【05】Yarn
125_尚硅谷_Hadoop_Yarn_课程介绍
126_尚硅谷_Hadoop_Yarn_基础架构
整个集群资源的老大：ResourceManager
单个结点资源的老大：NodeManager
每一个作业任务的老大：ApplicationMaster
相应的容器（相当于一个小电脑）：Container
127_尚硅谷_Hadoop_Yarn_工作机制（面试重要）
任何任务的执行都是在容器中执行的（container）
/*
（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。
*/
NameNode和DataNode是hdfs集群；要注意Hadoop是三大框架的综合体，一个是存储框架，一个是计算框架MR，一个是资源调度框架Yarn
128_尚硅谷_Hadoop_Yarn_全流程作业
管理整个集群资源的是ResourceManager，管理单个结点的资源的是NodeManager
/*
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。
*/
129_尚硅谷_Hadoop_Yarn_FIFO调度器
多个客户端往集群提交任务，任务一多了集群怎么办呢？集群会给它放到任务队列里面，由这个任务队列来管理多个任务。管理的是哪一个任务先执行，还有每个任务分配多少资源以及有多少个任务可以并发执行，都有调度器来解决。
FIFO调度器（First In First Out）：单队列，根据提交作业的先后顺序，先来先服务。
优点：简单易懂；
缺点：不支持多队列，生产环境很少使用；
130_尚硅谷_Hadoop_Yarn_容量调度器
优先满足先进来对列的资源，一个对列当中也可启动多个任务。
在队列资源分配中，先让耗费最小资源的任务先执行完，然后再重点突击大的任务
131_尚硅谷_Hadoop_Yarin_公平调度器
什么是缺额？
job15来了，不能直接给job15分配资源，得给我时间的缓冲，让我把别人的资源抢出来点给你。那在时间上就有个时间差，那这个时间差就叫做差额。
分母始终就是权重
132_尚硅谷_Hadoop_Yarn_常用命令
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output1
yarn application查看任务：
（1）列出所有Application：
yarn application -list
可以通过页面的方式去查看运行情况，同时也可以通过命令的方式去查看任务。两套方案都能实现同样的效果。
（2）根据Application状态过滤：yarn application -list -appStates （所有状态：ALL、NEW、NEW_SAVING、SUBMITTED、ACCEPTED、RUNNING、FINISHED、FAILED、KILLED）
yarn application -list -appStates FINISHED
（3）Kill掉Application：
yarn application -kill application_1662100355422_0001
yarn logs -applicationId application_1662100355422_0001
yarn applicationattempt查看尝试运行的任务
yarn applicationattempt -list application_1662100355422_0001
1.5.4 yarn container查看容器（当任务发生异常时，我们可以关注这个container到底发生了什么情况）
yarn applicationattempt -list application_1662100355422_0001 container_1662100355422_0001_01_000001
1.5.3 yarn applicationattempt查看尝试运行的任务
（1）列出所有Application尝试的列表：yarn applicationattempt -list
yarn applicationattempt -list application_1662100355422_0001
（2）打印ApplicationAttemp状态：yarn applicationattempt -status
yarn applicationattempt -status appattempt_1662100355422_0001_000001
查看当前这一时刻处于什么状态
133_尚硅谷_Hadoop_Yarn_生产环境核心参数配置
134_尚硅谷_Hadoop_Yarn_Linux集群快照
快照要叫备份也可以。如果想恢复到当前这一时刻，可以恢复快照就可以
135_尚硅谷_Hadoop_Yarn_生产环境核心参数配置案例
2.2 容量调度器多队列提交案例
1）在生产环境怎么创建队列？
（1）调度器默认就1个default队列，不能满足生产要求。
（2）按照框架：hive /spark/ flink 每个框架的任务放入指定的队列（企业用的不是特别多）
（3）按照业务模块：登录注册、购物车、下单、业务部门1、业务部门2
2）创建多队列的好处？
（1）因为担心员工不小心，写递归死循环代码，把所有资源全部耗尽。
（2）实现任务的降级使用，特殊时期保证重要的任务队列资源充足。11.11 6.18
业务部门1（重要）=》业务部门2（比较重要）=》下单（一般）=》购物车（一般）=》登录注册（次要）
136_尚硅谷_Hadoop_Yarn_生产环境多队列创建&好处
略
137_尚硅谷_Hadoop_Yarn_容量调度器多队列案例
略
138_尚硅谷_Hadoop_Yarn_容量调度器任务优先级
容量调度器，支持任务优先级的配置，在资源紧张时，优先级高的任务将优先获取资源。默认情况，Yarn将所有任务的优先级限制为0，若想使用任务的优先级功能，须开放该限制。
139_尚硅谷_Hadoop_Yarn_公平调度器案例
略
140_尚硅谷_Hadoop_Yarn_Tool接口案例环境准备
略
141_尚硅谷_Hadoop_Yarn_Tool接口案例完成
略
142_尚硅谷_Hadoop_Yarn_课程总结
