Yarn详解

Yarn定义

Yarn是一个负责资源调度和任务管理的资源调度平台，它相当于电脑的操作系统，而MapReduce相当于在yarn上运行的应用程序

Yarn基本框架

Yarn主要由RecourceManager，NodeManager，ApplicationMaster，Container等组件构成
Yarn的框架图：

首先客户端向ResourceManager提交作业，
ReduceManager会在相对空闲的DataNode上启动一个AppMaster（它相当于此次作业的代理人），
AppMaster会将作业所需要的内存，空间，cpu大小告诉ResourceManager，ResourceManager会将所需的资源Container（锁定–在这个作业完成之前，这些资源不会被其他作业动用），
AppMaster会实时监控作业完成情况，
一旦作业完成，AppMaster就会告诉ResourceManager将资源回收。

Yarn的工作机制

首先客户端会向ResourceManager申请一个应用进程，
ResourceManager会返还给客户端一个路径用来存放原数据，jar包，配置文件
客户端将所需资源提交到ResourceManager所给的路径下
客户端告诉ResourceManager资源提交完毕并请求申请MRAppMaster
ResourceManager将用户的请求初始化为一个task并放到调度队列当中
ResourceManager寻找相对空闲的DataNode，NodeManager将任务领取
NodeMangaer创建容器Container，并产生MRAppMaster用于将所需的cpu，空间，内存锁定
Container将job的资源下载到本地
MRAppMaster申请运行maptask容器
ResourceManager将运行maptask的任务交给两个NodeManager创建容器
MRAppMaster发送程序启动脚本分别给两个NodeManager，NodeManager运行MapTask
向RM申请2个容器运行Reducetask程序
reduce向map获取相应分区数据
程序运行完之后MRAppMaster会向RsourceManager注销自己

资源调度器

Hadoop的资源调度器有三种：FIFO，Capacuty Scheduler，Fair Schedule
Hadoop 2.0版本默认的资源调度器为Capacuty Scheduler

FIFO(先进先出调度器)

只有一个队列，先进来的task先使用资源

Capacuty Scheduler（容器调度器）

有多个队列，多个队列的第一个task同时使用资源（效率高）

Fair Schedule （公平调度器）

按照缺额排序，缺额大者优先

任务推测执行

任务完成的时间和最后一个完成任务的Map决定，总有有一两个Map因为有bug的原因导致很慢，这个时候task就会有备份任务，来解决此问题

前提条件

1.每一个Task只能有一个备份任务
2.当前job已完成的Task数不能小于0.05
3.开启推测执行参数设置（mapred-site。xml文件中是自动打开的）

<property>
  	<name>mapreduce.map.speculative</name>
  	<value>true</value>
  	<description>If true, then multiple instances of some map tasks may be executed in parallel.</description>
</property>

<property>

推测执行算法

Reduce Join案例实操

要求：像数据库建立表连接一样，将两个表合并，并按照规定格式输出

最后输出：

1.首先需要创建实体Bean并序列化：

package hxy.Order.bean;

import org.apache.hadoop.io.Writable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

public class orderBean implements Writable {
    private String order_id;
    private String pd_id;
    private int amount;
    private  String pd_name;
    private String file_name;

    public orderBean() {
    }

    public String getOrder_id() {
        return order_id;
    }

    public void setOrder_id(String order_id) {
        this.order_id = order_id;
    }

    public String getPd_id() {
        return pd_id;
    }

    public void setPd_id(String pd_id) {
        this.pd_id = pd_id;
    }

    public int getAmount() {
        return amount;
    }

    public void setAmount(int amount) {
        this.amount = amount;
    }

    public String getPd_name() {
        return pd_name;
    }

    public void setPd_name(String pd_name) {
        this.pd_name = pd_name;
    }

    public String getFile_name() {
        return file_name;
    }

    public void setFile_name(String file_name) {
        this.file_name = file_name;
    }

    @Override
    public String toString() {
        return order_id + '\t' + pd_name + '\t' + amount;
    }

    @Override
    public void write(DataOutput dataOutput) throws IOException {
        dataOutput.writeUTF(order_id);
        dataOutput.writeUTF(pd_id);
        dataOutput.writeInt(amount);
        dataOutput.writeUTF(pd_name);
        dataOutput.writeUTF(file_name);
    }

    @Override
    public void readFields(DataInput dataInput) throws IOException {
        this.order_id = dataInput.readUTF();
        this.pd_id = dataInput.readUTF();
        this.amount = dataInput.readInt();
        this.pd_name = dataInput.readUTF();
        this.file_name = dataInput.readUTF();
    }
}

2.写mapper需要将文件名获取同时判断文件名，并进行赋值：

package hxy.Order.Ordermr;

import hxy.Order.bean.orderBean;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.InputSplit;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.lib.input.FileSplit;

import java.io.IOException;

public class OrderMapper extends Mapper<LongWritable,Text,Text,orderBean> {

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        FileSplit inputSplit = (FileSplit) context.getInputSplit();
        String name = inputSplit.getPath().getName();
        Text k = new Text();
        orderBean order=new orderBean();
        if (name.startsWith("order")){
            String line = value.toString();
            String[] split = line.split("\t");
            order.setOrder_id(split[0]);
            order.setPd_id(split[1]);
            order.setAmount(Integer.parseInt(split[2]));
            order.setPd_name("");
            order.setFile_name("order");
            k.set(split[1]);
        }else{
            String line = value.toString();
            String[] split = line.split("\t");
            order.setOrder_id("");
            order.setPd_id(split[0]);
            order.setAmount(0);
            order.setPd_name(split[1]);
            order.setFile_name("pd");
            k.set(split[0]);
        }
        context.write(k,order);
    }
}

3.写reducer类，将Mapper类传过来的OrderBean的内容进行加工输出：

package hxy.Order.Ordermr;

import hxy.Order.bean.orderBean;
import org.apache.commons.beanutils.BeanUtils;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;
import java.lang.reflect.InvocationTargetException;
import java.util.ArrayList;

public class OrderReducer extends Reducer<Text,orderBean,orderBean,NullWritable>{
    @Override
    protected void reduce(Text key, Iterable<orderBean> values, Context context) throws IOException, InterruptedException {
        ArrayList<orderBean> orderList = new ArrayList<>();
        orderBean ordertem = new orderBean();
        orderBean orderpd = new orderBean();
        for (orderBean order : values){
            if (order.getFile_name().equals("order")){
                try {
                    BeanUtils.copyProperties(ordertem,order);
                } catch (IllegalAccessException e) {
                    e.printStackTrace();
                } catch (InvocationTargetException e) {
                    e.printStackTrace();
                }
                orderList.add(ordertem);
            }else{
                try {
                    BeanUtils.copyProperties(orderpd,order);
                } catch (IllegalAccessException e) {
                    e.printStackTrace();
                } catch (InvocationTargetException e) {
                    e.printStackTrace();
                }
            }
            }
        for (orderBean orderfinally : orderList) {
            orderfinally.setPd_name(orderpd.getPd_name());
            context.write(orderfinally,NullWritable.get());

        }
    }
}

最后是driver类：

package hxy.Order.Ordermr;

import hxy.Grop.GropGrop;
import hxy.Grop.GropMapper;
import hxy.Grop.GropReducer;
import hxy.Order.bean.orderBean;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;

public class OrderDriver {
    public static void main(String args[]) throws IOException, ClassNotFoundException, InterruptedException {
        Job job = Job.getInstance();
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(orderBean.class);
        job.setOutputKeyClass(orderBean.class);
        job.setOutputValueClass(NullWritable.class);
        job.setMapperClass(OrderMapper.class);
        job.setReducerClass(OrderReducer.class);
        FileInputFormat.setInputPaths(job,new Path("E:\\MR\\orderinput"));
        FileOutputFormat.setOutputPath(job,new Path("E:\\MR\\orderOutput"));
        job.waitForCompletion(true);
    }
}