YARN详细调度流程

---

yarn概述

Yarn是一个资源调度平台，负责为运算程序提供服务器运算资源，相当于一个分布式的操作系统平台，而mapreduce等运算程序则相当于运行于操作系统之上的应用程序。

---

一、yarn的重要概念

1. yarn并不清楚用户提交的程序的运行机制。
2. yarn只提供运算资源的调度（用户程序向yarn申请资源，yarn就负责分配资源）。
3. yarn中的主管角色叫ResourceManager。
4. yarn中具体提供运算资源的角色叫NodeManager。
5. 这样一来，yarn其实就与运行的用户程序完全解耦，就意味着yarn上可以运行各种类型的分布式运算程序（mapreduce只是其中的一种），比如mapreduce、storm程序，spark程序……。
6. 所以，spark、storm等运算框架都可以整合在yarn上运行，只要他们各自的框架中有符合yarn规范的资源请求机制即可。
7. Yarn就成为一个通用的资源调度平台，从此，企业中以前存在的各种运算集群都可以整合在一个物理集群上，提高资源利用率，方便数据共享。

二、yarn资源调度全流程

1.流程图

2.详细流程

1. Mr 程序提交到客户端所在的节点（ MapReduce ）。
2. yarnrunner 向 Resourcemanager 申请一个 application 。
3. rm 将该应用程序的资源路径返回给 yarnrunner。
4. 该程序将运行所需资源提交到 HDFS 上。（job.xml;job.split;mr.jar）。
5. 程序资源提交完毕后，申请运行 mrAppMaster。
6. RM 将用户的请求初始化成一个 task。
7. 其中一个 NodeManager 领取到 task 任务。
8. 该 NodeManager 创建容器 Container ，并产生 MRAppmaster。
9. Container 从 HDFS 上拷贝资源到本地。
10. MRAppmaster 向 RM 申请运行 maptask 容器。
11. RM 将运行 maptask 任务分配给另外两个 NodeManager ，另两个 NodeManager 分别领取任务并创建容器。
12. MR 向两个接收到任务的 NodeManager 发送程序启动脚本，这两个 NodeManager 分别启动 maptask ， maptask 对数据分区排序。
13. MRAppmaster 向 RM 申请 2 个容器，运行 reduce task 。
14. reduce task 向 maptask 获取相应分区的数据。
15. 程序运行完毕后， MR 会向 RM 注销自己。

---

总结

面试重点，面试的时候能把这15项有条不紊的讲出来，yarn调度流程这一块必过！。