yarn 的基础架构和工作机制

最新推荐文章于 2024-07-13 14:51:19 发布

文刀小桂

最新推荐文章于 2024-07-13 14:51:19 发布

阅读量777

点赞数 5

分类专栏： Hadoop 文章标签： hadoop 大数据 java yarn

本文链接：https://blog.csdn.net/weixin_44480009/article/details/138490633

版权

Hadoop 专栏收录该内容

9 篇文章 0 订阅

订阅专栏

本文详细介绍了YARN的架构、工作机制，包括ResourceManager、NodeManager和ApplicationMaster的角色，以及YARN与HDFS和MapReduce的交互过程，重点展示了作业提交和任务调度的关键步骤。

摘要由CSDN通过智能技术生成

一、什么是 yarn

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。

二、yarn 的基础架构

在这里插入图片描述

ResourceManager（RM）作用：
- 处理客户端请求
- 监控 NodeManager
- 启动或监控 ApplicationMaster
- 资源的分配与调度
NodeManager（NM）作用：
- 管理单个节点上的资源
- 处理来自 ResourceManager 的命令
- 处理来自 ApplicationMaster 的命令
ApplicationMaster（AM）作用：
- 为应用程序申请资源并分配给内部的任务
- 任务的监控与容错
Container 是 YARN 中的资源抽象，它封装了某个节点上的多维度资源，如内存、CPU、磁盘、网络等

三、yarn 的工作机制

在这里插入图片描述

MR 程序提交到客户端所在的节点，实例化 YarnRunner
YarnRunner 向 ResourceManager 申请一个 Application
RM 将该应用程序的资源路径返回给 YarnRunner
该程序将运行所需资源提交到 HDFS 对应路径上
程序资源提交完毕后，申请运行 MRAppMaster
RM 将用户的请求初始化成一个 Task，并放入调度队列中等待被处理
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 对应路径上拷贝资源到本地
MRAppmaster 向 RM 申请运行 MapTask 资源
RM 将运行 MapTask 任务分配给另外两个 NodeManager(或一个)，另两个 NodeManager 分别领取任务并创建容器
MR 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 RM 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，MR 会向 RM 申请注销资源

四、yarn 与 HDFS 和 MapReduce 交互

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：RM 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 HDFS 资源提交路径
- 第 5 步：Client 提交完资源后，向 RM 申请运行 MrAppMaster
作业初始化
- 第 6 步：当 RM 收到 Client 的请求后，将该 job 添加到容量调度器队列中
- 第 7 步：某一个空闲的 NodeManager 领取到该 Job 任务
- 第 8 步：该 NM 创建 Container，并产生 MRAppmaster
- 第 9 步：下载 Client 提交的资源到 NM 节点本地
任务分配
- 第 10 步：MrAppMaster 向 RM 申请运行多个 MapTask 任务资源
- 第 11 步： 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
任务运行
- 第 12 步： MR 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 RM 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，MR 会向 RM 申请注销自己
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
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