【MR】剖析YARN中uber模式

【MR】剖析YARN中uber模式

在看《Hadoop权威指南》时，看到关于uber模式的介绍
一，什么是uber模式
Uber模式简单地可以理解成JVM重用，该模式是Hadoop2.x开始引入的；以Uber模式运行MR作业，所有的Map任务和Reduce任务将会在Application Master所在的容器（container）中运行，也就是说整个MR作业运行的过程只会启动AM container，因为不需要启动mapper containers和 reducer containers。
这是一种针对MR小作业的优化机制。即如果作业足够小，则所有任务在一个JVM中完成要比为每个任务启动一个JVM更划算。

那什么任务算是小任务？
默认情况下，小任务就是小于10个mapper且只有1个reducer，并且输入分片大小小于一个HDFS块的大小。

二，uber模式原理
Yarn的默认配置会禁用uber组件，即不允许JVM重用。
首先，Resource Manager里的Application Manager会为每一个application(比如一个用户提交的MapReduce Job)在NodeManager里面申请一个container，然后在该container里面启动一个Application Master。container在Yarn中是分配资源的容器(内存、cpu、硬盘等)，它启动时便会相应启动一个JVM。此时，Application Master便陆续为application包含的每一个任务(Map t任务和Reduce任务)向Resource Manager申请一个container。等每得到一个container后，便要求该container所属的NodeManager将此container启动，然后就在这个container里面执行相应的任务。等这个任务执行完后，这个container便会被NodeManager收回，而container所拥有的JVM也相应地被退出。在这种情况下，可以看出每一个JVM仅会执行一个任务， JVM并未被重用。

当uber功能被启用时
首先，Resource Manager里的Application Manager会为每一个application在NodeManager里面申请一个container，然后在该container里面启动一个Application Master。containe启动时便会相应启动一个JVM。此时，如果uber功能被启用，并且该application被认为是一个“小的application”，那么Application Master便会将该application包含的每一个任务依次在这个container里的JVM里顺序执行，直到所有任务被执行完。这样Application Master便不用再为每一个任务向Resource Manager去申请一个单独的container，最终达到了JVM重用（资源重用）的目的。

三，uber模式配置
在yarn-site.xml文件中，改变一下几个参数的配置即可启用uber模式。
mapreduce.job.ubertask.enable；默认值false；true启用user功能。
uber的默认配置
mapreduce.job.ubertask.maxmaps 最大map数，默认值：9
mapreduce.job.ubertask.maxreduces 最大reduce数，默认值：1