简单搞定yarn工作机制

Yarn概述？

Yarn是一个资源调度平台，负责为运算程序提供服务器运算资源，相当于一个分布式的操作系统平台，而mapreduce等运算程序则相当于运行于操作系统之上的应用程序

Yarn的重要概念

1）yarn并不清楚用户提交的程序的运行机制

2）yarn只提供运算资源的调度（用户程序向yarn申请资源，yarn就负责分配资源）

3）yarn中的主管角色叫ResourceManager

4）yarn中具体提供运算资源的角色叫NodeManager

5）这样一来，yarn其实就与运行的用户程序完全解耦，就意味着yarn上可以运行各种类型的分布式运算程序（mapreduce只是其中的一种），比如mapreduce、storm程序，spark程序……

6）所以，spark、storm等运算框架都可以整合在yarn上运行，只要他们各自的框架中有符合yarn规范的资源请求机制即可

7）Yarn就成为一个通用的资源调度平台，从此，企业中以前存在的各种运算集群都可以整合在一个物理集群上，提高资源利用率，方便数据共享Yarn工作机制

2）工作机制详解

       （0）Mr程序提交到客户端所在的节点

       （1）yarnrunner向Resourcemanager申请一个application。

       （2）rm将该应用程序的资源路径返回给yarnrunner

       （3）该程序将运行所需资源提交到HDFS上

       （4）程序资源提交完毕后，申请运行mrAppMaster

       （5）RM将用户的请求初始化成一个task

       （6）其中一个NodeManager领取到task任务。

       （7）该NodeManager创建容器Container，并产生MRAppmaster

       （8）Container从HDFS上拷贝资源到本地

       （9）MRAppmaster向RM申请运行maptask容器

       （10）RM将运行maptask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。

       （11）MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动maptask，maptask对数据分区排序。

       （12）MRAppmaster向RM申请2个容器，运行reduce task。

       （13）reduce task向maptask获取相应分区的数据。

       （14）程序运行完毕后，MR会向RM注销自己。