如何编写Hadoop调度器
网址: http://dongxicheng.org/mapreduce/how-to-write-hadoop-schedulers/
1. 编写目的
在Hadoop中，调度器是一个可插拔的模块，用户可以根据自己的实际应用要求设计调度器，然后在配置文件中指定相应的调度器，这样，当Hadoop集群启动时，便会加载该调度器。当前Hadoop自带了几种调度器，分别是FIFO（默认调度器），Capacity Scheduler和FairScheduler，通常境况下，这些调度器很难满足公司复杂的应用需求，因而往往需要开发自己的调度器。本文介绍了Hadoop调度器的基本编写方法。
2. Hadoop调度框架
Hadoop的调度器是在JobTracker中加载和调用的，用户可以在配置文件mapred-site.xml中的mapred.jobtracker.taskScheduler属性中指定调度器。本节分析了Hadoop调度器的调度框架，实际上分析了两个重要类：TaskScheduler和JobTracker的关系。
(1) TaskScheduler
如果用户要编写自己的调度器，需要继承抽象类TaskScheduler，该类的接口如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
|
abstract
class
TaskScheduler implements Configurable {
protected
Configuration conf;
//配置文件
protected
TaskTrackerManager taskTrackerManager;
//一般会设为JobTracker
public
Configuration getConf() {
return
conf;
}
public
void
setConf(Configuration conf) {
this
.conf = conf;
}
public
synchronized
void
setTaskTrackerManager(
TaskTrackerManager taskTrackerManager) {
this
.taskTrackerManager = taskTrackerManager;
}
public
void
start() throws IOException {
//初始化函数，如加载配置文件等
// do nothing
}
public
void
terminate() throws IOException {
//结束函数
// do nothing
}
//最重要的函数，为该taskTracker分配合适的task
public
abstract List<Task> assignTasks(TaskTrackerStatus taskTracker)
throws IOException;
//根据队列名字获job列表
public
abstract Collection<JobInProgress> getJobs(String queueName);
}
|
(2) JobTracker
JobTracker是Hadoop最核心的组件，它监控整个集群中的作业运行情况并对资源进行管理和调度。
每个TaskTracker每个3s（默认值，可配置）通过heartbeat向JobTracker汇报自己管理的机器的一些基本信息，包括内存使用量，内存剩余量，正在运行的task，空闲的slot数目等，一旦JobTracker发现该TaskTracker出现了空闲的slot，便会调用调度器中的AssignTasks方法为该TaskTracker分配task。
下面分析JobTracker调用TaskScheduler的具体流程：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
|
……
private
final TaskScheduler taskScheduler;
//声明调度器对象
……
public
static
JobTracker startTracker(JobConf conf, String identifier) {
…….
result =
new
JobTracker(conf, identifier);
result.taskScheduler.setTaskTrackerManager(result);
//设置调度器的manager
……
}
//创建调度器
JobTracker(JobConf conf, String identifier) {
……
// Create the scheduler
Class<? extends TaskScheduler> schedulerClass
= conf.getClass(
"mapred.jobtracker.taskScheduler"
,
JobQueueTaskScheduler.
class
, TaskScheduler.
class
);
taskScheduler = (TaskScheduler) ReflectionUtils.newInstance(schedulerClass, conf);
…..
}
//run forever
public
void
offerService() {
……
taskScheduler.start();
//启动调度器
……
}
。。。。。
HeartbeatResponse heartbeat(TaskTrackerStatus status,
boolean restarted,
boolean initialContact,
boolean acceptNewTasks,
short
responseId) {
…….
// Check for new tasks to be executed on the tasktracker
if
(recoveryManager.shouldSchedule() && acceptNewTasks && !isBlacklisted) {
……
//使用调度器，为该taskTracker分配作业
tasks = taskScheduler.assignTasks(taskTrackerStatus);
……
}
}
|
从上面的分析可以知道，Scheduler和JobTracker之间会相互包含（实际上是组合模式），Scheduler中要包含JobTracker（实际上就是TaskTrackerManager）对象，以便获取整个Hadoop集群的一些信息，如slot总数，QueueManager对象，添加JobInProgressListener以便增加或删除job时，通知Scheduler；JobTracker中要包含Scheduler对象，以便可以对每个TaskTracker分配task。
3. 编写Hadoop调度器
假设我们要编写一个新的调度器，为MyHadoopScheduler，需要进行以下工作：
(1) 用户需要自己实现的类
@ MyHadoopSchedulerConf：配置文件管理类，读取你自己的配置文件，并保存到合适的数据结构中，一般而言，这个类应该支持动态加载配置文件。
@ MyHadoopSchedulerListener：编写自己的JobInProgressListener，并调用JobTracker的addJobInProgressListener()，将之加到系统的Listener队列中，以便系统中添加或删除job后，JobTracker可立刻告诉调度器。
@ MyHadoopScheduler：调度器的核心实现算法
(2) 用户要用到的系统类
@ JobTracker：JobTracker在startTracker函数中，会将MyHadoopScheduler的taskTrackerManager赋值为JobTracker对象，这样，在MyHadoopScheduler中，可调用Jobracker中的所有public方法和成员变量，常用的有：
$ getClusterStatus()：获取集群的状态，如tasktracker列表，map slot总数，reduce slot总数，当前正在运行的map/reduce task总数等
$ getQueueManager()：如果MyHadoopScheduler支持多队列，那么需要使用该方法获取QueueManager对象，通过该对象，会用可以获取系统的所有队列名称，每个队列的ACL（Access Control List）,具体参考：http://hadoop.apache.org/common/docs/current/service_level_auth.html
$ killJob：可以调用该函数杀死某个job
$ killTask：如果调度器支持资源抢占，可调用该函数 杀死某个task以便进行资源抢占。
@ JobInprogress：用户向Hadoop中提交一个job后，Hadoop会为该job创建一个叫JobInProgress的对象，该对象中包含了job相关的基本信息，且它会伴随某个job的一生（与job共存亡）。该对象中包含的job信息有：该job包含的所有task的信息（如：正在运行的task列表，已经完成的task列表，尚未运行的task列表等），作业的优先级，作业的提交时间，开始运行时间，运行结束时间等信息。
在JobInprogress的task列表中，每个task以对象TaskInProgress的形式保存，该对象中包含了每个task的基本信息，包括：task要处理的数据split，task创建时间，task开始执行时间，task结束时间等信息。这些信息肯定会在调度器中使用。
@ JobConf
每个作业的运行参数和配置选项被保存到一个JobConf对象中，该对象包含了配置文件mapred-site.xml，core-site.xml和hdfs-site.xml设置的选项和该作业的特有属性(用户名，InputFormat，Mapper等)，一般是以key/value的形式保存，比如：想获取当前用户名，可以这样：
|
1
2
3
4
5
|
JobConf conf;
…….
String username = conf.get(
"user.name"
);
|
用户也可以通过该对象传递一些自己定义的全局属性，如用户自己定义了一个属性叫mapred.job.deadline（作业的deadline时间），用户可以在提交作业时设定该值：
hadoop jar hadoop-examples.jar wordcount -files cachefile.txt \
-D mapred.job.deadline=100000 \
input output
然后在调度器中这样获取该属性的值：
|
1
2
3
4
5
|
JobConf conf;
…….
int
deadline=conf.getInt(
"mapred.job.deadline"
, -1);
//获取mapred.job.deadline属性，如果没有设置，则返回-1
|
4. 总结
调度器是Hadoop的中枢，其重要性可想而知。用户如果要设计Hadoop调度器，需要对Hadoop的整个框架有比较深入的理解，同时需阅读一些很重要的类（如JobTracker和JobInprogress等）的源码，以便利用这些类完成你的调度算法。
Hadoop目前自带了三个比较常用的调度器，分别为JobQueueTaskScheduler （FIFO，但队列调度器），Capacity Scheduler（多队列多用户调度器）和Fair Scheduler（多队列多用户调度器），它们是你学习Hadoop调度器的最好资料。
5. 参考资料
(1) Hadoop-0.20.2源代码