Yarn详解

Yarn概述

Yarn是一个资源调度平台，负责为运算程序提供服务器运算资源，相当于一个分布式的操作系统平台，而MapReduce等运算程序则相当于运行于操作系统之上的应用程序。

Yarn工作机制

1．Yarn运行机制，如图24所示

2．工作机制详解

（1）Mr程序提交到客户端所在的节点。

（2）Yarnrunner向Resourcemanager申请一个Application。

（3）rm将该应用程序的资源路径返回给yarnrunner。

（4）该程序将运行所需资源提交到HDFS上。

（5）程序资源提交完毕后，申请运行mrAppMaster。

（6）RM将用户的请求初始化成一个task。

（7）其中一个NodeManager领取到task任务。

（8）该NodeManager创建容器Container，并产生MRAppmaster。

（9）Container从HDFS上拷贝资源到本地。

（10）MRAppmaster向RM 申请运行maptask资源。

（11）RM将运行maptask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。

（12）MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动maptask，maptask对数据分区排序。

（13）MrAppMaster等待所有maptask运行完毕后，向RM申请容器，运行reduce task。

（14）reduce task向maptask获取相应分区的数据。

（15）程序运行完毕后，MR会向RM申请注销自己。

资源调度器

目前，Hadoop作业调度器主要有三种：FIFO、Capacity Scheduler和Fair Scheduler。Hadoop2.7.2默认的资源调度器是Capacity Scheduler。

具体设置详见：yarn-default.xml文件

<property>

    <description>The class to use as the resource scheduler.</description>

    <name>yarn.resourcemanager.scheduler.class</name>

<value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>

</property>

1．先进先出调度器（FIFO），如图所示

2．容量调度器（Capacity Scheduler），如图所示

3．公平调度器（Fair Scheduler），如图所示