Yarn的架构及作用

Yarn的架构如下所示：Yarn主要由ResourceManager、NodeManager、ApplicationMaster、和Container组成。

ResourceManager的作用如下：

• 1.处理客户端的请求
• 2.监控NodeManager
• 3.启动或监控ApplicationMaster
• 4.资源分配与调度

NodeManager的作用如下：

• 1.管理单个节点上的资源
• 2.处理来自ResourceManager的命令
• 3.处理来自ApplicationMaster的命令

ApplicationMaster的作用如下：

• 1.负责数据的切分
• 2.为应用程序申请资源并分配给内部的任务
• 3.任务的监控与容错

Container的作用：

• 1.Container是Yarn中的资源抽象，它封装了某个节点上的多维资源，如内存、CPU、磁盘、网络等。

Yarn的运行机制：

• （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

• 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RM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资源提交路径。
• 第5步：Client提交完资源后，向RM申请运行MrAppMaster。

（2）作业初始化

• 第6步：当RM收到Client的请求后，将该job添加到容量调度器中。
• 第7步：某一个空闲的NM领取到该Job。
• 第8步：该NM创建Container，并产生MRAppmaster。
• 第9步：下载Client提交的资源到本地。

（3）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。

（4）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。

（5）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。

（6）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

参考自网络资料