Yarn学习

1、什么是Yarn

                YARN是Hadoop 2.0中的资源管理系统，它的基本设计思想是将MRv1中的JobTracker拆分红了两个独立的服务：一个全局的资源管理器ResourceManager和每一个应用程序特有的ApplicationMaster。

       其中ResourceManager负责整个系统的资源管理和分配，而ApplicationMaster负责单个应用程序的管理。

 

2、YARN基本组成结构

      YARN整体上仍然是Master/Slave结构，在整个资源管理框架中，ResourceManager为Master，NodeManager为Slave，ResourceManager负责对各个NodeManager上的资源进行统一管理和调度。当用户提交一个应用程序时，须要提供一个用以跟踪和管理这个程序的ApplicationMaster，它负责向ResourceManager申请资源，并要求NodeManger启动能够占用必定资源的任务。因为不一样的ApplicationMaster被分布到不一样的节点上，所以它们之间不会相互影响。

 

                                     

 

1.ResourceManager（RM）

       RM是一个全局的资源管理器，负责整个系统的资源管理和分配。它主要由两个组件构成：调度器（Scheduler）和应用程序管理器（Applications Manager，AM）。

（1）调度器

       调度器根据容量、队列等限制条件（如每一个队列分配必定的资源，最多执行必定数量的做业等），将系统中的资源分配给各个正在运行的应用程序。

        须要注意的是，该调度器是一个“纯调度器”，它再也不从事任何与具体应用程序相关的工做，好比不负责监控或者跟踪应用的执行状态等，也不负责从新启动因应用执行失败或者硬件故障而产生的失败任务，这些均交由应用程序相关的ApplicationMaster完成。调度器仅根据各个应用程序的资源需求进行资源分配，而资源分配单位用一个抽象概念“资源容器”（Resource Container，简称Container）表示，Container是一个动态资源分配单位，它将内存、CPU、磁盘、网络等资源封装在一块儿，从而限定每一个任务使用的资源量。此外，该调度器是一个可插拔的组件，用户可根据本身的须要设计新的调度器，YARN提供了多种直接可用的调度器，好比Fair Scheduler和Capacity Scheduler等。

 

（2） 应用程序管理器

   应用程序管理器负责管理整个系统中全部应用程序，包括应用程序提交、与调度器协商资源以启动ApplicationMaster、监控ApplicationMaster运行状态并在失败时从新启动它等。

 

2. ApplicationMaster（AM）

用户提交的每一个应用程序均包含1个AM，主要功能包括：

与RM调度器协商以获取资源（用Container表示）；

将获得的任务进一步分配给内部的任务；

与NM通讯以启动/中止任务；

监控全部任务运行状态，并在任务运行失败时从新为任务申请资源以重启任务。

当前YARN自带了两个AM实现，一个是用于演示AM编写方法的实例程序distributedshell，它能够申请必定数目的Container以并行运行一个Shell命令或者Shell脚本；另外一个是运行MapReduce应用程序的AM—MRAppMaster，咱们将在第8章对其进行介绍。此外，一些其余的计算框架对应的AM正在开发中，好比Open MPI、Spark等。

 

3. NodeManager（NM）

NM是每一个节点上的资源和任务管理器，一方面，它会定时地向RM汇报本节点上的资源使用状况和各个Container的运行状态；另外一方面，它接收并处理来自AM的Container启动/中止等各类请求。

4. Container

Container是YARN中的资源抽象，它封装了某个节点上的多维度资源，如内存、CPU、磁盘、网络等，当AM向RM申请资源时，RM为AM返回的资源即是用Container表示的。YARN会为每一个任务分配一个Container，且该任务只能使用该Container中描述的资源。

须要注意的是，Container不一样于MRv1中的slot，它是一个动态资源划分单位，是根据应用程序的需求动态生成的。截至本书完成时，YARN仅支持CPU和内存两种资源，且使用了轻量级资源隔离机制Cgroups进行资源隔离。