hadoop系统-资源管理系统YARN

资源管理系统YARN

---

1YARN的概念和产生背景

1.1什么是YARN

• Yet Another Resource Negotiator, 另一种资源协调者
• 通用资源管理系统
• 为上层应用提供统一的资源管理和调度，为集群在利用率、资源统一管理和数据共享等方面带来了巨大好处

1.2通用资源管理系统

• Hadoop数据分布式存储（数据分块，冗余存储）

• 当多个MapReduce任务要用到相同的hdfs数据， 需要进行资源调度管理

• Hadoop1.x时并没有YARN，MapReduce 既负责进行计算作业又处理服务器集群资源调度管理

• 随着大数据技术的发展，Spark Storm … 计算框架都要用到服务器集群资源

• 如果没有通用资源管理系统，只能为多个集群分别提供数据
  

1.3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

---

2YARN的架构和执行流程

• ResourceManager: RM 资源管理器 ​ 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： submit, kill ​ 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
• NodeManager: NM 节点管理器 ​ 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
• 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
• Container 容器: 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
• Client: 提交作业 查询作业的运行进度,杀死作业
  

1，Client提交作业请求

2，ResourceManager 进程和 NodeManager 进程通信，根据集群资源，为用户程序分配第一个Container(容器)，并将 ApplicationMaster 分发到这个容器上面

3，在启动的Container中创建ApplicationMaster

4，ApplicationMaster启动后向ResourceManager注册进程,申请资源

5，ApplicationMaster申请到资源后，向对应的NodeManager申请启动Container,将要执行的程序分发到NodeManager上

6，Container启动后，执行对应的任务

7，Tast执行完毕之后，向ApplicationMaster返回结果

8，ApplicationMaster向ResourceManager 请求kill

---

3YARN的启动

• 启动yarn

$HADOOP_HOME/sbin/start-yarn.sh

• jps查看进程 ​ ResourceManager ​ NodeManager
• 图形化界面 http://ip:8088
• 停止YARN相关的进程 ​ sbin/stop-yarn.sh