YARN(Yet Another Resource Negotiator)是Hadoop2.0集群中负责资源管理和调度以及监控运行在它上面的各种应用，是hadoop2.0中的核心，它类似于一个分布式操作系统，通过它的api编写的应用可以跑在它上面，支持临时和常驻的应用，集群的资源可以得到最大限度的共享。资源是指CPU，内存，硬盘，带宽等可以量化的东西。
Hadoop1.0和2.0架构对比
- 1.0的绝对核心是mapreduce，只能跑mapreduce的任务；2.0的绝对核心是YARN，除了可以跑mapreduce，还可以跑其它各种各样的任务，每个应用向YARN申请资源
- 1.0的JobTracker和NameNode是单点，一旦挂掉，整个集群会瘫痪；2.0核心组件不再是单点，基于ZooKeeper实现了HA（RM Hadoop2.4版本及后才支持）
- 2.0没有了JobTracker和TaskTracker，增加了ResourceManager，NodeManager，Application Master，Container
- 2.0资源使用效率更高，资源使用更加弹性灵活
- 2.0把资源管理以及调度和任务管理以及调度拆开，使得组件功能变得更简单，程序更加稳定健壮，1.0时都由JobTracker负责
- 2.0比1.0架构更加复杂了
- YARN的出现解决了1.0时代设计的缺陷，让Hadoop集群功能越来越完善，让Hadoop集群越来越稳定
YARN架构设计
(图片来源：hadoop官方文档)
- Client客户端，提交任务到ResourceManager
- ResourceManager(RM)，负责接收任务，管理集群中的资源和调度，以及监控运行在YARN上的应用，它有2个核心的组件：1 可插拔的Scheduler资源调度器，2 ResoucerManagerApplicationMaster管理和监控应用
- NodeManager(NM)，负责管理单台机器的资源，通过心跳定时上报机器资源状态，启动和停止和监控Container，定时检查机器可用情况
- ApplicationMaster(AM)，运行在NM Container上的程序，由RM选择某台NM上的某个Container来运行这个程序，AM负责向RM申请应用所需资源，协调NM启动Container，负责应用任务的管理和调度，通过心跳定时向RM上报任务执行情况
- Container，资源容器，不限定应用类型，可以跑任何任务，比如map任务，reduce任务，spark driver任务等，资源类型有：CPU，内存，硬盘，带宽等可量化的东西或者它们的组合。资源需要按照最小单位的倍数申请。
- 执行流程概述；
1 客户端准备好任务各种资源，包括代码，依赖包，配置文件等，通过RM客户端向RM提交任务
2 RM进行权限检查和集群负载情况，如果通过，接受提交的任务，加入任务队列，等待调度器调度
3 当有空闲资源时，RM选择一个NM，指示NM启动一个Container运行这个任务的AM
4 这个应用的AM启动后，AM看看自己完成任务需要多少资源，然后向RM Scheduler申请资源
5 Scheduler根据策略分配资源，返回资源信息给AM
6 AM拿到已分配的资源信息后，协商NM启动Container，然后在Container运行自己的任务程序
7 AM调度自己的任务，监控自己的任务状态(Container和AM通信)，并定时向RM汇报任务状态
8 AM执行完成，释放Container资源 - RM出现异常；其它备份的RM接管，新的RM通知AM重新启动
- NM出现异常：RM监控到NM异常，RM通知AM，AM做进一步处理
- AM出现异常：RM负责重新启动AM，RM已经记录了AM任务状态信息，已经完成的任务不会再执行
RM实现HA
(图片来源：hadoop官方文档)
- 大于等于2.4版本才支持HA
- RM有2种状态，提供服务的处于Active状态，备份的是Standby状态
- 通过ZooKeeper协调，实现故障转移
- RM有内置ZKFC，只需开启配置，不需要单独启动额外的监控进程
- RM状态信息存储方式：
1 ZooKeeper
2 HDFS
3 本地文件系统，故障转移需要考虑信息如何同步，人工实现故障转移
调度策略
- FIFO Scheduler（先进先出）
先来的先执行，如果有任务执行时间长，占用资源多，后面的任务只能等待，即使是执行快，占用资源少的应用，也必须等待那个耗时耗资源的任务执行完 - Capacity Scheduler（预先分配资源模式）
N个任务队列，每个队列分配一定资源，每个队列资源互不共享，每个队列只有有权限的人或者组织才能使用。
如果某些任务队列没有任务，会造成资源的浪费。相比FIFO模式，任务执行时间会变的更长，因为耗时耗资源的应用可用资源更少了。 - Fair Scheduler（公平调度模式）
先来的任务先执行，当有新的任务到来时，虽然上一个任务没有执行完，上一个任务释放的Container优先分配给这个新任务，当新任务执行完成时，释放的资源再给上一个任务使用。
这样就能达到即不影响耗时的任务又能执行执行新任务的目的。在兼顾公平使用的基础上，最大化利用集群的资源。
参考资料
【0】八斗学院内部YARN学习资料
【1】YARN官方文档
http://hadoop.apache.org/docs/r2.6.5/hadoop-yarn/hadoop-yarn-site/YARN.html
原文地址：https://www.cnblogs.com/wadeyu/p/9696080.html
时间： 2024-07-28 21:37:30