《小白兔到大黑牛》第十五篇Hadoop五个进程的联系

来源:互联网 发布:淘宝达人帖子范例 编辑:程序博客网 时间:2024/03/29 18:15

1.NameNode:

相当于一个领导者,负责调度 ,比如你需要存一个1280m的文件如果按照128m分块 那么namenode就会把这10个块(这里不考虑副本)分配到集群中的datanode上并记录对于关系 。当你要下载这个文件的时    候namenode就知道在那些节点上给你取这些数据了。它主要维护两个    map 一个是文件到块的对应关系 一个是块到节点的对应关系。
  1. secondarynamenode:
    它是namenode的一个快照,会根据configuration中设置的值来
    决定多少时间周期性的去cp一下namenode,记录namenode中
    的metadata及其它数据

  2. NodeManager(NM):
    是YARN中每个节点上的代理,它管理Hadoop集群中单个计算节点
    包括与ResourceManger保持通信,监督Container的生命周期管理,
    监控每个Container的资源使用(内存、CPU等)情况,追踪节点健
    康状况,管理日志和不同应用程序用到的附属服务(auxiliary service)

4.DataNode:

  a.DataNode的需要完成的首要任务是K-V存储  b.完成和namenode 通信 ,这个通过IPC 心跳连接实现。     此外还有和客户端 其它datanode之前的信息交换  c.完成和客户端还有其它节点的大规模通信,这个需要直接     通过socket 协议实现。

5.ResourceManager:
在YARN中,ResourceManager负责集群中所有资源的统一管理和分配,它接收来自各个节点(NodeManager)的资源汇报信息,并把这些信息按照一定的策略分配给各个应用程序(实际上是ApplicationManager)
RM与每个节点的NodeManagers (NMs)和每个应用的ApplicationMasters (AMs)一起工作。
a.NodeManagers 遵循来自ResourceManager的指令来管理单一节点上的可用资源。
b.ApplicationMasters负责与ResourceManager协商资源与NodeManagers合作启动容器

上面的一些名词解释

ApplicationMaster
计算应用的资源需求,资源可以是静态或动态计算的,静态的一般是Client申请时就指定了,动态则需要ApplicationMaster根据应用的运行状态来决定 根据数据来申请对应位置的资源(Data Locality) 向ResourceManager申请资源,与NodeManager交互进行程序的运行和监控,监控申请的资源的使用情况,监控作业进度 跟踪任务状态和进度,定时向ResourceManager发送心跳消息,报告资源的使用情况和应用的进度信息 负责本作业内的任务的容错

Container的一些基本概

念和工作流程如下:

(1) Container是YARN中资源的抽象,它封装了某个节点上一定量的资源(CPU和内存两类资源)。它跟Linux Container没有任何关系,仅仅是YARN提出的一个概念(从实现上看,可看做一个可序列化/反序列化的Java类)。

(2) Container由ApplicationMaster向ResourceManager申请的,由ResouceManager中的资源调度器异步分配给ApplicationMaster;

(3) Container的运行是由ApplicationMaster向资源所在的NodeManager发起的,Container运行时需提供内部执行的任务命令(可以使任何命令,比如java、Python、C++进程启动命令均可)以及该命令执行所需的环境变量和外部资源(比如词典文件、可执行文件、jar包等)。

另外,一个应用程序所需的Container分为两大类,如下:

(1) 运行ApplicationMaster的Container:这是由ResourceManager(向内部的资源调度器)申请和启动的,用户提交应用程序时,可指定唯一的ApplicationMaster所需的资源;

(2) 运行各类任务的Container:这是由ApplicationMaster向ResourceManager申请的,并由ApplicationMaster与NodeManager通信以启动之。以上两类Container可能在任意节点上,它们的位置通常而言是随机的,即ApplicationMaster可能与它管理的任务运行在一个节点上。