YARN 设计理念与基本架构

YARN 的基本组成结构

一. ResourceManager

ResourceManager 是一个全局的资源管理器,负责整个集群的资源管理和分配。它主要由两个组件构成:调度器(Scheduler)和应用程序管理器(Applications Master,ASM)。

①调度器 该调度器是一个 "纯调度器",不再参与任何与具体应用程序逻辑相关的工作,而仅根据各个应用程序的资源需求进行分配,资源分配的单位用一个资源抽象概念 "Container" 来表示。Container 封装了内存和 CPU。此外,调度器是一个可插拔的组件,用户可根据自己的需求设计新的调度器,YARN 自身提供了 Fair Scheduler 和 Capacity Scheduler。

②应用程序管理器 应用程序管理器负责管理整个系统中所有应用程序,包括应用程序的提交、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。

二. ApplicationMaster

用户提交的每个 Application 都要包含一个 ApplicatioNMaster,主要功能包括:

  • 向 RM 调度器申请资源(用 Container 表示)
  • 将从 RM 分配的资源分配给 Applcation 内部的任务
  • 与 NM 通信请求 启动/停止 任务
  • 监控所有任务的运行状态,并在失败时重新为任务申请资源以重启任务

三. 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 等各种命令。

四. Container

Container 是 YARN 中资源抽象,它封装了某个节点上的内存和 CPU,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 是使用轻量级资源隔离机制 Cgroups 进行资源隔离的。

YARN 通信协议

在 YARN 中,任何两个需要相互通信的组件之间仅有一个 RPC 协议,而对于任何一个 RPC 协议,通信双方有一端是 Client,另一端是 Server,且 Client 总是主动连接 Server。YARN 中有以下几个主要的 RPC 协议:

  • JobClient 与 RM 之间的协议:ApplicationClientProtocol,JobClient 通过该 RPC 协议提交应用程序、查询应用程序状态等
  • Admin(管理员)与 RM 之间的协议:ResourceManagerAdministrationProtocol,Admin 通过该 RPC 协议更新系统配置文件,比如节点黑白名单、用户队列权限等
  • AM 与 RM 之间的协议:ApplicationMasterProtocol,AM 通过该 RPC 协议向 RM 注册并撤销自己,并为各个人物申请资源
  • NM 与 RM 之间的协议:ResourceTracker,NM 通过该协议向 RM 注册,并定时发送心跳信息汇报当前节点的资源使用情况和 Container 运行情况,并接收来自 AM 的命令
  • AM 与 NM 之间的协议:ContainerManagermentProtocol,AM 通过该 RPC 协议要求 NM 启动或者停止 Container

YARN 工作流程

YARN 的工作流程如上所示:

  1. Client 向 YARN 提交应用程序,其中包括 ApplicationMaster 程序及启动 ApplicationMaster 的命令
  2. ResourceManager 为该 ApplicationMaster 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
  3. ApplicationMaster 首先向 ResourceManager 注册
  4. ApplicationMaster 为 Application 的任务申请并领取资源
  5. 领取到资源后,要求对应的 NodeManager 在 Container 中启动任务
  6. NodeManager 收到 ApplicationMaster 的请求后,为任务设置好运行环境(包括环境变量、JAR 包、二进制程序等),将任务启动脚本写到一个脚本中,并通过运行该脚本启动任务
  7. 各个任务通过 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,从而可以在失败时重启任务
  8. 应用程序完成后,ApplicationMaster 向 ResourceManager 注销并关闭自己

需要注意的是,实际情况中,集群可能并没有那么多资源来满足 ApplicationMaster 的资源请求,这是 ApplicationMaster 会采用轮循的方式不断申请资源,直到申请到资源或 Application 结束为止。

参考:《Hadoop 技术内幕:深入解析 YARN 架构设计与实现原理》

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

来自专栏个人分享

Hadoop的管理目录

1、NameNode的文件结构,NameNode会创建VERSION、edits、fsimage、fstime文件目录。其中dfs.name.dir属性是一个目...

3042
来自专栏LuckQI

Java大数据学习~Hadoop初识一了解其架构

923
来自专栏实用工具入门教程

如何部署 Hadoop 集群

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力进行高速运算和存储。...

4382
来自专栏LhWorld哥陪你聊算法

【Sqoop篇】----Sqoop从搭建到应用案例

今天开始讲解Sqoo的用法搭建和使用。Sqoop其实功能非常简单。主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql...)间进...

1311
来自专栏Jed的技术阶梯

Spark性能调优01-资源调优

在开发完Spark作业之后,就该为作业配置合适的资源了。 Spark的资源参数,基本都可以在spark-submit命令中作为参数设置。

1322
来自专栏简单聊聊Spark

Mapreduce实现原理总结

一.首先,我们从客户端,JobTracker,TaskTracker这个层面来分析整个mapreduce过程

2401
来自专栏星汉技术

原 Spark的架构

3315
来自专栏我是攻城师

如何管理Spark Streaming消费Kafka的偏移量(一)

7657
来自专栏行者悟空

Hadoop之HDFS概念与体系结构

3515
来自专栏Hadoop实操

0463-如何使用SQuirreL通过JDBC连接CDH的Hive(方式二)

Fayson在前面的《0459-如何使用SQuirreL通过JDBC连接CDH的Hive(方式一)》简单的介绍了SQuirreL SQL Client的安装、注...

1643

扫码关注云+社区

领取腾讯云代金券