Yarn设计思想
来源:互联网 发布:js中引用java变量 编辑:程序博客网 时间:2024/05/22 06:33
一. Yarn 产生背景
1.YARN 是在 MRv1 基础上演化而来的,它克服了 MRv1 中的各种局限性。MRv1 主要有以下缺点:
- 扩展性差。在 MRv1 中,JobTracker同时兼备了资源管理和作业控制两个功能,这成为系统的一个最大瓶颈,严重制约了 Hadoop 集群扩展性。
- 可靠性差。MRv1 采用了 master/slave 结构,其中,master 存在单点故障问题,一旦它出现故障将导致整个集群不可用。
- 资源利用率低。MRv1 采用了基于槽位的资源分配模型。Hadoop 将槽位分为Map Slot 和 Reduce Slot两种,且不允许它们之间共享,常常会导致一种槽位资源紧张而另外一种闲置(比如一个作业刚刚提交时,只会运行 Map Task,此时 Reduce Slot 闲置)。
- 无法支持多种计算框架。MapReduce 这种基于磁盘的离线计算框架已经不能满足应用要求,从而出现了一些新的计算框架,包括内存计算框架、流式计算框架和迭代式计算框架等,而 MRv1 不能支持多种计算框架并存。
2. YARN 实际上是一个弹性计算平台,可对多种框架进行统一管理。具有以下优势:
- 资源利用率高。共享集群模式则通过多种框架共享资源,使得集群中的资源得到更加充分的利用。
- 运维成本低。
- 数据共享。跨集群间的数据移动不仅需花费更长的时间,且硬件成本也会大大增加,而共享集群模式可让多种框架共享数据和硬件资源,将大大减小数据移动带来的成本。
二. Yarn设计思想
在 Hadoop 1.0 中,JobTracker 由资源管理(由 TaskScheduler 模块实现)和作业控制(由JobTracker 中多个模块共同实现)两部分组成,当前 Hadoop MapReduce之所以在可扩展性、资源利用率和多框架支持等方面存在不足,正是由于 Hadoop 对JobTracker 赋予的功能过多而造成负载过重。此外,从设计角度上看,Hadoop 未能够将资源管理相关的功能与应用程序相关的功能分开,造成 Hadoop 难以支持多种计算框架。
YARN 的设计思想是将 JobTracker 的两个主要功能,即资源管理和作业控制(包括作业监控、容错等),分拆成两独立的进程,资源管理进程与具体应用程序无关,它负责整个集群的资源(内存、CPU、磁盘等)管理,这部分就由资源管理器ResourceManager 来负责,而作业控制进程则是直接与应用程序相关的模块,由每个作业的任务调度器ApplicationMaster来负责。这样,通过将原有 JobTracker 中与应用程序相关和无关的模块分开,不仅减轻了 JobTracker 负载,也使得 Hadoop 支持更多的计算框架。
MRv1 主要由编程模型(由新旧 API 组成)、数据处理引擎(由 MapTask 和ReduceTask 组成)和运行时环境(由一个 JobTracker 和若干个 TaskTracker 组成)三部分组成。
- 编程模型和数据处理引擎。MRv2 重用了 MRv1 中的编程模型和数据处理引擎。
- 运行时环境。MRv1 的运行时环境主要由两类服务组成,分别是 JobTracker 和TaskTracker。其中,JobTracker 负责资源和任务的管理与调度,TaskTracker 负责单个节点的资源管理和任务执行。而 MRv2 则通过将资源管理和应用程序管理两部分剥离开,分别由 YARN 和 ApplicationMaster 负责,其中,YARN 专管资源管理和调度,而 ApplicationMaster 则负责与具体应用程序相关的任务切分、任务调度和容错等。
三. YARN架构
YARN 是 Hadoop 2.0 中的资源管理系统,它的基本设计思想是将 MRv1 中的 JobTracker拆分成了两个独立的服务 :一个全局的资源管理器 ResourceManager 和每个应用程序特有的ApplicationMaster。其中 ResourceManager 负责整个系统的资源管理和分配,而 ApplicationMaster负责单个应用程序的管理。
1. 整体架构
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。
2. YARN 组件
2.1 ResourceManager
YARN ResourceManager 是一个全局的资源管理器,负责整个系统的资源管理和分配。
它主要由两个组件
构成:调度器(Scheduler)和应用程序管理器(Applications Manager,ASM)。
调度器: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。
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 ApplicationMaster、监控 ApplicationMaster 运行状态并在失败时重新启动它等。
2.2 ApplicationMaster
负责与 ResourceManger 协商资源,并和 NodeManager 协同工作来执行和监控 Container 以及它们的资源消耗。它有责任与 ResourceManager 协商并获取合适的资源Container,跟踪它们的状态,以及监控其进展。
2.3 NodeManager
NM 是每个节点上的资源和任务管理器,一方面,它会定时地向 RM 汇报本节点上的资源使用情况和各个 Container 的运行状态;另一方面,它接收并处理来自 AM 的 Container启动 / 停止等各种请求。
2.4 资源模型
YARN 提供了非常通用的应用资源模型。一个应用(通过 ApplicationMaster)可以请求非常具体的资源,如下所示:
■ 资源名称(包括主机名称,机架名称,以及可能的复杂的网络拓扑)
■ 内存量
■ CPU(核数 / 类型)
■ 其他资源,如 disk/network I/O、GPU 等资源
■ 资源名称(包括主机名称,机架名称,以及可能的复杂的网络拓扑)
■ 内存量
■ CPU(核数 / 类型)
■ 其他资源,如 disk/network I/O、GPU 等资源
2.5 ResourceRequest 和 Container
一个应用程序可以通过 ApplicationMaster 请求特定的资源需求来满足它的资源需要。Scheduler 会分配一个 Container 来响应资源需求,用于满足由 ApplicationMaster 在
ResourceRequest 中提出的需求。
ResourceRequest 中提出的需求。
ResourceRequest 具有以下形式:
< 资源名称,优先级,资源需求,Contaienr 数 >
这些组成描述如下:
■ 资源名称是资源期望所在的主机名,机架名,用 * 表示没有特殊要求。未来可能支持更加复杂的拓扑,比如一个主机上的多个虚拟机,更复杂的网络拓扑等。
■ 优先级是应用程序内部请求的优先级(而不是多个应用程序之间)。优先级会调整应用程序内部各个 ResourceRequest 的次序。
■ 资源需求是需要的资源量,如内存量,CPU 时间(目前 YARN 仅支持内存和 CPU 两种资源维度)。
■ Container 数表示需要这样的 Container 的数量,它限制了用该 ResourceRequest 指定的 Container 总数。
< 资源名称,优先级,资源需求,Contaienr 数 >
这些组成描述如下:
■ 资源名称是资源期望所在的主机名,机架名,用 * 表示没有特殊要求。未来可能支持更加复杂的拓扑,比如一个主机上的多个虚拟机,更复杂的网络拓扑等。
■ 优先级是应用程序内部请求的优先级(而不是多个应用程序之间)。优先级会调整应用程序内部各个 ResourceRequest 的次序。
■ 资源需求是需要的资源量,如内存量,CPU 时间(目前 YARN 仅支持内存和 CPU 两种资源维度)。
■ Container 数表示需要这样的 Container 的数量,它限制了用该 ResourceRequest 指定的 Container 总数。
Container 是一个动态资源分配单位,它将内存、CPU、磁盘、网络等资源封装在一起,从而限定每个任务使用的资源量,是 ResourceManager 为 ResourceRequest 成功分配资源的结果。Container 为应用程序授予在特定主机上使用资源(如内存,CPU)的权利。ApplicationMaster 必须取走 Container,并且交给 NodeManager,NM 会利用相应的资源来启动 Container 的任务进程。
0 0
- Yarn设计思想
- YARN的设计思想和功能组件简介
- Spark on YARN思想
- hadoop YARN主要思想和架构
- 设计思想
- 设计思想
- yarn的核心设计介绍
- Hadoop YARN架构设计要点
- Hadoop YARN架构设计要点
- Hadoop YARN架构设计要点
- Hadoop YARN架构设计要点
- Hadoop YARN架构设计要点
- 多级目录设计思想
- MVC设计思想
- 设计模式基本思想
- 有限状态机的设计思想
- 设计思想@数据库
- 思想和设计模式
- 操作系统——中断机制(trap, interrupts)
- Rightmost Digit(找规律)
- 深入理解拉格朗日乘子法(Lagrange Multiplier) 和KKT条件
- linphone-PresenceNote.java文件分析
- raspbian 默认从控制台启动
- Yarn设计思想
- 如何让HorizonScrollView中的子控件居中
- css盒子模型的简单应用
- 自定义Adapter填充listview
- mysql的函数
- PHP之MVC项目实战
- 03 Android的发展和平台数据(从01开始点点入门,视频+笔记)
- HDU 5773 The All-purpose Zero (LIS)
- atom插件推荐