Hadoop YARN架构设计要点

2015-06-01 22:57:15  Yanjun

原网址：由于图片不能复制http://shiyanjun.cn/archives/1119.html?utm_source=tuicool

YARN是开源项目Hadoop的一个资源管理系统，最初设计是为了解决Hadoop中MapReduce计算框架中的资源管理问题，但是现在它已经是一个更加通用的资源管理系统，可以把MapReduce计算框架作为一个应用程序运行在YARN系统之上，通过YARN来管理资源。如果你的应用程序也需要借助YARN的资源管理功能，你也可以实现YARN提供的编程API，将你的应用程序运行于YARN之上，将资源的分配与回收统一交给YARN去管理，可以大大简化资源管理功能的开发。当前，也有很多应用程序已经可以构建于YARN之上，如Storm、Spark等计算框架。

YARN整体架构

YARN是基于Master/Slave模式的分布式架构，我们先看一下，YARN的架构设计，如图所示（来自官网文档）：

上图，从逻辑上定义了YARN系统的核心组件和主要交互流程，各个组件说明如下：

• YARN Client

YARN Client提交Application到RM，它会首先创建一个Application上下文件对象，并设置AM必需的资源请求信息，然后提交到RM。YARN Client也可以与RM通信，获取到一个已经提交并运行的Application的状态信息等，具体详见后面ApplicationClientProtocol协议的分析说明。

• ResourceManager（RM）

RM是YARN集群的Master，负责管理整个集群的资源和资源分配。RM作为集群资源的管理和调度的角色，如果存在单点故障，则整个集群的资源都无法使用。在2.4.0版本才新增了RM HA的特性，这样就增加了RM的可用性。

• NodeManager（NM）

NM是YARN集群的Slave，是集群中实际拥有实际资源的工作节点。我们提交Job以后，会将组成Job的多个Task调度到对应的NM上进行执行。Hadoop集群中，为了获得分布式计算中的Locality特性，会将DN和NM在同一个节点上运行，这样对应的HDFS上的Block可能就在本地，而无需在网络间进行数据的传输。

• Container

Container是YARN集群中资源的抽象，将NM上的资源进行量化，根据需要组装成一个个Container，然后服务于已授权资源的计算任务。计算任务在完成计算后，系统会回收资源，以供后续计算任务申请使用。Container包含两种资源：内存和CPU，后续Hadoop版本可能会增加硬盘、网络等资源。

• ApplicationMaster（AM）

AM主要管理和监控部署在YARN集群上的Application，以MapReduce为例，MapReduce Application是一个用来处理MapReduce计算的服务框架程序，为用户编写的MapReduce程序提供运行时支持。通常我们在编写的一个MapReduce程序可能包含多个Map Task或Reduce Task，而各个Task的运行管理与监控都是由这个MapReduce Application来负责，比如运行Task的资源申请，由AM向RM申请；启动/停止NM上某Task的对应的Container，由AM向NM请求来完成。

下面，我们基于Hadoop 2.6.0的YARN源码，来探讨YARN内部实现原理。

YARN协议

YARN是一个分布式资源管理系统，它包含了分布的多个组件，我们可以通过这些组件之间设计的交互协议来说明，如图所示：

下面我们来详细看看各个协议实现的功能：

• ApplicationClientProtocol（Client -> RM）

协议方法功能描述getNewApplication获取一个新的ApplicationId，例如返回的ApplicationId为application_1418024756741submitApplication提交一个Application到RMforceKillApplication终止一个已经提交的ApplicationgetApplicationReport获取一个Application的状态报告信息ApplicationReport，包括用户、队列、名称、AM所在节点、AM的RPC端口、跟踪URL、AM状态、诊断信息（如果出错的话）、启动时间、提交Application的Client（如果启用安全策略）getClusterMetrics获取YARN集群信息，如节点数量getApplications获取Application状态报告信息，和getApplicationReport类似，只不过增加了过滤器功能getClusterNodes获取集群内所有节点的状态报告信息getQueueInfo获取队列信息getQueueUserAcls获取当前用户的队列ACL信息getDelegationToken获取访问令牌信息，用于Container与RM端服务交互renewDelegationToken更新已存在的访问令牌信息cancelDelegationToken取消访问令牌moveApplicationAcrossQueues将Application移动到另一个队列中getApplicationAttemptReport获取Application Attempt状态报告信息ApplicationAttemptReportgetApplicationAttemptReport获取Application Attempt状态报告信息，和getApplicationAttemptReport类似，只不过增加了过滤器功能getContainerReport根据ContainerId获取Container状态报告信息ContainerReport，例如Container名称为container_e17_1410901177871_0001_01_000005，各个段的含义：container_e<epoch>_<clusterTimestamp>_<appId>_<attemptId>_<containerId>getContainers根据ApplicationAttemptId获取一个Application Attempt所使用的Container的状态报告信息，例如Container名称为container_1410901177871_0001_01_000005submitReservation预定资源，以备在特殊情况下能够从集群获取到资源来运行程序，例如预留出资源供AM启动updateReservation更新预定资源deleteReservation删除预定getNodeToLabels获取节点对应的Label集合getClusterNodeLabels获取集群中所有节点的Label

• ResourceTracker（NM -> RM）

协议方法功能描述registerNodeManagerNM向RM注册nodeHeartbeatNM向RM发送心跳状态报告

• ApplicationMasterProtocol（AM -> RM）

协议方法功能描述registerApplicationMasterAM向RM注册finishApplicationMasterAM通知RM已经完成（成功/失败）allocateAM向RM申请资源

• ContainerManagementProtocol（AM -> NM）

协议方法功能描述startContainersAM向NM请求启动ContainerstopContainersAM向NM请求停止ContainergetContainerStatusesAM向NM请求查询当前Container的状态

• ResourceManagerAdministrationProtocol（RM Admin -> RM）

协议方法功能描述getGroupsForUser获取用户所在用户组，该协议继承自GetUserMappingsProtocolrefreshQueues刷新队列配置refreshNodes刷新节点配置refreshSuperUserGroupsConfiguration刷新超级用户组配置refreshUserToGroupsMappings刷新用户->用户组映射信息refreshAdminAcls刷新Admin的ACL信息refreshServiceAcls刷新服务级别信息（SLA）updateNodeResource更新在RM端维护的RMNode资源信息addToClusterNodeLabels向集群中节点添加LabelremoveFromClusterNodeLabels移除集群中节点LabelreplaceLabelsOnNode替换集群中节点Label

• HAServiceProtocol（Active RM HA Framework Standby RM）

协议方法功能描述monitorHealthHA Framework监控服务的健康状态transitionToActive使RM转移到Active状态transitionToStandby使RM转移到Standby状态getServiceStatus获取服务状态信息

YARN RPC实现

1.X版本的Hadoop使用默认实现的Writable协议作为RPC协议，而在2.X版本，重写了RPC框架，改成默认使用Protobuf协议作为Hadoop的默认RPC通信协议。 YARN RPC的实现，如下面类图所示：

通过上图可以看出，RpcEngine有两个实现：WritableRpcEngine和ProtobufRpcEngine，默认使用ProtobufRpcEngine，我们可以选择使用1.X默认的RPC通信协议，甚至可以自定义实现。

ResourceManager内部原理

RM是YARN分布式系统的主节点，ResourceManager服务进程内部有很多组件提供其他服务，包括对外RPC服务，已经维护内部一些对象状态的服务等，RM的内部结构如图所示：

上图中RM内部各个组件（Dispatcher/EventHandler/Service）的功能，可以查看源码。
这里，说一下ResourceScheduler组件，它是RM内部最重要的一个组件，用它来实现资源的分配与回收，它提供了一定算法，在运行时可以根据算法提供的策略来对资源进行调度。YARN内部有3种资源调度策略的实现：FifoScheduler、FairScheduler、CapacityScheduler，其中默认实现为CapacityScheduler。CapacityScheduler实现了资源更加细粒度的分配，可以设置多级队列，每个队列都有一定的容量，即对队列设置资源上限和下限，然后对每一级别队列分别再采用合适的调度策略（如FIFO）进行调度。
如果我们想实现自己的资源调度策略，可以直接实现YARN的资源调度接口ResourceScheduler，然后修改yarn-site.xml中的配置项yarn.resourcemanager.scheduler.class即可。

NodeManager内部原理

NM是YARN系统中实际持有资源的从节点，也是实际用户程序运行的宿主节点，内部结构如图所示：

上图中NM内部各个组件（Dispatcher/EventHandler/Service）的功能，可以查看源码，不再累述。

事件处理机制

事件处理可以分成2大类，一类是同步处理事件，事件处理过程会阻塞调用进程，通常这样的事件处理逻辑非常简单，不会长时间阻塞；另一类就是异步处理处理事件，通常在接收到事件以后，会有一个用来派发事件的Dispatcher，将事件发到对应的事件队列中，这采用生产者-消费者模式，消费者这会监视着队列，并从取出事件进行异步处理。
YARN中到处可以见到事件处理，其中比较特殊一点的就是将状态机（StateMachine）作为一个事件处理器，从而通过事件来触发特定对象状态的变迁，通过这种方式来管理对象状态。我们先看一下YARN中事件处理的机制，以ResourceManager端为例，如下图所示：

产生的事件通过Dispatcher进行派发并进行处理，如果EventHandler处理逻辑比较简单，直接同步处理，否则可能会采用异步处理的方式。在EventHandler处理的过程中，还可能产生新的事件Event，然后再次通过RM的Dispatcher进行派发，而后处理。

状态机

我们以RM端管理的RMAppImpl对象为例，它表示一个Application运行过程中，在RM端的所维护的Application的状态，该对象对应的所有状态及其状态转移路径，如下图所示：

在上图中如果加上触发状态转移的事件及其类型，可能整个图会显得很乱，所以这里，我详细画了一个分图，用来说明，每一个状态的变化都是有哪种类型的事件触发的，根据这个图，可以方便地阅读源码，如下图所示：

NMLivelinessMonitor源码分析实例

YARN主要采用了Dispatcher+EventHandler+Service这样的抽象，将所有的内部/外部组件采用这种机制来实现，由于存在很多的Service和EventHandler，而且有的组件可能既是一个Service，同时还是一个EventHandler，所以在阅读代码的时候可能会感觉迷茫，这里我给出了一个阅读NMLivelinessMonitor服务的实例，仅供想研究源码的人参考。
NMLivelinessMonitor是ResourceManager端的一个监控服务实现，它主要是用来监控注册的节点的Liveliness状态，这里是监控NodeManager的状态。该服务会周期性地检查NodeManager的心跳信息来确保注册到ResourceManager的NodeManager当前处于活跃状态，可以执行资源分配以及处理计算任务，在NMLivelinessMonitor类继承的抽象泛型类AbstractLivelinessMonitor中有一个Map，如下所示：

查看源代码

打印帮助

1private Map<O, Long> running = new HashMap<O, Long>();

这里面O被替换成了NodeId，而值类型Long表示时间戳，也就是表达了一个NodeManager向ResourceManager最后发送心跳信息时间戳，通过检测running中的时间戳；来判断NodeManager是否可以正常使用。
在ResourceManager中可以看到，NMLivelinessMonitor的实例是其一个成员：

查看源代码

打印帮助

1protected NMLivelinessMonitor nmLivelinessMonitor;

看一下NMLivelinessMonitor类的实现，它继承自抽象泛型类AbstractLivelinessMonitor，看NMLivelinessMonitor类的声明：

查看源代码

打印帮助

1public class NMLivelinessMonitor extendsAbstractLivelinessMonitor<NodeId>

在类实现中，有一个重写（@Override）的protected的方法expire，如下所示：

查看源代码

打印帮助

1@Override

2protected void expire(NodeId id) {

3dispatcher.handle(

4new RMNodeEvent(id, RMNodeEventType.EXPIRE));

5}

我们可以通过该类NMLivelinessMonitor抽象基类中看到调用expire方法的逻辑，是在一个内部线程类PingChecker中，代码如下所示：

查看源代码

打印帮助

01private class PingChecker implementsRunnable {

02  

03@Override

04public void run() {

05while (!stopped && !Thread.currentThread().isInterrupted()) {

06synchronized (AbstractLivelinessMonitor.this) {

07Iterator<Map.Entry<O, Long>> iterator =

08running.entrySet().iterator();

09  

10//avoid calculating current time everytime in loop

11long currentTime = clock.getTime();

12  

13while (iterator.hasNext()) {

14Map.Entry<O, Long> entry = iterator.next();

15if (currentTime > entry.getValue() + expireInterval) {

16iterator.remove();

17expire(entry.getKey()); // 调用抽象方法expire，会在子类中实现

18LOG.info("Expired:"+ entry.getKey().toString() +

19" Timed out after " + expireInterval/1000 + " secs");

20}

21}

22}

23try {

24Thread.sleep(monitorInterval);

25} catch(InterruptedException e) {

26LOG.info(getName() + " thread interrupted");

27break;

28}

29}

30}

31}

这里面的泛型O在NMLivelinessMonitor类中就是NodeId，所以最关心的逻辑就是前面提到的NMLivelinessMonitor中的expire方法的实现。在expire方法中，调用了dispatcher的handle方法来处理，所以dispatcher应该是一个EventHandler对象，后面我们会看到，它其实是通过ResourceManager中的dispatcher成员，也就是AsyncDispatcher来获取到的（AsyncDispatcher内部有一个组合而成的EventHandler）。
下面，我们接着看NMLivelinessMonitor是如何创建的，在ResourceManager.RMActiveServices类的serviceInit()方法中，代码如下所示：

查看源代码

打印帮助

1nmLivelinessMonitor = createNMLivelinessMonitor();

2addService(nmLivelinessMonitor);

跟踪代码继续看createNMLivelinessMonitor方法，如下所示：

查看源代码

打印帮助

1private NMLivelinessMonitor createNMLivelinessMonitor() {

2return new NMLivelinessMonitor(this.rmContext

3.getDispatcher());

4}

上面通过rmContext的getDispatcher获取到一个Dispatcher对象，来作为NMLivelinessMonitor构造方法的参数，我们需要看一下这个Dispatcher是如何创建的，查看ResourceManager.serviceInit方法，代码如下所示：

查看源代码

打印帮助

1rmDispatcher = setupDispatcher();

2addIfService(rmDispatcher);

3rmContext.setDispatcher(rmDispatcher);

继续跟踪代码，setupDispatcher()方法实现如下所示：

查看源代码

打印帮助

1private Dispatcher setupDispatcher() {

2Dispatcher dispatcher = createDispatcher();

3dispatcher.register(RMFatalEventType.class,

4new ResourceManager.RMFatalEventDispatcher());

5return dispatcher;

6}

继续看createDispatcher()方法代码实现：

查看源代码

打印帮助

1protected Dispatcher createDispatcher() {

2return new AsyncDispatcher();

3}

可以看到，在这里创建了一个AsyncDispatcher对象在创建的NMLivelinessMonitor实例中包含一个AsyncDispatcher实例。回到前面，我们需要知道这个AsyncDispatcher调用getEventHandler()返回的EventHandler的处理逻辑是如何的，NMLivelinessMonitor的代码实现如下所示：

查看源代码

打印帮助

01public class NMLivelinessMonitor extendsAbstractLivelinessMonitor<NodeId> {

02  

03private EventHandler dispatcher;

04  

05public NMLivelinessMonitor(Dispatcher d) {

06super("NMLivelinessMonitor",newSystemClock());

07this.dispatcher = d.getEventHandler();// 调用AsyncDispatcher的getEventHandler()方法获取EventHandler

08}

09  

10public void serviceInit(Configuration conf) throwsException {

11int expireIntvl = conf.getInt(YarnConfiguration.RM_NM_EXPIRY_INTERVAL_MS,

12YarnConfiguration.DEFAULT_RM_NM_EXPIRY_INTERVAL_MS);

13setExpireInterval(expireIntvl);

14setMonitorInterval(expireIntvl/3);

15super.serviceInit(conf);

16}

17  

18@Override

19protected void expire(NodeId id) {

20dispatcher.handle(

21new RMNodeEvent(id, RMNodeEventType.EXPIRE));

22}

23}

查看AsyncDispatcher类的getEventHandler()方法，代码如下所示：

查看源代码

打印帮助

1@Override

2public EventHandler getEventHandler() {

3if (handlerInstance == null) {

4handlerInstance = newGenericEventHandler();

5}

6return handlerInstance;

7}

可见，这里面无论是第一次调用还是其他对象已经调用过该方法，这里面最终只有一个GenericEventHandler实例作为这个dispatcher的内部EventHandler实例，所以继续跟踪代码，看GenericEventHandler实现，如下所示：

查看源代码

打印帮助

01class GenericEventHandler implements EventHandler<Event> {

02public void handle(Event event) {

03if (blockNewEvents) {

04return;

05}

06drained = false;

07  

08/* all this method does is enqueue all the events onto the queue */

09int qSize = eventQueue.size();

10if (qSize !=0 && qSize %1000==0) {

11LOG.info("Size of event-queue is "+ qSize);

12}

13int remCapacity = eventQueue.remainingCapacity();

14if (remCapacity < 1000) {

15LOG.warn("Very low remaining capacity in the event-queue: "

16+ remCapacity);

17}

18try {

19eventQueue.put(event); // 将Event放入到队列eventQueue中

20} catch(InterruptedException e) {

21if (!stopped) {

22LOG.warn("AsyncDispatcher thread interrupted", e);

23}

24throw new YarnRuntimeException(e);

25}

26};

27}

将传入handle方法的Event丢进了eventQueue队列，也就是说GenericEventHandler是基于eventQueue的一个生产者，那么消费者是AsyncDispatcher内部的另一个线程，如下所示：

查看源代码

打印帮助

1@Override

2protected void serviceStart() throwsException {

3//start all the components

4super.serviceStart();

5eventHandlingThread = newThread(createThread());// 调用创建消费eventQueue队列中事件的线程

6eventHandlingThread.setName("AsyncDispatcher event handler");

7eventHandlingThread.start();

8}

查看createThread()方法，如下所示：

查看源代码

打印帮助

01Runnable createThread() {

02return new Runnable() {

03@Override

04public void run() {

05while (!stopped && !Thread.currentThread().isInterrupted()) {

06drained = eventQueue.isEmpty();

07// blockNewEvents is only set when dispatcher is draining to stop,

08// adding this check is to avoid the overhead of acquiring the lock

09// and calling notify every time in the normal run of the loop.

10if (blockNewEvents) {

11synchronized (waitForDrained) {

12if (drained) {

13waitForDrained.notify();

14}

15}

16}

17Event event;

18try {

19event = eventQueue.take(); // 从队列取出事件Event

20} catch(InterruptedException ie) {

21if (!stopped) {

22LOG.warn("AsyncDispatcher thread interrupted", ie);

23}

24return;

25}

26if (event != null) {

27dispatch(event); // 分发处理该有效事件Event

28}

29}

30}

31};

32}

可以看到，从eventQueue队列中取出Event，然后调用dispatch(event);来处理事件，看dispatch(event)方法，如下所示：

查看源代码

打印帮助

01@SuppressWarnings("unchecked")

02protected void dispatch(Event event) {

03//all events go thru this loop

04if (LOG.isDebugEnabled()) {

05LOG.debug("Dispatching the event "+ event.getClass().getName() +"."

06+ event.toString());

07}

08  

09Class<? extendsEnum> type = event.getType().getDeclaringClass();

10  

11try{

12EventHandler handler = eventDispatchers.get(type);// 通过event获取到事件类型，再根据事件类型获取到已经注册的EventHandler

13if(handler !=null) {

14handler.handle(event); // 使用对应的EventHandler处理事件event

15} else{

16throw new Exception("No handler for registered for "+ type);

17}

18} catch(Throwable t) {

19//TODO Maybe log the state of the queue

20LOG.fatal("Error in dispatcher thread", t);

21// If serviceStop is called, we should exit this thread gracefully.

22if (exitOnDispatchException

23&& (ShutdownHookManager.get().isShutdownInProgress()) ==false

24&& stopped == false) {

25LOG.info("Exiting, bbye..");

26System.exit(-1);

27}

28}

29}

可以看到，根据已经注册的Map<Class, EventHandler> eventDispatchers表，选择对应的EventHandler来执行实际的事件处理逻辑。这里，再看看这个EventHandler是在哪里住的。前面已经看到，NMLivelinessMonitor类的expire方法中，传入的是new RMNodeEvent(id, RMNodeEventType.EXPIRE)，我们再查看ResourceManager.RMActiveServices.serviceInit()方法：

查看源代码

打印帮助

1// Register event handler for RmNodes

2rmDispatcher.register(

3RMNodeEventType.class,newNodeEventDispatcher(rmContext));// 注册：事件类型RMNodeEventType，EventHandler实现类NodeEventDispatcher

可见RMNodeEventType类型的事件是使用ResourceManager.NodeEventDispatcher这个EventHandler来处理的，同时它也是一个Dispatcher，现在再看NodeEventDispatcher的实现：

查看源代码

打印帮助

01@Private

02public static final class NodeEventDispatcher implements

03EventHandler<RMNodeEvent> {

04  

05private final RMContext rmContext;

06  

07public NodeEventDispatcher(RMContext rmContext) {

08this.rmContext = rmContext;

09}

10  

11@Override

12public void handle(RMNodeEvent event) {

13NodeId nodeId = event.getNodeId();

14RMNode node = this.rmContext.getRMNodes().get(nodeId);// 调用getRMNodes()获取到一个ConcurrentMap<NodeId, RMNode>，它维护每个NodeId的状态（RMNode是一个状态机对象）

15if (node != null) {

16try {

17((EventHandler<RMNodeEvent>) node).handle(event);// RMNode的实现为RMNodeImpl，它也是一个EventHandler

18} catch(Throwable t) {

19LOG.error("Error in handling event type "+ event.getType()

20+ " for node "+ nodeId, t);

21}

22}

23}

24}

这个里面还没有真正地去处理，而是基于RMNode状态机对象来进行转移处理，所以我们继续看RMNode的实现RMNodeImpl，因为前面事件类型RMNodeEventType.EXPIRE，我们看状态机创建时对该事件类型的转移动作是如何注册的：

查看源代码

打印帮助

01private static final StateMachineFactory<RMNodeImpl,

02NodeState,

03RMNodeEventType,

04RMNodeEvent> stateMachineFactory

05= newStateMachineFactory<RMNodeImpl,

06NodeState,

07RMNodeEventType,

08RMNodeEvent>(NodeState.NEW)

09...

10.addTransition(NodeState.RUNNING, NodeState.LOST,

11RMNodeEventType.EXPIRE,

12new DeactivateNodeTransition(NodeState.LOST))

13...

14.addTransition(NodeState.UNHEALTHY, NodeState.LOST,

15RMNodeEventType.EXPIRE,

16new DeactivateNodeTransition(NodeState.LOST))

在ResourceManager端维护的NodeManager的信息使用RMNodeImpl来表示（在内存中保存ConcurrentMap），所以当前如果expire方法被调用，RMNodeImpl会根据状态机对象中已经注册的前置转移状态（pre-transition state）、后置转移状态（post-transition state）、事件类型（event type）、转移Hook程序，来对事件进行处理，并使当前RMNodeImpl的状态由前置转移状态更新为后置转移状态。
对于上面代码，如果当前RMNodeImpl状态是NodeState.RUNNING，事件为RMNodeEventType.EXPIRE类型，则会调用Hook程序实现DeactivateNodeTransition，状态更新为NodeState.LOST；如果当前RMNodeImpl状态是NodeState.UNHEALTHY，事件为RMNodeEventType.EXPIRE类型，则会调用Hook程序实现DeactivateNodeTransition，状态更新为NodeState.LOST。具体地，每个Transition的处理逻辑如何，可以查看对应的Transition实现代码。

参考链接

• http://hadoop.apache.org/docs/r2.6.0/hadoop-yarn/hadoop-yarn-site/YARN.html

相关文章

• MapReduce V1：Job提交流程之JobClient端分析
• Apache Crunch：简化编写MapReduce Pipeline程序
• Hue安装配置实践
• 基于Hadoop SLA认证机制实现权限控制
• HDFS读文件过程分析：读取文件的Block数据
• HDFS写文件过程分析
• HDFS读文件过程分析：获取文件对应的Block列表
• HDFS格式化过程分析