YARN
概念
YARN是一种新的Hadoop资源管理器,它是一个通用的资源管理和调度,它的引入为集群在利用率、资源统一管理和数据共享等方面带来了巨大好处。
内部组件
Client:负责提交应用程序。
ResourceManager:全局的资源管理器, 整个集群只有一个, 负责集群资源的统一管理和调度分配。
ApplicationMaster:在yarn上运行的应用程序实例对象,负责管理此应用程序的执行。
功能:
- 数据切分;
- 为应用程序申请资源, 和进一步分配;
- 任务监控和容错处理;
NodeManager:整个集群有多个, 负责本节点的资源管理和使用, NodeManager管理抽象容器container。
功能: - 单个节点上的资源管理和任务管理;
- 处理来自 ResourceManager 的命令;
- 处理来自 ApplicationMaster 的命令;
Container:yarn中对资源的抽象, 封装本节点上的内存,cpu,磁盘,网络等资源, 此资源就是用container表示。
工作流程
-
client端向ResourceManager提交应用程序, 也就是client端会将 jar包,参数等数据上传到hdfs上的某路径下。
-
resourceManager将此应用程序添加到任务队列中。
-
等待资源充沛时, resourceManager为该应用程序分配第一个container,在这个container中启动应用程序的ApplicationMaster。
-
ApplicationMaster首先向ResourceManager注册,用户可以直接通过ResourceManager查看应用程序的运行状态, 还会进行分片等工作, 之后向ResourceManager申请运行任务所需的资源。
-
ApplicationMaster采用轮询的方式通过RPC协议向ResourceManager申请和领取资源, 发送命令让NodeManager创建container, 之后执行task。
-
ApplicationMaster监控job执行作业, 必要时候进行容错处理, 直到ApplicationMaster检测到job完成后, 向ResourceManager通知, 注销自己。