hadoop之旅4-centerOS7： hadoop配置yarn资源管理器

首先介绍一下什么是yarn资源管理器：

YARN（Yet Another Resource Negotiator）是一个通用的资源管理平台，可为各类计算框架提供资源的管理和调度。
其核心出发点是为了分离资源管理与作业调度/监控，实现分离的做法是拥有一个全局的资源管理器（ResourceManager，RM），以及每个应用程序对应一个的应用管理器（ApplicationMaster，AM），应用程序由一个作业（Job）或者Job的有向无环图（DAG）组成。

YARN可以将多种计算框架(如离线处理MapReduce、在线处理的Storm、迭代式计算框架Spark、流式处理框架S4等) 部署到一个公共集群中，共享集群的资源。

简而言之，可以提供如下功能：

1. 资源统一的管理和调度

集群中所有节点的资源(内存、CPU、磁盘、网络等)抽象为Container。计算框架需要资源进行运算任务时需要向YARN申请Container， YARN按照特定的策略对资源进行调度进行Container的分配

2. 资源隔离

YARN使用了轻量级资源隔离机制Cgroups进行资源隔离以避免相互干扰，一旦Container使用的资源量超过事先定义的上限值，就将其杀死。

贴一张随处可见的yarn的架构图

image

yarn通过ResourceManager和NodeManager会直接管理和调度客户端的请求与分发。

下面直接带大家配置hadoop的yarn资源管理

第一步，配置master主节点

进入到hadoop的目录下的/etc/hadoop里,编辑yarn-site.xml文件

vi yarn-site.xml

默认里面都是空的，在configuration标签内配置

      yarn.resourcemanager.hostname 
      master  //resourcemanager的主机


 
      yarn.nodemanager.aux-services
      mapreduce_shuffle



    yarn.nodemanager.aux-services.mapreduce.shuffle.class
    org.apache.hadoop.mapred.ShuffleHandler

然后编辑mapred-site.xml文件

  
     mapreduce.framework.name      
     yarn
   

配置mapreduce作业的资源管理框架为yarn

第二步 配置slave从节点

进入到slave从节点的hadoop的目录下的/etc/hadoop里,编辑yarn-site.xml文件

vi yarn-site.xml

默认里面都是空的，在configuration标签内配置

  
    yarn.resourcemanager.address
    master:8032
  
  
    yarn.resourcemanager.scheduler.address
     master:8030
  
  
    yarn.resourcemanager.resource-tracker.address
     master:8031
  

在从节点里配置好master节点的资源管理地址，保证slave从节点可以找到master主节点里的resourcemanager资源管理器

同时为了保证MapReduce作业能够正常运行还需要配置

 
      yarn.nodemanager.aux-services
      mapreduce_shuffle
  
  
    yarn.nodemanager.aux-services.mapreduce.shuffle.class
    org.apache.hadoop.mapred.ShuffleHandler
  

然后就可以启动yarn资源管理器了。仍然可以通过集群的方式启动，在master节点中执行以下命令

start-yarn.sh 启动yarn集群
stop-yarn.sh 停止yarn集群

可以看到

image

yarn集群已经成功启动了。一般我们会先启动hadoop集群start-dfs.sh，再启动yarn集群start-yarn.sh.也可以通过start-all.sh命令可以一键全部启动。