Hadoop学习笔记之YARN

Hadoop1.x时：
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JT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JT的命令：启动任务/杀死任务


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，按资源需要分配，进而提高集群资源的利用率
XXX: Spark/MapReduce/Storm/Flink

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


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：MR、Spark，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


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


YARN环境搭建
1）mapred-site.xml
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>


2）yarn-site.xml
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>


3) 启动YARN相关的进程
sbin/start-yarn.sh


4）验证
jps
ResourceManager
NodeManager
http://hadoop000:8088


5）停止YARN相关的进程
sbin/stop-yarn.sh




提交mr作业到YARN上运行：
/home/hadoop/app/hadoop-2.6.0-cdh5.7.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.7.0.jar


hadoop jar 


hadoop jar hadoop-mapreduce-examples-2.6.0-cdh5.7.0.jar pi 2 3