十三、YARN资源分配调用

1、为什么要先学习YARN组件？

        在Hadoop文件系统中，YARN作为Hadoop系统的第三大组件，其中，第二大组件MapReduce组件是基于YARN运行的，即没有YARN无法运行MapReduce程序，所以需要同时学习YARN。

2、YARN

（1）作用

        资源调度，所谓资源调度，就是如下：

（2）资源调度

        如何理解资源调度？

        举个例子，在一个一万平米的场地上，会有许多人在这里撑帐篷。在无人管理的情况下，大家随意撑开帐篷，可能最多撑50个帐篷，但如果有人对这个场地进行分配，可能会撑80个帐篷。

        这就是资源调度。

        当然，在真正应用中，资源调度并非是上述描述的那样简单，它是复杂度、多变的、难以控制的。

3、程序的资源调度

（1）为什么要对程序进行资源调度？

        对于存储在计算机中的程序，其在执行时，每个程序对内存的使用情况是不相同的，程序是没有节约资源的概念，当存在n个单位的资源时，如果b程序能一直执行，那么b程序就会逐渐“吃完”这n个单位的资源，甚至可能会导致电脑死机。

（2）程序的资源调用制度

        申请制度。

（3） 集群式的存储

        这就是 Hadoop YARN框架的作用，调度整个服务器集群的资源统一管理。

4、资源调度实例

（1）MapReduce申请内存

        在程序运行时，假设MapReduce需要申请2G的内存，那么它就会像YARN提出申请。

（2）YARN审核内存申请

        当YARN收到申请时，YARN会查看当前已经存在的资源分配情况，再根据结果进行判断，是否应该同意MapReduce的申请。

（3）分配结果实例展示

5、总结