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
- yarn并不清楚用户提交的程序的运行机制。
- 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)。
- yarn中的主管角色叫ResourceManager。
- yarn中具体提供运算资源的角色叫NodeManager。
- 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……。
- 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。
- 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
- Mr 程序提交到客户端所在的节点( MapReduce )。
- yarnrunner 向 Resourcemanager 申请一个 application 。
- rm 将该应用程序的资源路径返回给 yarnrunner。
- 该程序将运行所需资源提交到 HDFS 上。(job.xml;job.split;mr.jar)。
- 程序资源提交完毕后,申请运行 mrAppMaster。
- RM 将用户的请求初始化成一个 task。
- 其中一个 NodeManager 领取到 task 任务。
- 该 NodeManager 创建容器 Container ,并产生 MRAppmaster。
- Container 从 HDFS 上拷贝资源到本地。
- MRAppmaster 向 RM 申请运行 maptask 容器。
- 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。
- 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。
- MRAppmaster 向 RM 申请 2 个容器,运行 reduce task 。
- reduce task 向 maptask 获取相应分区的数据。
- 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!。