Yarn工作机制

Yarn工作机制

1. MR程序提交到客户端所在的节点。
2. YarnRunner向ResourceManager申请一个Application。
3. RM将该应用程序的资源路径返回给YarnRunner。
4. 该程序将运行所需资源提交到HDFS上。
5. 程序资源提交完毕后，申请运行mrAppMaster。
6. RM将用户的请求初始化成一个Task。
7. 其中一个NodeManager领取到Task任务。
8. 该NodeManager创建容器Container，并产生MRAppmaster。
9. Container从HDFS上拷贝资源到本地。
10. MRAppmaster向RM 申请运行MapTask资源。
11. 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。
12. 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。
13. MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
14. ReduceTask向MapTask获取相应分区的数据。
15. 程序运行完毕后，MR会向RM申请注销自己。

作业提交全过程作业提交全过程详解

1. 作业提交
2. Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
3. Client向RM申请一个作业id。
4. RM给Client返回该job资源的提交路径和作业id。
5. Client提交jar包、切片信息和配置文件到指定的资源提交路径。
6. Client提交完资源后，向RM申请运行MrAppMaster。
7. 作业初始化
8. 当RM收到Client的请求后，将该job添加到容量调度器中。
9. 某一个空闲的NM领取到该Job。
10. 该NM创建Container，并产生MRAppmaster。
11. 下载Client提交的资源到本地。
12. 任务分配
13. MrAppMaster向RM申请运行多个MapTask任务资源。
14. 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。
15. 任务运行
16. 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。
17. MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
18. ReduceTask向MapTask获取相应分区的数据。
19. 程序运行完毕后，MR会向RM申请注销自己。
20. 进度和状态更新
21. 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。
22. 作业完成
23. 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。

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。