1、概念
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。
1.1 Yarn基础架构
YARN主要由以下四大组件构成。
- ResourceManager
- NodeManager
- ApplicationMaster
- Container
1.2、基础架构图
1.3、Yarn的工作机制
- MR程序提交到客户端所在的节点。
- YarnRunner向ResourceManager申请一个Application.
- ResourceManager将该应用程序的资源路径以及application的ID返回给YarnRunner。
- 该程序将运行所需资源提交到HDFS上。
- 程序资源提交完毕后,申请运行mrAppMaster。
- ResourceManager将用户的请求初始化成一个Task。
- 其中一个NodeManager领取到Task任务。
- 该NodeManager创建容器Container,并产生MRAppmaster。
- Container从HDFS上拷贝资源到本地。
- MRAppmaster向ResourceManager申请运行MapTask资源。
- ResourceManager将运行MapTask任务(MapTask的个数取决于切片的个数)分配给另外两个NodeManager,另两个NodeManager分别领取任务并创建容器。
- MRAppmaster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ResourceManager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,MRAppmaster会向ResourceManager申请注销自己。
1.4、作业提交全过程
HDFS、MapReduce、Yarn三者的关系
作业提交之Yarn
作业提交之HDFS、MapReduce
作业提交全过程详解
(1)作业提交
第1步:Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。
第2步:Client向ResourceManager申请一个作业id。
第3步:ResourceManager给Client返回该job资源的提交路径和作业id。
第4步:Client提交jar包、切片信息和配置文件到指定的资源提交路径。
第5步:Client提交完资源后,向ResourceManager申请运行MrAppMaster。
(2)作业初始化
第6步:当ResourceManager收到Client的请求后,将该job添加到容量调度器中。
第7步:某一个空闲的NodeManager领取到该Job。
第8步:该NodeManager创建Container,并产生MrAppMaster。
第9步:下载Client提交的资源到本地。
(3)任务分配
第10步:MrAppMaster向ResourceManager申请运行多个MapTask任务资源。
第11步:ResourceManager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。
(4)任务运行
第12步:MrAppMaster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。
第13步:MrAppMaster等待所有MapTask运行完毕后,向ResourceManager申请容器,运行ReduceTask。
第14步:ReduceTask向MapTask获取相应分区的数据。
第15步:程序运行完毕后,MrAppMaster会向ResourceManager申请注销自己。
(5)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。
(6)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。
1.5、Yarn调度器和调度算法
Hadoop作业调度器主要有三种:FIFO、容量(Capacity Scheduler)和公平(Fair Scheduler)。Apache Hadoop3.1.3默认的资源调度器是Capacity Scheduler。
1.5.1、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。
优点:简单易懂;
缺点:不支持多队列,生产环境很少使用;
1.5.2、容量调度器(Capacity Scheduler)
Capacity Scheduler是Yahoo开发的多用户调度器。
容量调度器的特点
容量调度器资源分配算法
1.5.3、公平调度器(Fair Scheduler)
Fair Schedulere是Facebook开发的多用户调度器。
公平调度器的特点
公平调度器-缺额
公平调度器资源分配算法
2、Yarn常用命令
2.1、 yarn application 查看任务
2.1.1、列出所有Application:
yarn application -list
2.1.2、根据Application状态过滤:yarn application -list -appStates (所有状态:ALL、NEW、NEW_SAVING、SUBMITTED、ACCEPTED、RUNNING、FINISHED、FAILED、KILLED)
yarn application -list -appStates ALL
2.1.3、Kill掉Application(yarn application -kill applicationID)
yarn application -kill application_1638710254100_0001
2.2、yarn logs查看日志
2.2.1、查询Application日志:yarn logs -applicationId
yarn logs -applicationId application_1638710254100_0001
2.2.2、查询Container日志:yarn logs -applicationId -containerId
yarn logs -applicationId application_1612577921195_0001 -containerId container_1612577921195_0001_01_000001
2.3、yarn applicationattempt查看尝试运行的任务
2.3.1、列出所有Application尝试的列表:yarn applicationattempt -list
yarn applicationattempt -list application_1638710254100_0001
2.3.2、打印ApplicationAttemp状态:yarn applicationattempt -status
yarn applicationattempt -status appattempt_1638710254100_0001_000001
2.4、 yarn container查看容器
2.4.1、列出所有Container:yarn container -list
yarn container -list appattempt_1638710254100_0001_000001
2.4.2、打印Container状态: yarn container -status
yarn container -status appattempt_1638710254100_0001_000001
2.5、yarn node查看节点状态
2.5.1、列出所有节点:yarn node -list -all
yarn node -list -all
2.6、yarn rmadmin更新配置
2.6.1、加载队列配置:yarn rmadmin -refreshQueues
yarn rmadmin -refreshQueues
2.7、yarn queue查看队列
2.7.1、打印队列信息:yarn queue -status
yarn queue -status default