大数据学习~Hadoop初识三Yarn模式

在上篇文章中我们简单的学习了HDFS简单架构,还有最重要的读写流程。我们都知道在如今的Hadoop中主要有三个重要的执行管理器。一个HDFS,一个MapReduce,还有就是我们今天要看的 YARN。

2.0以前的Hadoop

在2.0以前的hadoop中是没有Yarn这个模式管理的。大部分都是独自作战。Hbase做自己的,Spark也是做自己的,等等。这样的话就会造成资源的浪费,不能充分的把资源给利用上。特别是在1.x的版本上容易出现单点故障,不容易扩展的情况。

  1. 在这里Client的请求都会通过1个JobTracker来分发任务,如果我们的这个JobTracker出现异常。整个集群就没法参与正常工作。
  2. 在JobTracker 过多的TaskScheduler 集中过来,容易造成内存,cpu不够用的情况。增加了任务执行失败的风险。

因为这些情况,随着发展,Hadoop需要更新的一代管理引擎来帮助我们管理集群-YARN引擎

在2.0的YARN

在新的业务驱动下,发展起来的YARN替代原先的模式。将原先浪费的资源进行合并,共同管理建立在一个模式管理下

新的YARN模式如下

1. 从图中我们可以看到 原先的JobTracker 被拆分成 资源管理和任务调度监控。

2. 我们来看下如今的架构

  • ResourceManager : 在集群中提供资源的统一管理和调度。并且接收来自客户端的请求。同时不停的接收来自 DataNode上的心跳信息。并且对集群进行管理。
  • NodeManager :
  1. 在整个集群中会有多个该节点。主要用来维护自己节点上资源的管理和使用。
  2. 定时向ResourceManager 汇报自己资源的使用情况。并且 接收来自ResourceManager 各种命令
  3. 启动我们在图中看到的ApplicationMaster.
  • ApplicationMaster :
  1. 该ApplicationMaster 对应我们提交的程序,该程序可以来自Spark,Hbase , MapReduce.该master向管理器YARN申请资源。然后供应用程序使用。
  2. 分配任务给接下来的Container 。包含启动,停止任务。
  • Container
  1. 封装了CPU ,Memory 等资源的容器。
  • Client
  1. 通过client来提交任务,进行任务的开始与结束。并且查询任务的执行进度等情况。

了解了这几个功能名称的作用,我们来看下整个任务执行流程是怎么样的。

  1. 从Client端发送一个 请求到我们的ResourceManager 上。其中内容应该包含ApplicationMaster,ApplicationMaster的启动命令。本身应用程序的内容。
  2. ResourceManager 分配任务到NodeManager上
  3. NodeManager根据配置信息进行处理启动ApplicationMaster 。
  4. 注册到ResourceManager,并且申请到资源返回到我们的ApplicationMaster 上。
  5. 根据申请到的资源注册到NodeManger上。
  6. NodeManager 启动对应的Container上。在这之间会通过心跳进行任务汇报。然后任务汇报后。进行任务管理。

总结

整个yarn的流程和新的结构大概就是如此。新模式解决了原先的单点问题。并且挺高了高可用性和扩展性。一套集群环境就能供多个应用程序使用。YARN模式帮助我们解决掉了资源管理的问题,程序员关注业务开发即可。

原文发布于微信公众号 - LuckQI(YoungRUIQ)

原文发表时间:2018-06-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏北京马哥教育

在CentOS 7上安装分布式存储系统Ceph

关于 Ceph 的介绍网上一大堆,这里就不重复了。Sage Weil 读博士的时候开发了这套牛逼的分布式存储系统,最初是奔着高性能分布式文件系统去的,结果云计算...

3247
来自专栏懒人开发

ZooKeeper入门

我们知道,著名的hadoop,kafka,dubbo 都是基于zookeeper而构建。

882
来自专栏奇点大数据

提高hadoop的可靠性(下)

在Hadoop集群中,Namenode的可用性直接影响了Hadoop整个集群的可用性,目前有很多可选方案,基本上以NFS+zookeeper实现,...

2697
来自专栏大数据

大数据干货系列(三)-Hadoop2.0总结

本文共计810字,预计阅读时长五分钟 Hadoop2.0总结 一、本质 Hadoop2.0,相比于Hadoop1.0,最明显的区别是YARN系统和HDFS2.0...

1839
来自专栏LanceToBigData

Hadoop(四)HDFS集群详解

前言   前面几篇简单介绍了什么是大数据和Hadoop,也说了怎么搭建最简单的伪分布式和全分布式的hadoop集群。接下来这篇我详细的分享一下HDFS。   H...

3389
来自专栏一名叫大蕉的程序员

Spark你一定学得会(三)No.10

大家好我是小蕉。 今天跟大家分享一下Spark的运行机制以及运行模式。 从运行机制来看,长下面这样子。 ? Spark任务由Driver提交Applicatio...

1749
来自专栏积累沉淀

Hadoop五个进程的作用和联系

1.NameNode:     相当于一个领导者,负责调度 ,比如你需要存一个1280m的文件     如果按照128m分块 那么namenode就会把这1...

1696
来自专栏技巅

高性能可伸缩的分布式消息中间件设计

1124
来自专栏Hadoop实操

如何为CDH集群配置机架感知

本文主要讲述如何为CDH集群配置机架感知,通过配置机架感知,提高CDH集群的运行效率。

1042
来自专栏性能与架构

Pinterest 的 ZooKeeper 经验

Pinterest 在官方博客上发布了自己对于 ZooKeeper 的运用经验,下面一起看下 Pinterest 是如何应用 ZooKeeper 及遇到的问题和...

4048

扫码关注云+社区