五、Yarn

一：简介

Yarn是hadoop的资源管理调度平台（集群）------为用户程序提供运算资源的管理和调度。

用户程序：如用户开发的一个Mapreduce程序。

Yarn有两类节点（服务进程）：

1、resourcemanager      主节点master------只需要1个来工作

2、nodemanager            从节点------根据集群规模可以有很多个

二：Yarn产生的原因

（1）MapreduceV1中，jobtracker存在瓶颈：  

    a、集群上运行的所有mr程序都有jobtracker来调度

    b、SPOF单点故障

    c、职责划分不清晰

 

（1）  将jobtracker的职责划分成两个部分：

        资源调度与管理：由统一的资源调度平台（集群）来实现（yarn）

        任务监控与管理：

A、每一个application运行时拥有一个自己的任务监控管理进程AppMaster

B、AppMaster的生命周期：application提交给yarn集群之后，yarn负责启动该application的AppMaster，随后任务的执行监控调度等工作都交由AppMaster，待这个application运行完毕后，AppMaster向yarn注销自己。

C、AppMaster的具体实现由application所使用的分布式运算框架自己负责，比如Mapreduce类型的application有MrAppMaster实现类。Spark DAG应用则有SparkOnYarn的SparkContext实现

三：Yarn的架构

（1）ResourceManager ----> master node，可配多个RM实现HA机制，

由两个核心组件构成：

      Scheduler 和ApplicationsManager;

      Scheduler：负责资源调度，调度策略可插拔（内置实现 CapacityScheduler/ FairScheduler），不提供对application运行的监控;

      ApplicationsManager：负责响应任务提交请求，协商applicationMaster运行的container，重启失败的applicationMaster

（2）NodeManager ----> slave nodes，每台机器上一个

职责：加载containers，监控各container的资源使用情况，并向Resourcemanager/Scheduler汇报

（3）ApplicationMaster ---->特定运算框架自己实现，接口为统一的AppMaster

职责：向Scheduler请求适当的资源，跟踪任务的执行，监控任务执行进度、状态等

四：Yarn运行application的流程

五：总结

1、Yarn只响应job的提交及为job的运行分配资源，yarn不参与job的具体运行机制和流程。
2、Mapreduce程序中有一个进程叫MrAppmaster来负责程序的具体运行流程控制。
3、由于Yarn不参与用户程序的具体运行，所以Yarn可以为各种类型的应用程序提供资源服务。（Yarn就类似于一个操作系统平台，可以运行各种各样的运算框架所开发的程序；Mapreduce、storm、spark......）
4、因为yarn的这种平台特性，延长了hadoop的生命周期。
6、因为yarn可以整合各种运算框架，企业就可以把各种分布式框架整合到hadoop集群。