简述hadoop 2.x Yarn组件协做过程

系统结构

hadoop2.x主要包括三个核心部分:node

(1) hdfs-分布式存储组件编程

hadoop用于存储数据的基础组件。分布式的,跨网络交互的hdfs集群。网络

(2) yarn-资源管理、任务调度组件框架

hadoop用于资源管理、任务调度的基础组件。yarn使hadoop成为分布式处理数据的通用平台,支持MapReduce v二、Tez、Hoya等多种计算框架。分布式

(3) processing framework-分布式计算框架oop

有不少针对不一样计算模型的计算框架,好比进行批量处理的MapReduce v2,图像处理的Giraph,流数据处理的Storm等。spa

(4) API-应用编程接口命令行

用户与hadoop交互的并行计算编程接口。orm


Yarn组件

(1) Resource Managerblog

Resource Manager资源管理器是yarn的核心组件,它管理hadoop集群全部的数据处理资源。Resource Manager的任务是维护一个全局的hadoop集群的资源视图,处理资源请求,调度请求和分配资源给发起请求的应用程序。Resource Manager本质上是一个给发起请求的应用程序分配资源的专用调度器,可是它依赖执行实际调度逻辑的调度模块。

Resource Manager对应用程序和计算框架是不可知的,yarn的Resource Manager没有map task或reduce task的概念,不跟踪job工做和task任务的进程,也不处理故障。Resource Manager惟一的任务就是调度工做负载。高度的职责分离,使yarn更易扩展,可以对应用程序提供一个更通用的hadoop平台,也使yarn支持多租户hadoop集群。

(2) Node Manager

每一个salve节点都有一个Node Manager守护进程,这个守护进程做为Resource Manager的slave。每一个slave node都有一个服务,它关联到使hadoop成为分布式系统的处理服务和存储服务。每一个Node Manager跟踪本节点可用的数据处理资源的状况,并按期向Resource Manager发送报告。

hadoop集群中处理资源是以container的形式被消费的,一个container是运行一个应用必要资源的集合,包括 CPU cores,内存,网络带宽和磁盘空间。一个已部署的container是做为一个独立的进程运行在hadoop集群一个节点上的。运行在slave节点上的全部container进程在最初被slave节点的Node Manager守护进程配置、监控和跟踪。

提示:hadoop2的container概念和hadoop1的slot概念相似,可是存在不少不一样的地方:1)slot是为运行map或reduce任务而定义的;而container是通用的,能够容许任何应用程序逻辑。2)container能够用自定义的资源数量来请求,只要请求的资源数量在一个container包含的资源范围以内皆可;可是,请求slot资源,都是分配一个彻底的slot资源。

(3) Application Master

运行在hadoop集群中的每一个应用程序都有它本身的专用Application Master实例,事实上这个实例运行在节点的container进程里。在这个Application Master实例整个生命周期,它都给Resource Manager发送心跳信息,告之Resource Manager资源管理器Application Master示例的状态和应用程序对资源须要的状况。基于Resource Manager资源管理器调度的结果,资源管理器会给某个特定slave节点的Application Master实例分配container资源租用权-提早预约资源container的须要。

Application Master监督应用程序的整个生命周期,包括从Resource Manager请求资源container到向Node Manager提交container资源租用请求。

提示:每一个应用程计算框架都必须有本身的Application Master实现。好比,MapReduce有一个专门用来执行map和reduce任务的Application Maser实现。

发布一个基于Yarn应用程序,了解Yarn组件协做的过程

  • 1)客户端应用向Resource Manager提交请求。
  • 2)Resource Manager向Node Manager提交Application Master Instance建立请求。
  • 3)Node Manager获取可用container,并启动container进程。
  • 4)Application Master在container进程中进行初始化,并注册到Resource Manager。
  • 5)Application Master向NameNode提交请求,获取文件的名称、位置和应用程序须要处理的数据块,并计算处理完这些数据块须要多少map和reduce任务。
  • 6)Application Master向Resource Manager发送心跳信息(带有请求资源和状态变化的清单),请求获取应用程序运行所必要的资源。
  • 7)Resouce Manager接受资源请求,并把这个请求放在请求待调度的队列里,等待被调度。当请求的资源在slave节点有可用的,Resource Manager授予Application Master实例container资源的租用权。
  • 8)Application Master向Node Manager发送CLC(包含应用程序任务须要的一切:环境变量、受权token、运行时的本地资源、开启实际进程的命令行信息),请求Resource Manager分配的container。而后Node Manager建立container进程,并启动进程。
  • 9)当container进程开启时,应用程序开始执行。Application Master会监督应用程序的进程。
  • 10)当应用的全部任务完成,Application Master发送结果集给客户端,通知Resource Manager应用完成并从Resource Manager撤销,关闭自身实例。
相关文章
相关标签/搜索