Yarn 资源调度全面解析

远在 Hadoop v1 版本时期，Yarn 还没有出现，资源管理是和 Hadoop 耦合在一起的，我们没法在 Hadoop 集群运行除了 MapReduce 以外其他计算框架的任务，在策略和管理上也没那么成熟。Yarn 的出现可是说是为 Hadoop 生态圈大数据技术的百花齐放奠定了一个基础，一直到目前为止 Yarn 仍然是在大数据领域最常用的一个资源调度框架，Spark/Flink/Hive 等常用的计算框架都可以依赖 Yarn 来做资源调度，它的重要性不言而喻。

本篇面试内容划重点：调度流程、调度器的类别、调度策略。

关键概念和角色和资源调度流程

ResourceManager

ResourceManager 内部主要有两个组件：Scheduler 和 ApplicationManager。

• Scheduler 是一个资源调度器，它主要负责协调集群中各个应用的资源分配，且只负责调度容器 Containers，不会关心应用程序监控及其运行状态等信息，也不会插手任务失败的问题。调度的方式后面会有详细说明。
• ApplicationManager 负责系统中所有应用程序的管理工作。接收 Client 端的应用提交请求，为应用分配第一个 Container 来运行 ApplicationMaster，并监控 ApplicationMaster，在遇到失败时重启 ApplicationMaster 运行的 Container。

NodeManager

NodeMa