Hadoop(YARN)

文章目录

- YARN基础架构
- YARN工作原理
- YARN调度器和调度算法
- - 先进先出调度器
  - 容量调度器
  - 公平调度器
- YARN常用命令

YARN基础架构

YARN是Hadoop集群的资源管理和调度系统，它负责为各种分布式计算任务分配和管理资源,包含以下组件：ResourceManager，NodeManager，ApplicationMaster， Container。

ResourceManager（RM）：负责整个集群的资源管理和分配，接收来自NodeManager的资源使用报告，并根据策略分配资源给各个应用程序。
NodeManager（NM）：运行在单个节点上，负责管理单个节点的资源，如CPU和内存，并向ResourceManager汇报资源使用情况。
ApplicationMaster（AM）：负责为每个应用程序申请资源和任务调度，向ResourceManager申请资源，再与NodeManager交互以启动和监控任务。
Container ：YARN中的资源抽象，封装了某个节点上的资源，如内存和CPU等，Container是执行任务的基本单位。

YARN工作原理

在这里插入图片描述
一开始提交 MR 程序到客户端所在节点，然后YarnRunner 向 ResourceManager 申请一个 Application，ResourceManager 将运行该应用程序的资源提交路径返回给 YarnRunner，应用程序根据路径将运行所需资源（运行jar包和切片参数等信息）提交到 HDFS 上，资源提交完毕后，向ResourceManager 申请运行 mrAppMaster，ResourceManager 将用户的请求初始化为一个Task放入FIFO队列中，NodeManager 再从FIFO队列领取Task 后创建Container容器，Container 从 HDFS 上下载运行资源到本地，然后运行 MRAppmaster程序，MRAppmaster 向 ResourceManager 申请运行 MapTask ，ResourceManager 将请求封装为task放入队列中，其他 NodeManager从队列领取任务并创建容器，MRAppmaster 向领取到任务的 NodeManager 发送程序启动脚本，NodeManager 执行 MapTask，执行完后数据存储在分区，MrAppMaster 等所有 MapTask 执行完，向 ResourceManager 申请容器运行 ReduceTask，ReduceTask 向 MapTask 获取执行结果并汇总，程序运行完毕后，MrAppMaster 会向 ResourceManager 申请注销自己。

YARN调度器和调度算法

Hadoop作业调度器主要有三种，分别是先进先出调度器(FIFO)、容量调度器(Capacity Scheduler)和公平调度器(Fair Scheduler), 在Hadoop3.1.3中，默认的资源调度器是容量调度器，CDH 框架默认调度器是公平调度器。

先进先出调度器

FIFO 调度器（First In First Out）：一个队列根据作业提交的先后顺序，先来先服务。
在这里插入图片描述
优点：易于理解，实现简单。
缺点：只支持单个队列，无法满足多用户或多应用程序同时运行。

容量调度器

容量调度器是Yahoo开发的多用户调度器，它支持多队列，每个队列可以配置一定的资源量。
在这里插入图片描述
特点：

多队列：每个队列可配置一定的资源量，采用FIFO调度策略。
容量保证：可以为每个队列设置资源最低保证和使用上限。
灵活性：当队列资源有剩余时，可以先借给其他队列使用，等该队列有新的应用程序提交时，其他队列需要归还资源给该队列。
多租户：支持多用户共享集群资源，为了防止单个用户作业独占队列资源，可以限定用户作业所占的资源量。

容量调度器的资源分配策略
在这里插入图片描述

队列资源分配方式

从根节点出发，使用dfs算法，系统优先选择资源占用率最低的队列来分配资源。
作业资源分配方式

默认情况下，根据作业提交的优先级以及提交的时间先后顺序分配。
容器资源分配方式

首先按照容器的优先级分配，若优先级相同，则根据数据本地性原则进行分配：首选任务和数据位于同一节点的情况，其次是任务和数据在同一机架但不同节点的情况，最后是任务和数据既不在同一节点也不在同一机架的情况。