目录
1）如何管理集群资源？
2）如何给任务合理分配资源？
Yarn是一个资源调度平台，负责为运算程序提供服务器运算资源，相当于一个分布式的操作系统平台，而MapReduce等运算程序则相当于运行于操作系统之上的应用程序。
1.1、Yarn基础架构
YARN主要由ResourceManager、NodeManager、ApplicationMaster和Container等组件构成。
1.2、Yarn工作机制
（1）MR程序提交到客户端所在的节点。
（2）YarnRunner向ResourceManager申请一个Application。
（3）RM将该应用程序的资源路径返回给YarnRunner。
（4）该程序将运行所需资源提交到HDFS上。
（5）程序资源提交完毕后，申请运行mrAppMaster。
（6）RM将用户的请求初始化成一个Task。
（7）其中一个NodeManager领取到Task任务。
（8）该NodeManager创建容器Container，并产生MRAppmaster。
（9）Container从HDFS上拷贝资源到本地。
（10）MRAppmaster向RM 申请运行MapTask资源。
（11）RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
（12）MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
（13）MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
（14）ReduceTask向MapTask获取相应分区的数据。
（15）程序运行完毕后，MR会向RM申请注销自己。
1.3、作业提交全过程
HDFS、YARN、MapReduce三者关系：
作业提交过程之YARN
作业提交过程之HDFS & MapReduce
作业提交全过程详解
（1）作业提交
第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
第2步：Client向RM申请一个作业id。
第3步：RM给Client返回该job资源的提交路径和作业id。
第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。
第5步：Client提交完资源后，向RM申请运行MrAppMaster。
（2）作业初始化
第6步：当RM收到Client的请求后，将该job添加到容量调度器中。
第7步：某一个空闲的NM领取到该Job。
第8步：该NM创建Container，并产生MRAppmaster。
第9步：下载Client提交的资源到本地。
（3）任务分配
第10步：MrAppMaster向RM申请运行多个MapTask任务资源。
第11步：RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
（4）任务运行
第12步：MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
第13步：MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
第14步：ReduceTask向MapTask获取相应分区的数据。
第15步：程序运行完毕后，MR会向RM申请注销自己。
（5）进度和状态更新
YARN中的任务将其进度和状态(包括counter)返回给应用管理器, 客户端每秒(通过mapreduce.client.progressmonitor.pollinterval设置)向应用管理器请求进度更新, 展示给用户。
（6）作业完成
除了向应用管理器请求作业进度外, 客户端每5秒都会通过调用waitForCompletion()来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后, 应用管理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。
1.4、Yarn调度器和调度算法
目前，Hadoop作业调度器主要有三种：FIFO、容量（Capacity Scheduler）和公平（Fair Scheduler）。Apache Hadoop3.1.3默认的资源调度器是Capacity Scheduler。
CDH框架默认调度器是Fair Scheduler。
具体设置详见：yarn-default.xml文件
<property>
<description>The class to use as the resource scheduler.</description>
<name>yarn.resourcemanager.scheduler.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>
</property>
1.4.1、先进先出调度器（FIFO）
FIFO调度器（First In First Out）：单队列，根据提交作业的先后顺序，先来先服务
优点：简单易懂；
缺点：不支持多队列，生产环境很少使用；
1.4.2 容量调度器（Capacity Scheduler）
Capacity Scheduler是Yahoo开发的多用户调度器。
特点：
容器调度器资源分配算法
1.4.3 公平调度器（Fair Scheduler）
Fair Schedulere是Facebook开发的多用户调度器。
公平调度器------缺额
公平调度器队列资源分配方式
1.5、Yarn常用命令
Yarn状态的查询，除了可以在hadoop103:8088页面查看外，还可以通过命令操作。常见的命令操作如下所示：
需求：执行WordCount案例，并用Yarn命令查看任务运行情况。
[zsong@hadoop2 ~]$ start-yarn.sh
[zsong@hadoop2 ~]$ start-dfs.sh
[zsong@hadoop2 hadoop]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
1.5.1、yarn application查看任务
（1）列出所有Application：
[zsong@hadoop2 ~]$ yarn application -list
（2）根据Application状态过滤：yarn application -list -appStates （所有状态：ALL、NEW、NEW_SAVING、SUBMITTED、ACCEPTED、RUNNING、FINISHED、FAILED、KILLED）
[zsong@hadoop2 ~]$ yarn application -list -appStates FINISHED
2023-03-13 17:16:31,466 INFO client.RMProxy: Connecting to ResourceManager at hadoop3/192.168.253.133:8032
Total number of applications (application-types: [], states: [FINISHED] and tags: []):1
Application-Id Application-Name Application-Type User Queue State Final-State Progress Tracking-URL
application_1678698809294_0001 word count MAPREDUCE zsong default FINISHED FAILED 100%http://hadoop2:19888/jobhistory/job/job_1678698809294_0001
（3）Kill掉Application：
yarn application -kill application_1678698809294_0001
1.5.2、 yarn logs查看日志
（1）查询Application日志：yarn logs -applicationId <ApplicationId>
[zsong@hadoop2 ~]$ yarn logs -applicationId application_1678698809294_0001
（2）查询Container日志：yarn logs -applicationId <ApplicationId> -containerId <ContainerId>
[zsong@hadoop2 ~]$ yarn logs -applicationId application_1612577921195_0001 -containerId container_1612577921195_0001_01_000001
1.5.3、 yarn applicationattempt查看尝试运行的任务
（1）列出所有Application尝试的列表：yarn applicationattempt -list <ApplicationId>
[zsong@hadoop2 ~]$ yarn applicationattempt -list application_1612577921195_0001
（2）打印ApplicationAttemp状态：yarn applicationattempt -status <ApplicationAttemptId>
[zsong@hadoop2 ~]$ yarn applicationattempt -status appattempt_1612577921195_0001_000001
1.5.4、 yarn container查看容器
（1）列出所有Container：yarn container -list <ApplicationAttemptId>
[zsong@hadoop2 ~]$ yarn container -list appattempt_1612577921195_0001_000001
（2）打印Container状态： yarn container -status <ContainerId>
[zsong@hadoop2 ~]$ yarn container -status container_1612577921195_0001_01_000001
注：只有在任务跑的途中才能看到container的状态
1.5.5、 yarn node查看节点状态
列出所有节点：yarn node -list -all
[zsong@hadoop2 ~]$ yarn node -list -all
1.5.6 、yarn rmadmin更新配置
加载队列配置：yarn rmadmin -refreshQueues
[zsong@hadoop2 ~]$ yarn rmadmin -refreshQueues
1.5.7、 yarn queue查看队列
打印队列信息：yarn queue -status <QueueName>
[zsong@hadoop2 ~]$ yarn queue -status default
1.6、Yarn生产环境核心参数
