分布式资源调度框架YARN
分布式资源调度框架YARN
一.YARN概述
yarn的核心思想是将资源管理和任务的监控和调度分离
- 通过的资源管理系统,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
二.YARN的基本构架核心组件
1.yarn的构架是master/slaves的主从构架
- master:ResourceManager 全局资源管理
负责集群的全局统一资源管理,调度,分配 - slaves: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
2.yarn的核心组件(包含ResourceManager和NodeManager) - Application
- Container
三.ResourceManager
1.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,负责接收Client端传输的job请求
2.ResourceManager功能
- 处理客户端的请求
- 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
四.Nodemanager
Nodemanager的功能
- 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RedeceTask指令
五.ApplicationMaster
ApplicationMaster功能
- 每一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
- 负责任务的监控和容错.当某些Task运行出错,进行容错处理
六.Container
- Container是YARN中的资源抽象,封装了某个节点上的多维资源,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
七.YARN的工作机制
八.YARN上提交MapReduce程序
启动JobHistoryServer
JobHistoryServer:作业历史服务
记录在yarn中调度的作业历史运行情况
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
九.YARN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:容器调度器
- Fair Scheduler:公平调度器
默认的作业调度器可以再yarn-default.xml文件中查看,属性如下 - yarn.resourvemanager.scheduler.class
- Hadoop版本2.6.0-cdh5.14.2的默认调度器是公平调度器
十.YARN常用命令
1.任务管理
- 查看正在运行的任务
yarn application -list - 杀掉正在进行的任务
- yarn application -kill 任务id
2.节点管理
- 查看节点列表
yarn node -list - 查看节点状态
yarn node -status 节点id