大数据 07 Hadoop之YARN
1 概述
YARN(Yet Another Resource Negotiator),通用的资源管理系统,为上层应用提供统一的资源管理和调度。
2 产生背景
MapReduce1.x存在的问题:单点故障&节点压力大不易扩展
资源利用率&运维成本
Hadoop1.x:
MapReduce:Master/Slave架构,1个JobTracker带多个TaskTracker
JobTracker:
- 负责资源管理和作业调度
TaskTracker:
- 定期向JobTracker汇报本节点的健康状况、资源使用情况、作业执行情况;
- 接收来自JobTracker的命令:启动任务/杀死任务
3 YARN特点
YARN:不同计算框架可以共享同一个HDFS集群上的数据,享受整体的资源调度。
XXX on YARN的好处:
- 与其他计算框架共享集群资源,按资源需要来分配,进而提高集群资源的利用率。(XXX: Spark/MapReduce/Storm/Flink)
4 YARN架构
1)ResourceManager: RM
- 整个集群同一时间提供服务的RM只有一个,负责集群资源的统一管理和调度。
- 处理客户端的请求: 提交一个作业、杀死一个作业。
- 监控我们的NM,一旦某个NM挂了,那么该NM上运行的任务需要告诉我们的AM来如何进行处理。
- 启动/监控AM。
2) NodeManager: NM
- 整个集群中有多个,负责自己本身节点资源管理和使用
- 定时向RM汇报本节点的资源使用情况
- 接收并处理来自RM的各种命令:启动Container
- 处理来自AM的命令
- 单个节点的资源管理
3) ApplicationMaster: AM
- 每个应用程序对应一个,负责应用程序的管理。
- 为应用程序向RM申请资源(core、memory),分配给内部task。
- 需要与NM通信:启动/停止task,task是运行在container里面,AM也是运行在container里面。
- 任务监控与容错。
- 数据切分。
4) Container
- 封装了CPU、Memory等资源的一个容器
- 是一个任务运行环境的抽象
5) Client
- 提交作业
- 查询作业的运行进度
- 杀死作业