YARN的基本架构和运行原理

YARN

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
主要负责集群资源管理

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

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
负责集群全局统一的资源管理、调度、分配
slave：NodeMannager->结点资源管理器
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

YARN架构核心组件-ResouceManager

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

YARN架构核心组件-NodeManager

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

YARN架构核心组件-ApplicationMaster

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

YARN架构核心组件-Container

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
YARN的工作机制

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

如何杀掉一个任务：

kill -9
在8088端口上杀死任务