HDFS Yarn简介和运行流程

 

YARN：不同的计算框架可以共享同一HDFS集群上的数据，享受整体的资源调度（可以使MR，HDFS，Spark，storm等共用同一集群的框架，YARN可以按框架的资源需求量做出合适的分配）

 

YARN架构：

　　1、ResourceManager：RM　　

　　　　整个集群同一时间提供服务的RM只有一个，负责集群资源的同一管理和调度（一般会有一个代替者，主RM挂掉后，副RM开始启用，保证服务不会断掉）

　　　　处理客户端的请求：提交/杀死一个作业

　　　　监控NM，一旦一个NM挂了，那么NM上运行的任务需要告诉AM来如何处理（重启还是。。。）

　　2、NodeManager：NM

　　　　整个集群中有多个，负责自己本身节点资源管理和使用

　　　　定时向Rm汇报界定啊的资源使用情况（心跳的形式）

　　　　接收并处理来自RM的各种命令：启动Container

　　　　处理来自AM的命令

　　　　 单个节点的资源管理

　　3、ApplicationMaster：AM

　　　　每一个应用程序对应一个：MR、Spark，负责应用程序的管理

　　　　为应用程序向RM申请资源（core、memory），分配给内部task

　　　　需要与NM通信：启动/停止task，task是运行在container里面，Am也是运行在container

　　4、Container

　　　　封装了CPU、Memory等资源的容器

　　　　是一个任务运行环境的抽象

　　5、Client

　　　　提交/杀死作业

　　　　查询作业的运行进度

 

YARN的执行流程：

　　1、客户端先访问RM，要启动一个任务

　　2、RM收到后会分配一个Container，并与对应的NM通信，要求在Container中启动AM

　　3、AM会向RM注册（这样用户就可以通过RM得知任务的整个进度），并申请所需资源（CPU、Memory等）（通过RPC协议轮训的方式申请）

　　4、AM拿到资源后，告知NM，要求启动任务

　　5、NM会为任务设置好环境（环境变量、jar包等），然后将启动命令写成脚本并启动

　　6、各个任务会通过RPC协议向AM汇报任务的状态及进度，若是task（任务失败），由AM决定是重启还是。。。

　　7、应用程序完成后，AM向RM注销并关闭自己

　　

 

转载于:https://www.cnblogs.com/onone/articles/8474519.html