YARN回顾（二）——作业执行流程

最新推荐文章于 2023-01-15 13:37:49 发布

通凡

最新推荐文章于 2023-01-15 13:37:49 发布

阅读量984

点赞数

分类专栏： yarn YARN 资源管理文章标签： yarn hadoop 执行流程集群管理

本文链接：https://blog.csdn.net/wangxiaotongfan/article/details/81667849

版权

本文详细介绍了YARN作为大数据处理平台的主流管理框架，如何执行应用程序，特别是短应用程序和长应用程序的运行流程。从用户提交应用程序开始，经过ApplicationMaster启动、资源申请、任务管理等步骤，直至应用程序完成。总结了YARN通过资源分配和任务调度的分离，实现集群负载均衡的优势。

摘要由CSDN通过智能技术生成

一、YARN的执行流程

YARN最为主流的集群管理平台，现已成为大数据处理的平台的主流管理框架，包括storm、Hadoop、spark等都支持，而运行在YARN上的应用程序主要分为两类：短应用程序和长应用程序，其中，短应用程序是指一定时间内(可能是秒级、分钟级或小时级，尽管天级别或者更长时间的也存在，但非常少)可运行完成并正常退出的应用程序，比如MapReduce作业、Spark作业(非streaming作业)等，长应用程序是指不出意外，永不终止运行的应用程序，通常是一些服务，比如Storm Service(主要包括Nimbus和Supervisor两类服务)，HBase Service(包括Hmaster和RegionServer两类服务)等，而它们本身作为一个框架提供了编程接口供用户使用。尽管这两类应用程序作用不同，一类直接运行数据处理程序，一类用于部署服务(服务之上再运行数据处理程序)，但运行在YARN上的流程是相同的。

当用户向YARN中提交一个应用程序后，YARN将分两个阶段运行该应用程序：第一个阶段是启动并初始化ApplicationMaster;第二个阶段是由ApplicationMaster创建应用程序，为它申请资源，并监控它的整个运行过程（包括产生异常以及异常处理），直到运行完成。YARN的工作流程分为以下几个步骤，如图：