Yarn架構設計詳解

1.Yarn基本服務組件

Yarn是一種新的 Hadoop資源管理器，它是一個通用資源管理系統(tǒng)，可為上層應用提供統(tǒng)一的資源管理和調度，它的引入為集群在利用率、資源統(tǒng)一管理和數(shù)據(jù)共享等方面帶來了巨大好處。

• ResourceManager(RM)：負責對各NM上的資源進行統(tǒng)一管理和調度。將AM分配空閑的Container運行并監(jiān)控其運行狀態(tài)。對AM申請的資源請求分配相應的空閑Container。主要由兩個組件構成：調度器和應用程序管理器。
• 調度器(Scheduler)：調度器根據(jù)容量、隊列等限制條件（如每個隊列分配一定的資源，最多執(zhí)行一定數(shù)量的作業(yè)等），將系統(tǒng)中的資源分配給各個正在運行的應用程序。調度器僅根據(jù)各個應用程序的資源需求進行資源分配，而資源分配單位是Container，從而限定每個任務使用的資源量。Shceduler不負責監(jiān)控或者跟蹤應用程序的狀態(tài)，也不負責任務因為各種原因而需要的重啟（由ApplicationMaster負責）?？傊{度器根據(jù)應用程序的資源要求，以及集群機器的資源情況，為應用程序分配封裝在Container中的資源。
  調度器是可插拔的，例如CapacityScheduler、FairScheduler。
• 應用程序管理器(Applications Manager)：應用程序管理器負責管理整個系統(tǒng)中所有應用程序，包括應用程序提交、與調度器協(xié)商資源以啟動AM、監(jiān)控AM運行狀態(tài)并在失敗時重新啟動等，跟蹤分給的Container的進度、狀態(tài)也是其職責。
• NodeManager(NM)：NM是每個節(jié)點上的資源和任務管理器。它會定時地向RM匯報本節(jié)點上的資源使用情況和各個Container的運行狀態(tài)；同時會接收并處理來自AM的Container 啟動/停止等請求。
• ApplicationMaster(AM)：用戶提交的應用程序均包含一個AM，負責應用的監(jiān)控，跟蹤應用執(zhí)行狀態(tài)，重啟失敗任務等。ApplicationMaster是應用框架，它負責向ResourceManager協(xié)調資源，并且與NodeManager協(xié)同工作完成Task的執(zhí)行和監(jiān)控。MapReduce就是原生支持的一種框架，可以在YARN上運行Mapreduce作業(yè)。有很多分布式應用都開發(fā)了對應的應用程序框架，用于在YARN上運行任務，例如Spark，Storm等。如果需要，我們也可以自己寫一個符合規(guī)范的YARN application。
• Container：是YARN中的資源抽象，它封裝了某個節(jié)點上的多維度資源，如內存、CPU、磁盤、網(wǎng)絡等，當AM向RM申請資源時，RM為AM返回的資源便是用Container 表示的。YARN會為每個任務分配一個Container且該任務只能使用該Container中描述的資源。

  2.Yarn的資源管理

  1.資源調度和隔離是yarn作為一個資源管理系統(tǒng)，最重要且最基礎的兩個功能。資源調度由resourcemanager完成，而資源隔離由各個nodemanager實現(xiàn)。
  2.Resourcemanager將某個nodemanager上資源分配給任務（這就是所謂的“資源調度”）后，nodemanager需按照要求為任務提供相應的資源，甚至保證這些資源應具有獨占性，為任務運行提供基礎和保證，這就是所謂的資源隔離。
  3.當談及到資源時，我們通常指內存、cpu、io三種資源。Hadoop yarn目前為止僅支持cpu和內存兩種資源管理和調度。
  4.內存資源多少決定任務的生死，如果內存不夠，任務可能運行失??；相比之下，cpu資源則不同，它只會決定任務的快慢，不會對任務的生死產(chǎn)生影響。

相關參數(shù)：
memory參數(shù)：

• 1.yarn.nodemanager.resource.memory-mb
  表示該節(jié)點上yarn可以使用的物理內存總量，默認是8192m，注意，如果你的節(jié)點內存資源不夠8g，則需要調減這個值，yarn不會智能的探測節(jié)點物理內存總量 可調節(jié)為本地內存的80%
• 2.yarn.nodemanager.vmem-pmem-ratio
  任務使用1m物理內存最多可以使用虛擬內存量，默認是2.1
• 3.yarn.nodemanager.pmem-check-enabled
  是否啟用一個線程檢查每個任務證使用的物理內存量，如果任務超出了分配值，則直接將其kill，默認是true。
• 4.yarn.nodemanager.vmem-check-enabled
  是否啟用一個線程檢查每個任務證使用的虛擬內存量，如果任務超出了分配值，則直接將其kill，默認是true。
• 5.yarn.scheduler.minimum-allocation-mb
  單個任務可以使用最小物理內存量，默認1024m，如果一個任務申請物理內存量少于該值，則該對應值改為這個數(shù)。
• 6.yarn.scheduler.maximum-allocation-mb
  單個任務可以申請的最多的內存量，默認8192m
  CPU參數(shù)：
• 1.yarn.nodemanager.resource.cpu-vcores
  表示該節(jié)點上yarn可使用的虛擬cpu個數(shù)，默認是8個，注意，目前推薦將該值為與物理cpu核數(shù)相同。如果你的節(jié)點cpu合數(shù)不夠8個，則需要調減小這個值，而yarn不會智能的探測節(jié)點物理cpu總數(shù)。
• 2.yarn.scheduler.minimum-allocation-vcores
  單個任務可申請最小cpu個數(shù)，默認1，如果一個任務申請的cpu個數(shù)少于該數(shù)，則該對應值被修改為這個數(shù)
• 3.yarn.scheduler.maximum-allocation-vcores
  單個任務可以申請最多虛擬cpu個數(shù)，默認是32.