Hadoop2.x 资源调度框架Yarn

1.MapReduce 1.0 的架构图

      在MapReduce1.0中主要由JobTracker和TaskTracker组成，JobTracke负责资源监控和作业调度，TaskTracker是Hadoop集群中运行于各个节点上的服务。负责任务的执行和汇报心跳。

      从上图中可以看到JobTracker在整个集群中只有一个，如果JobTracker运行时发生故障或挂掉，则整个集群的作业将无法提交或运行。还有就是节点压力大，因为客户端的所有请求都会经过JobTracker，同时还负责整个集群的作业控制和资源管理。最后就是它仅支持运行MapReduce作业，无法运行Spark、Storm等其它的作业。

      综上所述，在Hadoop 1.x 中 的MapReduce 主要有三个缺点：单点故障、节点压力大，只能运行MapReduce作业，所以在Hadoop2.x中产生了一个资源调度框架Yarn来解决Hadoop 1.x中所面临的问题。Hadoop 2.x 后 只要按照Yarn的标准规范开发Application Master，就可以把你的作业提交到Yarn 上运行，Yarn 会进行统一的资源管理及分配，它不仅可以运行MapReduce作业，还可以运行其它各种类型的作业，比如：流式计算框架Storm、内存计算框架Spark等等。

2.Yarn 简介

      Yarn（Yet Another Resource Negotiator的缩写）是Hadoop集群中的资源管理系统，Hadoop 2.x 对MapReduce进行了彻底的设计重构，它的基本思想是将MapReduce1.x 中的JobTracker拆分成了两个独立的服务一个全局的资源管理器ResourceManager和每个应用程序特有的Application Master。

      ResourceManager 负责整个系统的资源管理和分配，Application Master 负责单个应用程序的管理，结合从ResourceManager中获取的资源和NodeManager协同工作来运行和监控任务。

3.Yarn 架构

      Yarn的架构和NameNode一样，仍然是Master/Slave结构，在整个资源管理框架中，ResourceManager为Master，NodeManager为Slave，1个ResourceManager对应多个NodeManager构成（一对多）。

      ResourceManager负责对各个NodeManager上的资源进行统一管理和调度。当用户提交一个应用程序时，需要提供一个用以跟踪和管理这个程序的ApplicationMaster，它负责向ResourceManager申请资源，并要求NodeManger启动可以占用一定资源的任务。由于不同的ApplicationMaster被分布到不同的节点上，因此它们之间不会相互影响。

Yarn 架构图

Yarn 主要由如下4部分组成
(1).ResourceManager(RM)
RM 在整个集群中处于工作状态的只有一个，它负责资源的统一管理和调度，主要任务如下
1）处理客户端发起的请求(启动/杀死应用程序)
2）启动/监控ApplicationMaster，AM挂了，RM将会在另外一个节点上启动该AM
3) RM要监控NM
4）整个系统的资源分配和调度

(2).NodeManager(NM)
整个集群中有多个，负责自己节点的资源使用和管理，主要任务如下
1）定时向RM汇报本节点上的资源使用情况和各个Container的运行情况
2）接收和处理来自RM的Container启动和停止的各种命令
3）处理来自AM的命令
4）本节点上的资源管理和任务管理

(3).ApplicationMaster(AM)
每个应用程序一个，负责应用程序的管理，主要任务如下
1）数据切分
2）为应用程序向RM申请资源(Container)，分配内部任务
3）与NM通信以启动/停止任务，Task都是运行在Container中的
4）Task的容错

(4).Container
对任务环境的封装，如内存、CPU、磁盘、网络等与任务相关的信息，当AM向RM申请资源时，RM为AM返回的资源便是用Container表示。YARN会为每个任务分配一个Container，且该任务只能使用该Container中描述的资源。

4.Yarn 的执行流程

上图为Yarn 执行流程图，当用户向Yarn 提交一个应用程序后，Yarn将分两个阶段运行该程序：第一个阶段为启动ApplicationMaster，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，直到运行成功，具体分为如下几个步骤：
(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，要求它在这个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).一旦ApplicationMaster申请到资源后，则与对应的NodeManager通信，要求其启动任务

(5).应用程序运行完成后，ApplicationMaster向ResourceManager注销并关闭自己

Yarn 的容错性

yarn 的容错性主要有如下3个方面：
(1).ResourceManager 容错
存在单点故障，基于zookeeper实现hadoop ha 集群高可用

(2).NodeManager 容错
失败后，RM将失败的任务会告诉AM，让AM来决定是否处理失败的任务

(3).Application Master 容错
失败后，由RM负责重启，RMAPPMaster会保存已经运行完成的Task，重启后无需重新运行

环境搭建（单机）

mapred-site.xml

<property>
    <name>mapreduce.framework.namename>
    <value>yarnvalue>
property>

yarn-site.xml

<property>
    <name>yarn.nodemanager.aux-servicesname>
    <value>mapreduce_shufflevalue>
property>

启动 Yarn

$ start-yarn.sh

输入jps命令如果可以看到如下两个进程表示成功

NodeManager
ResourceManager

Hadoop 高可用集群请查看博客：
http://blog.csdn.net/HG_Harvey/article/details/76269561