Hadoop学习笔记：六、资源调度器Yarn

目标：

• 了解Yarn的基本架构
• 掌握Yarn的工作机制
• 重点：掌握Yarn的作业提交过程
• 了解Yarn的资源调度器

1 Yarn的基本架构

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操作系统之上的应用程序

• 架构示意图：

  

2 Yarn的工作机制

• 工作机制详解：
  1. MR程序提交到客户端所在的节点
  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 上
  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 MRAppmaster
  9. Container 从 HDFS 上拷贝资源到本地
  10. MRAppmaster 向 RM 申请运行 MapTask 资源
  11. RM 将运行 MapTask 任务分配给另外两个 NodeManager，另两个 NodeManager 分别领取任务并创建容器
  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 等待所有 MapTask 运行完毕后，向 RM 申请容器，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 申请注销自己

3 Yarn的作业提交过程

• 过程详解：

  • 作业提交
    • Client 调用 job.waitForCompletion 方法，向整个集群提交 MapReduce 作业
    • Client 向 RM 申请一个作业 id
    • RM 给 Client 返回该 job 资源的提交路径和作业 id
    • Client 提交 jar 包、切片信息和配置文件到指定的资源提交路径
    • Client 提交完资源后，向 RM 申请运行 MrAppMaster
  • 作业初始化
    • 当 RM 收到 Client 的请求后，将该 job 添加到容量调度器中
    • 某一个空闲的 NM 领取到该 Job
    • 该 NM 创建 Container，并产生 MRAppmaster
    • 下载 Client 提交的资源到本地
  • 任务分配
    • MrAppMaster 向 RM 申请运行多个 MapTask 任务资源
    • RM 将运行 MapTask 任务分配给另外两个 NodeManager，另两个 NodeManager分别领取任务并创建容器
  • 任务运行
    • 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
    • MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask
    • ReduceTask 向 MapTask 获取相应分区的数据
    • 程序运行完毕后，MR 会向 RM 申请注销自己
  • 进度和状态更新
    • YARN 中的任务将其进度和状态(包括 counter)返回给应用管理器, 客户端每秒(通过mapreduce.client.progressmonitor.pollinterval 设置)向应用管理器请求进度更新, 展示给用户
  • 作业完成
    • 除了向应用管理器请求作业进度外, 客户端每 5 秒都会通过调用 waitForCompletion()来检查作业是否完成。时间间隔可以通过 mapreduce.client.completion.pollinterval 来设置。作业完成之后, 应用管理器和 Container 会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。

• 结合Yarn来看MapReduce任务流程

  

4 Yarn的资源调度器

目前Hadoop作业调度器主要有三种：FIFO、Capacity Scheduler 和 Fair Scheduler

• 先进先出FIFO

  

• 容量调度器Capacity Scheduler

  

• 公平调度器Fair Scheduler