event.getType());
    switch(event.getType()) {
      case APP_COMPLETED: 
      {
        finishApplication(applicationId);
        logApplicationSummary(applicationId);
        checkAppNumCompletedLimit(); 
      } 

• finishApplication()
  • 将 Application 放入到内存的已完成列表 completedApps 中，用户可查询历史应用执行信息（如 yarn web）。
• logApplicationSummary()
  • 打印日志信息。
• checkAppNumCompletedLimit()
  • 上面提到的 completedApps 列表容量有限，默认 10000，可修改。超过该值时，将从在这里被移除，后续可从 History Server 中进行查看。
  • 将应用程序从 RMStateStore 中移除。RMStateStore 记录了运行中的应用程序的运行日志，当集群故障重启后，RM 可通过这些日志恢复应用程序运行状态，从而避免全部重新运行，一旦应用程序运行结束后，这些日志便失去了意义， 故可以对其进行删除。

三、ContainerAllocationExpirer

当 AM 获得 Container 后，必须在一定时间内（默认为 10min，可修改），在对应的 NM 上启动该 Container，否则 RM 将强制回收该 Container。因为 YARN 不允许 AM 长时间不对其使用，会降低整个集群的利用率。

protected void expire(AllocationExpirationInfo allocationExpirationInfo) {
  dispatcher.handle(new ContainerExpiredSchedulerEvent(
      allocationExpirationInfo.getContainerId(),
          allocationExpirationInfo.isIncrease()));
}

该类也继承自抽象类 AbstractLivelinessMonitor，前面已经讲过，这里不再赘述。