MapReduce和Yarn的架构设计

一、MapReduce1.0架构设计
和HDFS一样，MapReduce也是采用Master/Slave的架构，其架构如下图所示：

Clinet：每一个Job都会在用户端通过Client类将应用程序以及参数配置Configuration打包成Jar文件存储在HDFS，并把路径提交到JobTracker的master服务，然后由master创建每一个Task（即MapTask和ReduceTask），将它们分发到各个TaskTracker服务中去执行。

JobTracker：主要负责资源管理和作业调度。
1）监控所有TaskTracker与job的健康状况,一旦发现失败,就将相应的任务转移到其他节点；
2）同时JobTracker会跟踪任务的执行进度、资源使用量等信息,并将这些信息告诉Task Scheduler,而Task Scheduler会在资源出现空闲时,选择合适的任务使用这些资源。

TaskTracker是JobTracker和Job之间的桥梁。
1）从JobTracker接收并执行各种命令:运行任务、提交任务、Kill任务、重新初始化任务；
2）周期性地通过Heartbeat,将节点健康情况和资源使用情况、各个任务的进度和状态等汇报给JobTracker。

Task Scheduler：任务调度器(默认FIFO,先按照作业的优先级高低,再按照到达时间的先后选择被执行的作业)。

Map Task： Map引擎
1）解析每条数据记录，传递给用户编写的map()；
2）将map()输出的数据写入本地磁盘（如果是map-only作业，则直接写入HDFS）。

Reduce Task： Reduce引擎
1）从Map Task上远程读取输入数据；
2）对数据进行排序；
3）将数据分组传递给用户编写的reduce()。

二、YARN的架构
YARN总体上仍然是Master/Slave结构，在整个资源管理框架中，ResourceManager为Master，NodeManager为Slave，ResourceManager负责对各个NodeManager上的资源进行统一管理和调度。当用户提交一个应用程序时，需要提供一个用以跟踪和管理这个程序的ApplicationMaster，它负责向ResourceManager申请资源，并要求NodeManger启动可以占用一定资源的任务。由于不同的ApplicationMaster被分布到不同的节点上，因此它们之间不会相互影响。

ResourceManager（RM）：控制整个集群并管理应用程序向基础计算资源的分配，将各个资源部分（计算、内存、带宽等）精心安排给基础 NodeManager（YARN的每节点代理），包含两个组件：Applications Manager和Resource Scheduler。
1）处理客户端请求；
2）启动或监控ApplicationMaster；
3）监控NodeManager；
4）资源的分配与调度。

Applications Manager：：应用程序管理器负责管理整个系统中所有应用程序，包括应用程序提交、与调度器协商资源以启动AM、监控AM运行状态并在失败时重新启动等，跟踪分给的Container的进度、状态也是其职责。

Resource Scheduler：：调度器根据容量、队列等限制条件（如每个队列分配一定的资源，最多执行一定数量的作业等），将系统中的资源分配给各个正在运行的应用程序。

NodeManager（NM）： NM是每个节点上的资源和任务管理器。
1）管理单个节点上的资源；
2）处理来自RM的命令；
3）处理来自ApplicationMaster的Container 启动/停止等请求。

ApplicationMaster（AM）：管理在YARN内运行的每个应用程序实例。
1）负责数据的切分；
2）为应用程序申请资源并分配给内部的任务；
3）任务的监控与容错。

Container：是 YARN中的资源抽象，它封装了某个节点上的多维度资源，如内存、CPU、磁盘、网络等，当AM向RM申请资源时，RM为AM返回的资源便是用Container表示的。YARN会为每个任务分配一个Container，且该任务只能使用该Container中描述的资源。

三、MapReduce2.0架构/YARN工作流程
当用户向YARN中提交一个应用程序后，YARN将分两个阶段运行该应用程序：
第一个阶段是启动ApplicationMaster；
第二个阶段是由ApplicationMaster创建应用程序，为它申请资源，并监控它的整个运行过程，直到运行完成。

工作流程如下：
步骤1　用户向YARN中提交应用程序，其中包括ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等。
步骤2　ResourceManager为该应用程序分配第一个Container，并与对应的NodeManager通信，要求它在这个Container中启动应用程序的ApplicationMaster。
步骤3　ApplicationMaster首先向ResourceManager注册，这样用户可以直接通过ResourceManager查看应用程序的运行状态，然后它将为各个任务申请资源，并监控它的运行状态，直到运行结束，即重复步骤4~7。
步骤4　ApplicationMaster采用轮询的方式通过RPC协议向ResourceManager申请和领取资源。
步骤5　一旦ApplicationMaster申请到资源后，便与对应的NodeManager通信，要求它启动任务。
步骤6　NodeManager为任务设置好运行环境（包括环境变量、JAR包、二进制程序等）后，将任务启动命令写到一个脚本中，并通过运行该脚本启动任务。
步骤7　各个任务通过某个RPC协议向ApplicationMaster汇报自己的状态和进度，以让ApplicationMaster随时掌握各个任务的运行状态，从而可以在任务失败时重新启动任务。
在应用程序运行过程中，用户可随时通过RPC向ApplicationMaster查询应用程序的当前运行状态。
步骤8　应用程序运行完成后，ApplicationMaster向ResourceManager注销并关闭自己。