Mapreduce&yarn工作机制
来源:互联网 发布:聂风入魔知乎 编辑:程序博客网 时间:2024/06/05 20:26
相关文章:
《mapreduce切片机制》
Mapreduce&yarn工作机制:
Mapreduce程序运行过程是这样的:程序通过job.submit()提交后,通过YARNRunner中动态代理(proxy)远程调用,跟yarn resourcemanager通信,获得一个资源提交路径和jobid,然后客户端mapreduce程序通过HDFS获得文件的信息(文件大小),根据文件大小和用户设置的minsize、maxsize参数,对文件进行切片规划,并最终形成job.split文件提交到提交路径上去,此外还会将程序运行的jar包和job参数形成job.xml提交到提交路径上。最后向resourcemanager发送提交完毕的信息,并且申请运行appmaster。
Resourcemanager将用户的请求初始化成一个task,放到调度队列里面。Nodemanager按一定心跳频率,访问队列查看是否有自己的任务,其实这里也是RPC调用,通过调用返回的值,来确定有没有自己的任务,有就领取任务。
nodamanager根据任务参数,构造出具体cpu和内存的container,用来运行appmaster,同时将提交路径上的job.xml\job.split\....jar,下载到本地,appmaster根据切片信息,判断出每个切片所在的datanode,然后再向resourcemanager申请运行maskTask,resourcemanager将他加入到调度队列中,等待nodemanager来领取任务。剩下的过程和前面类似。
具体mapreduce运行流程请看:
《Mapreduce运行全流程》
注:他们之间的通信时通过RPC调用实现的。
最后配张流程图:
- Mapreduce&yarn工作机制
- mapreduce&yarn的工作机制
- yarn运行mapreduce的工作机制
- mapreduce&yarn的工作机制----吸星大法
- Yarn运行Mapreduce程序的工作原理
- MapReduce On YARN的工作原理
- YARN工作流程(MapReduce提交应用程序)
- MapReduce的工作机制
- MapReduce工作机制总结
- MapReduce的工作机制
- MapReduce 工作机制
- MapReduce的工作机制
- MapReduce的工作机制
- MapReduce 工作机制剖析
- MapReduce 的工作机制
- MapReduce工作机制图
- MapReduce工作机制
- MapReduce工作机制
- 【嵌入式开发】手把手教你4418/6818开发板屏幕修改 本文转自迅为: http://www.topeetboard.com 开发平台:iTOP-4418/6818开发板 4418&6818屏幕
- leetcode 575. Distribute Candies
- 思岚科技—SLAMTEC未来服务机器人行业的“Intel”
- PullToRefreshListView
- leetcode题解-88. Merge Sorted Array
- Mapreduce&yarn工作机制
- 算法入门—思维导图
- 设计模式<二>单例模式
- 大数加减乘除?
- Python中列表的增删改查
- 关于MongoDB中的索引查询(查询优化)
- bzoj1699 排队【稀疏表】
- Jcrop+ajaxFileUpload 图片裁切上传 oss(java web)
- 运用Recycleview经常出现的问题及需要注意的地方