Yarn 概念

Yarn 架构

1、mr v1 的缺陷:
扩展性受限
单点故障
难以支持mr之外的计算
多计算框架各自为战,数据共享困难
-mr:离线计算框架
-storm:实时计算框架
-spark:内存计算框架

hadoop 1 hadoop2:
hadoop 2.0 分支:
hdfs: nn federation。ha
mr:运行在 yarn 上的mr
yarn:资源调度

2、resourcemananger
-处理客户端请求
-启动 applicationMaster
-启动nodemanager
-资源分配与调度
nodemanager
–单个节点上的资源
–处理来自resourcemanager 的命令
–处理来自applicationMaster的命令
appmaster:
–数据切分
–为应用何曾需申请资源,并分配给内部任务
–任务监控与容错
3、容错:
–resourcemanager
–存在单点故障
–2.x 基于zookeeper 实现 ha
–nodemanager
–任务失败,rm 将失败任务告诉给am
–am 决定 如何处理失败任务
appmaster:
–失败后,由 rm 负责重启,am 需要处理内部 任务的容错问题
4、调度:
双层调度框架
rm 将资源分配给am
am 将资源进一步分配给各个task
基于子预案预留的调度策略
资源不够时,回味task 预留,知道资源充足
与 ‘’‘all or nothing’ 策略不同(apache messos)
多类型资源调度
–采用DRF 算法
–目前支持CPU 和内存两种资源
提供多种资源调度器
–FIFO:任务先进先出(时间,名称等先后)
–fair scheduler : 公平调度 器
–容量调度器
–支持资源按比例分匹配
–支持层级队列划分
–支持资源抢占
5、隔离方案:
–支持内存和cpu 两种资源隔离
–内存隔离
基于线程监控的方案
基于cgroup 的方案
–CPU 隔离
默认不隔离
6、支持的语义:
–请求某个特定节点或机架上的特定资源
–将某些节点加入黑名单,不再为自己分配这些节点上的资源
–请求会换某些资源
不支持的语义:
请求任意节点或机架上的特定资源
超细粒资源
7、运行在yarn 上的框架:mr、(DAG计算框架)tez、storm、spark

8、参考官网配置yran HA
配置 resourcemanager restart
配置nodemanager restart

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值