自学yarn部分知识点汇总

1、什么是Yarn

通用资源管理系统和调度平台

2、Yarn特点：

1、支持多计算框架
2、资源利用率高，运行成本低，数据共享。

3、Yarn的意义：

降低了企业硬件的成本（多个集群变成一个集群），减少了资源的了浪费，运营成本低。

4、Yarn基本组成

ResourceManager  ：一个集群资源调度的管理者
NodeManager		：一个节点资源调度的管理者（集群各个节点资源的工作者）
ApplicationMaster	： 一个计算任务的管理者	
Container		： 容器（cpu 和 内存）

5、Yarn提交任务的流程

1、client向RM提交应用程序，其中包括启动该应用的ApplicationMaster的必须信息，例如ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等。
2、ResourceManager启动一个container用于运行ApplicationMaster。
3、启动中的ApplicationMaster向ResourceManager注册自己，启动成功后与RM保持心跳。
4、ApplicationMaster向ResourceManager发送请求，申请相应数目的container。
5、申请成功的container，由ApplicationMaster进行初始化。container的启动信息初始化后，AM与对应的NodeManager通信，要求NM启动container。
6、NM启动启动container。
7、container运行期间，ApplicationMaster对container进行监控。container通过RPC协议向对应的AM汇报自己的进度和状态等信息。
8、应用运行结束后，ApplicationMaster向ResourceManager注销自己，并允许属于它的container被收回。

6、Yarn的调度方式

FIFO Scheduler ： 先进先出（先来后到的顺序）

Capacity Scheduler：容量调度
Fair Scheduler：公平调度

1、先进先出：优先提交的，优先执行，后面提交的等待。（火车过隧道）。
2、容量调度：允许创建多个任务对列，每个队列使用所有资源的一部分。多个任务对列可以同时执行。但是一个队列内部还是先进先出。CDH默认的调度器。
3、公平调度：第一个程序在启动时可以占用其他对列的资源（100%占用），当其他对列有任务提交时，占用资源的对列需要将资源还给该任务。还资源的时候，效率比较慢。

7、参数yarn.scheduler.fair.allow-undeclared-pools的作用是？（true/false）

如果提交一个任务没有到任何的队列，是否允许创建一个新的队列，默认为true

8、参数yarn.scheduler.fair.user-as-default-queue的作用是？（true/false）

是否提交到默认队列 ，以用户名为默认对列

9、介绍一下hadoopHA

1、HadoopHA 包括两个部分，NameNodeHA和ResourceManagerHA
2、hadoop HA解决了早期版本中的NN单点问题。YarnHA解决了ResourceManager的单点问题
3、NNHA方案中包含两个NN,一个是active状态，一个是StandBy状态。每个NN分配在两个完全独立的服务器中。每个NN所在的节点需配置一个ZKFC。
4、两个NN之间的元数据同步使用JN传递。

10、ZKFC作用:

监控NN所在节点的硬件设备、软件（NN）、操作系统，同时维护与ZK的通信。主要用于两个NN之间状态切换时的信息传递。

11、NN Active 状态和StandBy状态的确认：

两个NN到ZK集群注册一个临时的ZNode,哪个先注册成功，哪个就是Active,另外一个就是StandBy.

12、ActiveNN宕机后故障如何转移

当ActiveNN节点故障    ActiveZKFC通知ZK删除临时ZNode   StandBy状态的ZKFC订阅这个临时ZNode的变换，若ZNode消失，StandBy状态的ZKCF立刻通知StandBy NN    StandBy NN 远程登录ActiveNN，执行Kill -9 ActiveNN   StandBy NN通知StandBy ZKFC去ZK上注册临时ZNode，注册成功切换为active状态。

13、两个NN之间的元数据信息如何实现快速同步？

ActiveNN实时将FSimage和日志接入JN（高效的存储系统）。StandByNN实时获取JN内部的数据，实现两个节点的实时元数据同步。