分布式资源调度框架YARN
分类:
文章
•
2023-03-31 12:08:43
1.YARN的前世今生
- Hadoop1.x版本中最大的问题是资源问题
- 对数据的处理和资源调度主要依赖MapReduce完成，只能运行MapReduce程序
- JobTracker负责资源管理和程序调度，压力较大
- Hadoop2.x版本添加YARN
2.YARN概述
- YARN(Yet Another Resource Negotiator)核心思想是将资源管理和任务的监控和调度分离
- 通用的资源管理系统，可为不同的应用（MapReduce、Spark、Flink等）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
3.YARN的基本架构核心组件
- YARN的架构是master/slaves的主从架构
- master:ResourceManager->全局资源管理
- slave:NodeManager->节点资源管理器
- 启动了NodeManager进程的节点
- 负责管理节点的资源及使用情况
- YARN核心组件（包含ResourceManager和NodeManager）
- ApplicationMaster
- Container
3.1ResouceManager
- ResourceManager组成
- ResourceScheduler->资源调度器，根据节点的容量、队列情况，为应用程序分配资源
- Application Manager->应用程序管理器，负责接受Client端传输的job请求
- ResourceManager功能
- 处理客户端请求
- 监控NodeManager
- 启动和监控ApplicationMaster，进行必要的重启
- 整个系统的资源分配和调度
3.2NodeManager
- NodeManager功能
- 本节点上的资源管理和任务管理
- 定时向ResourceManager汇报本节点上的资源使用情况和各个Container的运行情况
- 接收和处理来自ResourceManager的Container启动和停止的各种命令
- 处理来自ApplicationMaster的指令，比如启动MapTask和ReduceTask指令
3.3ApplicationMaster
- ApplicationMaster功能
- 每个应用程序对应一个ApplicationMaster，负责单个应用程序的管理
- 负责数据切分
- 为应用程序向ResourceManager申请资源(Container)，并分配内部任务（MapTask和
- ReduceTask）
- 与NodeManager通信来启动/停止任务，Task都是运行在Container中的
- 负责任务的监控和容错，当某些Task运行出错，进行容错处理
3.4Container
- Container是YARN中的资源抽象，封装了某个节点上的多维度资源，如内存、CPU、磁盘、网络等
- Container类似于一个虚拟机，可以在上面执行任务
4. YARN的工作机制
5.启动JobHistoryServer
- JobHistoryServer：作业历史服务
- 启动JobHistoryServer
- 命令位置
- $HADOOP_HOME/sbin/mr-jobhistory-daemon.sh
- 启动命令（集群中每台都执行）
- mr-jobhistory-daemon.sh start historyserver
- 验证
- jps查看进程，存在JobHistoryServer进程证明启动成功
6.YARN的资源调度器
- 目前Hadoop作业调度器有三种
- FIFO：先进先出调度器
- Capacity Scheduler：容量调度器
- Fair Scheduler：公平调度器
- 默认的作业调度器可以在yarn-default.xml文件中查看，属性如下
- yarn.resourcemanager.scheduler.class
- Hadoop版本2.6.0-cdh5.14.2的默认调度器是公平调度器
7.YARN常用命令
- 任务管理
- 查看正在运行的任务
- 杀掉正在运行的任务
- yarn application -kill 任务id
- 节点管理
