YARN资源调度

YARN工作机制

YARN资源调度_第1张图片工作机制详解

  (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分钟都会通过调用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。

================================================================================

资源调度器

1)Hadoop 调度器重要分为三类:

  FIFO 、Capacity Scheduler(容量调度器)和 Fair Sceduler(公平调度器)。

  Hadoop2.7.2 默认的资源调度器是 容量调度器

YARN资源调度_第2张图片
1. FIFO调度器

  FIFO调度器的特点就是单队列,所有的Job按照客户端提交的先后顺序,先到先服务!

  弊端: 如果当前队列中有一个大的Job,非常消耗资源,那么这个Job之后的其他Job都需要付额外的等待时间!造成集群的资源利用率不足!

  解决: 采取多队列的配置

YARN资源调度_第3张图片

2. 容量调度器

  支持多个队列源量进行限定,选择一个正在运行的任务数与其计算资源之间比值最小的队列,队列内任务按照作业优先级、提交时间、用户资源量限制和内存限制进行排序。

  容量调度器的本质是多个FIFO的队列组成!

  Hadoop默认使用就是容量调度器!

  特点: 容量

    ①每个队列可以配置一定的容量,空闲的资源可以匀给其他队列临时使用

    ②可以配置每个job使用的容量的限制,防止一个大的job独占所有资源

    ③可以配置每个用户可以使用的容量限制,防止单个用户占用所有资源

  优点:

    ①配置灵活,及时刷新即可

    ②资源利用率高

    ③安全,可以配置每个队列的访问用户限制

YARN资源调度_第4张图片
3. 公平调度器

  支持多队列多用户,每个队列中的资源量可以配置,同一队列中的作业公平共享队列中所有资源,每个队列中的 job 按照优先级分配资源,优先级越高分配越多,在资源有限的情况下,每个 job 理想获得的计算资源与真实获得的计算资源的差值叫做缺额,同一队列中,job 的资源缺额越大,越优先执行,可以多个任务同时运行。

  公平调度器的设置和容量调度器大致相同,也是多条队列,每条队列都可以设置一定的容量!

  每个Job,用户可以设置容量!

  区别: 公平调度器在调度策略上,采用最大最小公平算法,来调度Job,这个算法会保证

  同一个队列中,所有已经提交,未运行结束的Job,获取到队列中的资源是平等的!

  导致在一个队列中,小的Job运行有优势,大的Job可能不能及时获取到必须的所有资源,但是不至于饿死!

  在实际分配资源时,只考虑内存!

你可能感兴趣的:(hadoop)