Hadoop之核心调度Yarn Part One

今天讲一讲Hadoop的核心调度器Yarn，基于Yarn可以做各种资源的调度，比如：GPU、CPU、Memory、任务的进程分配（容器）等等。

首先讲讲：YRAN核心架构 

ResourceManager(RM)：全局的资源管理器，负责整个系统的资源管理和分配 

NodeManager(NM)：每个节点上的资源和任务管理器，定时向RM汇报本节点上的资源使用情况和各个Container的运行状态，接收并处理来自AM的Container启动/停止等各种请求

ApplicationMaster(AM)：用户提交的每个应用程序均包含一个AM，主要功能与RM调度器协商以获取资源，进一步分配给内部的任务，与NM通信启动/停止任务，监控任务的运行状态 Container：是YARN中资源的抽象，封装了某个节点上的多维度资源，如Memory、CPU、GPU等。当AM向RM申请资源时，RM为AM返回的资源便是用Container表示的。

如下图：

YARN 作业执行流程： 

1、用户向YARN提交应用程序，其中包括ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等。 

2、ResourceManager 为该应用程序分配第一个Container，并与对应的NodeManager通信，要求它在整个Container中启动应用程序的ApplicationMaster。 

3、ApplicationMaster首先向ResourceManager注册，这样用户可以直接通过ResourceManager查看应用程序的运行状态，然后它将为各个任务申请资源，并监控它的运行状态，直到运行结束，即重复步骤4~7。 

4、ApplicationMaster采用轮询的方式通过RPC协议向ResourceManager申请和领取资源。 

5、一旦 ApplicationMaster申请到资源后，则与对应的NodeManager通信，要求其启动任务。 

6、NodeManager 为任务设置好运行环境（包括环境变量、JAR 包、二进制程序等）后，将 任务启动命令写到一个脚本中，并通过运行该脚本启动任务。 

7、各个任务通过某个 RPC 协议向ApplicationMaster汇报自己的状态和进度，以让Applica