YARN工作机制

一、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。

二、YARN的重要概念

1. yarn并不清楚用户提交的程序 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. yarn其实就与运行的用户程序完全解耦，这就意味着yarn上可以运行各种类型的分布式运算程序（MapReduce只是其中一种），比如MapReduce、storm程序、spark程序等等。
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。

三、YARN工作机制

1） yarn运行机制

2）工作机制详解

1. MR程序提交到客户端所在节点。
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。
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MPAPPmaster。
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，另外两个NodeManager分别领悟任务并创建容器。
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reducetask。
14. reducetask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。