文章目录
「章节总览」
【hadoop组件—HDFS https://blog.csdn.net/weixin_45404884/article/details/140488744】
【hadoop组件—MapReduce https://blog.csdn.net/weixin_45404884/article/details/140577542】
【hadoop组件—YARN https://blog.csdn.net/weixin_45404884/article/details/140578055】
一、YARN介绍
Apache Hadoop YARN （Yet Another Resource Negotiator，另一种资源协调者）是一种新的Hadoop资源管
理器。
- YARN是一个通用资源管理系统和调度平台，可为上层应用提供统一的资源管理和调度。
- 它的引入为集群在利用率、资源统一管理和数据共享等方面带来了巨大好处。
二、YARN功能说明
- 资源管理系统：集群的硬件资源，和程序运行相关，比如内存、CPU等。
- 调度平台：多个程序同时申请计算资源如何分配，调度的规则（算法）。
- 通用：不仅仅支持MapReduce程序，理论上支持各种计算程序。YARN不关心你干什么，只关心你要资源，在有的情况下给你，用完之后还我。
三、 YARN3大组件
1.ResourceManager（RM）
YARN集群中的主角色，决定系统中所有应用程序之间资源分配的最终权限，即最终仲裁者。
2.NodeManager（NM）
YARN中的从角色，一台机器上一个，负责管理本机器上的计算资源。
根据RM命令，启动Container容器、监视容器的资源使用情况。并且向RM主角色汇报资源使用情况。
3.ApplicationMaster（AM）
用户提交的每个应用程序均包含一个AM。
应用程序内的“老大”，负责程序内部各阶段的资源申请，监督程序的执行情况。
四、MR提交YARN交互流程
- 第1步、用户通过客户端向YARN中ResourceManager提交应用程序（比如hadoop jar提交MR程序）；
- 第2步、ResourceManager为该应用程序分配第一个Container（容器），并与对应的NodeManager通信，要求它在这个Container中启动这个应用程序的ApplicationMaster。
- 第3步、ApplicationMaster启动成功之后，首先向ResourceManager注册并保持通信，这样用户可以直接通过ResourceManage查看应用程序的运行状态（处理了百分之几）;
- 第4步、AM为本次程序内部的各个Task任务向RM申请资源，并监控它的运行状态。
- 第5步、一旦 ApplicationMaster 申请到资源后，便与对应的 NodeManager 通信，要求它启动任务。
- 第6步、NodeManager 为任务设置好运行环境后，将任务启动命令写到一个脚本中，并通过运行该脚本启动任务。
- 第7步、各个任务通过某个 RPC 协议向 ApplicationMaster 汇报自己的状态和进度，以让 ApplicationMaster 随时掌握各个任务的运行状态，从而可以在任务失败时重新启动任务。在应用程序运行过程中，用户可随时通过RPC 向 ApplicationMaster 查询应用程序的当前运行状态。
- 第8步、应用程序运行完成后，ApplicationMaster 向 ResourceManager 注销并关闭自己。
五、YARN资源调度器Scheduler
RN调度程序的工作是根据一些定义的策略为应用程序分配资源。
在YARN中，负责给应用分配资源的就是Scheduler，它是ResourceManager的核心组件之一。
1.调度器策略
Apache版本YARN默认使用Capacity Scheduler。
如果需要使用其他的调度器，可以在yarn-site.xml中的yarn.resourcemanager.scheduler.class进行配置。
（1）FIFO Scheduler（先进先出调度器）
FIFO Scheduler是一个先进先出的思想，即先提交的应用先运行。
FIFO Scheduler拥有一个控制全局的队列queue，默认queue名称为default，该调度器会获取当前集群上所有的资源信息作用于这个全局的queue。
（2）Capacity Scheduler（容量调度器）
允许多个组织共享整个集群资源。
每个组织可以获得集群的一部分计算能力。
通过为每个组织分配专门的队列，然后再为每个队列分配一定的集群资源。
（3）Fair Scheduler（公平调度器）
所有应用在平均情况下随着时间的流逝可以获得相等的资源份额。
计目标是为所有的应用分配公平的资源（对公平的定义通过参数来设置）。
公平调度可以在多个队列间工作，允许资源共享和抢占。