尚硅谷hadoop3.x-Yarn

Yarn资源调度器

1. Yarn基础架构

YARN主要由ResourceManager、NodeManager、ApplicationMaster和Container等组件构成。

2. Yarn工作机制

当程序运行到job.waitForCOmpletion()方法时，会启动YarnRunner。YarnRunner向ResourceManager申请一个Application，然后RM将该应用程序的资源路径返回给YarnRunner，接着程序向HDFS提交资源，即Job.split、Job.xml和jar包。资源提交完成后YarnRunner向RM申请运行MrApplicationMaster，RM便将用户的请求转化成一个task并放入队列里。根据先进先出原则，当轮到自己且自己有足够的资源，NodeManager便领取到任务。之后该NodeManager创建一个容器Container，里面放MRAppMaster。然后MRAppmaster读取Job.split知道切片数量，便向RM申请对应数量的MapTask。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（也可以是同一个），里面放MapTask。接着MrAppMaster向那两个接收到任务的NodeManager（或者是一个）发送job.xml和jar包，这两个MapTask便启动了起来，对数据进行分区排序最后写入磁盘。当所有MapTask运行完毕后，即将信息写入磁盘后，MrAppMaster便向RM申请运行ReduceTask，同样是先创建容器Container再创建ReduceTask。ReduceTask从MapTask拉取对应分区的数据开始处理，当所有的ReduceTask都运行完毕，MrAppMaster便会向RM申请释放资源，即刚刚产生的所有东西包括自己全都释放掉。

3. 作业提交全过程

上面的Yarn工作机制相当于是Yarn和MapReduce的关系，而这里的作业提交过程就是Yarn和HDFS与MapReduce三者的关系。

实际上大体和上面的Yarn工作机制差不多，之不多在开始和结束多了与HDFS的交互，即输入输出。

4. Yarn调度器和调度算法

目前，Hadoop作业调度器主要有三种：先进先出调度器（FIFO）、容量调度器（Capacity Scheduler）和公平调度器（Fair Scheduler）。Apache Hadoop3.1.3默认的资源调度器是Capacity Scheduler。

4.1先进先出调度器（FIFO）

FIFO调度器（First In First Out）：单队列，根据提交作业的先后顺序，先来先服务。

没啥好说的，先到先得嘛，很容易。但是由于它不支持多队列，所以在生产环境中用的少。

4.2 容量调度器（Capacity Scheduler）

Capacity Scheduler是Yahoo开发的多用户调度器，默认队列的资源分配方式为FIFO。

调度算法：

4.3 公平调度器（Fair Scheduler）

Fair Schedulere是Facebook开发的多用户调度器，默认队列的资源分配方式为FAIR。

可以发现，容量调度器有的公平调度器全都有，而且公平调度器还有容量调度器没有的。由于容量调度器的队列的资源分配方式默认是FIFO，如果将公平资源调度器的队列的资源分配方式设置成FIFO，那么此时公平调度器就相当于是容量调度器。

缺额： 某一 时刻一个作业应获资源和实际获取资源的差距。

调度算法：

总之，公平调度器只办三件事：公平，公平，还是tmd公平！

5. Yarn常用命令

Yarn状态的查询，除了可以在hadoop103:8088页面查看外，还可以通过命令操作。

5.1 yarn application查看任务

列出所有Application：

yarn application -list

据Application状态过滤（状态可选择ALL、NEW、NEW_SAVING、SUBMITTED、ACCEPTED、RUNNING、FINISHED、FAILED、KILLED）：

yarn application -list -appStates 状态

Kill掉Application：

yarn application -kill 填Application-Id

5.2 yarn logs查看日志

查询Application日志：

yarn logs -applicationId 填Application-Id

查询Container日志：

yarn logs -applicationId 填Application-Id -containerId 填Container-Id

5.3 yarn applicationattempt查看尝试运行的任务

列出所有Application尝试的列表：

yarn applicationattempt -list 填Application-Id

打印ApplicationAttemp状态：

yarn applicationattempt -status 填ApplicationAttempt-Id

5.4 yarn container查看容器

列出所有Container:：

yarn container -list 填ApplicationAttempt-Id

打印Container状态：

yarn container -status 填Container-Id

注：只有在任务跑的途中才能看到container的状态

5.5 yarn node查看节点状态

列出所有节点：

yarn node -list -all

5.6 yarn rmadmin更新配置

加载队列配置：

yarn rmadmin -refreshQueues

5.7 yarn queue查看队列

打印队列信息：

yarn queue -status 队列名称

6. Yarn生产环境核心参数

Yarn案例实操

Yarn的Tool接口案例

之前我们将自己写的wordcount打包成jar包并上传到集群，在hdfs上使用。但是那有一个问题，所有的参数都固定死了，不能动态更改参数，很不方便。所以我们需要让自己写的程序也可以动态修改参数。

于是，它来了——Yarn的Tool接口。

新建Maven项目YarnDemo并增加下列代码到pom.xml：

	<dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>3.3.6</version>
        </dependency>
    </dependencies>

创建类WordCount并实现Tool接口：

package com.sunhao.yarn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.Tool;

import java.io.IOException;

public class WordCount implements Tool {

    private Configuration conf;

    @Override
    public int run(String[] strings) throws Exception {

        Job job = Job.getInstance(conf);

        job.setJarByClass(WordCountDriver.class);
        job.setMapperClass(WordCountMapper.class);
        job.setReducerClass(WordCountReducer.class);

        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        FileInputFormat.setInputPaths(job, new Path(strings[0]));
        FileOutputFormat.setOutputPath(job, new Path(strings[1]));

        return job.waitForCompletion(true) ? 0 : 1;
    }

    @Override
    public void setConf(Configuration configuration) {
        this.conf = configuration;
    }

    @Override
    public Configuration getConf() {
        return conf;
    }

    public static class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {

        private Text k = new Text();
        private IntWritable v = new IntWritable(1);

        @Override
        protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, IntWritable>.Context context) throws IOException, InterruptedException {

            String line = value.toString();

            String[] words = line.split(" ");

            for (String word : words) {
                k.set(word);
                context.write(k, v);
            }
        }
    }

    public static class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {

        private IntWritable v = new IntWritable();

        @Override
        protected void reduce(Text key, Iterable<IntWritable> values, Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {

            int sum = 0;

            for (IntWritable value : values) {
                sum += value.get();
            }

            v.set(sum);
            context.write(key, v);

        }
    }
}

新建WordCountDriver：

package com.sunhao.yarn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.util.Arrays;

public class WordCountDriver {

    private static Tool tool;

    public static void main(String[] args) throws Exception {

        // 1. 创建配置文件
        Configuration conf = new Configuration();

        // 2. 判断是否有tool接口
        switch (args[0]) {
            case "wordcount":
                tool = new WordCount();
                break;
            default:
                throw new RuntimeException("No such tool：" + args[0]);
        }

        // 3. 用Tool执行程序
        // Arrays.copyOfRange 将老数组的元素放到新数组里面 因为第三个参数要求是string[]所以只能使用拷贝的方法传一个过去
        // 为什么这里从1开始复制，因为程序能走到这里说明已经通过了前面的检验，所以args[0]一定是wordcount，所以后面两个分别是输入输出路径
        // 此时问题又来了，如果在wordcount后面加上-D参数呢，这个参数不会被当做输入路径吗？
        // 因为ToolRunner.run方法会自动识别-D参数并进行相应处理，所以相当于吸收了，故args[1]和args[2]一定是输入输出路径
        // Arrays.copyOfRange是左闭右开的，所以length为3那么只会拷贝到2，不会数组越界
        int run = ToolRunner.run(conf, tool, Arrays.copyOfRange(args, 1, args.length));

        System.exit(run);
    }
}

之后打包成jar包，上传至集群。

这样便实现了动态传参，此外若写的不是wordcount也会报错。