Hadoop2之YARN介绍
一、简介
Hadoop2.x主要由HDFS、YARN和MapReduce三部分组成，其架构图如图1.1所示。
图1.1Hadoop三大组件架构图
YARN是一个独立的分布式资源管理与调度系统，可以为上层的应用提供统一的资源管理和调度。
其中ResourceManager是负责所有资源的监控、分配和管理；ApplicationMaster负责每一个具体的作业的管理器；NodeManager是每台机器的一个节点管理器，Container是由RM抽象出来的资源（节点、内存、CPU）的封装，关系图如图1.2所示。
图1.2各组件关系图
二、ResourceManager
ResourceManager(RM)代替了集群管理器，主要由ApplicationManager和Scheduler两部分组成，
- ApplicationManager
ApplicationManager主要负责：
（1）、接收任务提交(Job-submissions)；
（2）、协商第一个container来执行应用程序的ApplicationMaster；
（3）、为失败的ApplicationMaster Container提供重启服务。
附：ApplicationManager主要维护了已提交的应用的集合，在任务提交后，他首先校验application所需要的资源同时回绝掉自己没有充分资源去运行的application，此外，ApplicationManager也维护了一个先进先出的缓存来存储已完成的application，当缓存满后，有新的任务完成要存入缓存时，最老的已完成的application将会移出。 - Scheduler
Scheduler主要负责向各个运行中的应用程序（Application）分配合适的资源（familiar constraints of capacities, queues etc），不负责应用程序的监控和状态追踪，不保证对失败的task进行重启
图2.1 ResourceManager内部结构图(来源于*)
三、NodeManager
NodeManager(NM)代替了Hadoop 1.x中的TaskTracker，NM属于Slave进程，与TaskTracker类似，相当于是机器框架的封装，其主要工作如下：
- NM处理RM分配的任务请求；
- NM接收并处理来自ApplicationMaster的Container启动、停止等各种请求；
- 负责启动应用程序的Container（执行应用程序的容器），并监控资源的使用情况，通过心跳向RM进行汇报；
总的来看，NM就是单节点上进行资源管理和任务管理。
四、ApplicationMaster
ApplicaitonMaster是应用程序的Master，每一个应用对应一个AM（每一个Job都有一个AM，以一个普通的Container身份运行在RM以外的机器上），在用户提交一个应用程序时，一个AM的轻量型进程实例会启动，AM协调应用程序内的所有任务的执行。
- AM负责一个Job生命周期内的所有工作，类似旧的JobTracker；
- 与RM协商资源，与scheduler协商合适的Container；
- 与NM协同工作，与Scheduler协商合适的Container，并进行对Container监控。
五、Application Manager
应用程序管理器负责管理整个系统中的所有应用程序，包括应用程序的提交、与Scheduler协调资源启动AM、监控AM运行状态及失败时重启AM、跟踪分给的Container的进度与状态。
六、Container
Container是任务运行环境的抽象封装，主要描述任务的运行资源（节点、内存与CPU）、启动命令和运行环境，本质上其只是使用NM上指定资源的权利，AM必须向NM提供更多的信息来启动Container。
七、YARN运行过程
- step1——clients向Resource Manager提交一个任务（Job-submissions）；
- step2——Resource Manager中的Application Manager处理clients的任务提交请求，然后Resource Manager向Scheduler协商第一个container资源来运行Application Master实例；
- step3——Application Master根据实际需要向Resource Manager中的Scheduler请求更多的Container资源；
- step4——Application Master通过获取到的Container资源执行分布式计算。
八、Yarn的容错能力
- Resource Manager
RM可通过Zookeeper来实现HA高可用集群，主节点提供服务，从节点实时同步主的信息，当主挂掉，从节点将接替主节点的角色。 - NodeManager
NM与RM之间进行心跳检验，一旦挂掉，RM将立马通知AM，AM将会进行相关处理。 - ApplicationMaster
一般由ResourceManager进行恢复，同时会恢复至故障任务的状态。
九、Yarn调度器
-
FIFO Scheduler
按照提交的顺序进行处理，优点：最简单，缺点：大应用占用所有的集群资源，不适合共享集合。
图9.1 FIFO调度器 -
Capacity Scheduler
有一个专有队列运转小任务，预先会占用一定集群资源，缺点：大任务执行时间落后于FIFO。
图9.2 Capacity 调度器 -
Fair Scheduler
用户之间所占资源平分，用户提交的job所占资源平分用户所获得的资源，好处：不需要独占，动态调整，公平共享。
图9.3 fairs 调度器
十、结语
有关知识点与图片来源于网络，如有侵权请私信告知。
此外，不足之处，敬请指正！