Hadoop YARN学习技术分享_光环大数据培训

光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cnHadoopHadoop YARNYARN 学习技术分享学习技术分享_ _光环大数据培训光环大数据培训很多人提到 Hadoop 首先想到的是 Map/Reduce，其实从 2.0 开始 Hadoop 已经从单纯的分布式 M/R 计算框架变成了 通用分布式框架 。上图是 Hadoop2.0 的技术栈，在 Hadoop 2.0 中 Hadoop 底层划分为 YARN 和 HDFS两个部分。YARN 提供了集群资源管理，HDFS 提供了分布式存储。在此之上开发出来的应用被称为 Application ，MapReduce 就是其中的一个 Application。需要注意的是：YARN 和 HDFS 没有任何关系，甚至连代码都是可以彼此独立编译的;YARN 和 MapReduce 也是彻底解耦的，绝对不存在“YARN 为了 M/R 做了特殊优化“的说法;基于 YARN 我们可以开发自己的 Application，比如 Spark 就属于 YARN 上的一个Application。当然这个 Application 可以和 HDFS 没有关系也可以和 M/R 没有关系;所以 Hadoop2.0 本质上是一个技术框架(Framework)，最重要的核心组件是YARN，基于 YARN 你可以轻松开发一个 分布式系统 。YARNYARN(Yet Another Resource Negotiator)是一个分布式资源管理框架，可以把它理解为一种基础设施提供了资源分配、调度、执行环境的基础设施(听起来像不像分布式操作系统)。ResourceManager，整个集群中只能有一个它掌握了整个集群的资源分布情况，响光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cn应资源申请，为 Application 分配资源。下图是 ResourceManager 的三大功能NodeManager，整个集群中可以有多个 NodeManager，它启动之后会向ReosurceManager 报告自己的资源情况。当 ResourceManager 把程序丢过来的时候它会为程序提供一个运行环境(Container)。NodeManager 并没有限制 Container 的实现 是什么，它内置了两种实现DefaultContainerExecutor 是基于 JVM 的 Container，NodeManager 会为每个程序开辟吃一个新的进程;LinuxContainerExecutor 基于 CGroup 实现的 Container，NodeManager 会利用 Linux的 CGroup 为了每个应用提供运行环境。YARN 出现的要比 Docker 早，所以它是直接使用的CGroup 而没有采用 Docker。幸运的是从 Hadoop 2.6 开始已经提供DockerContainerExecutor。 举个生活中的例子，你现在是一名拥有百套固定资产的房东，本来期望的的生活是撩妹->收房租->撩妹，结果发现自己每天忙着帮房客找适合它的房子、安排房客入驻或者安排房客搬出之类的破事。撩妹什么的大事情根本没有精力去做，所以现在是时候做出改变了! 我们可以把你的 百套固定资产 看成资源池，你是 资源拥有者(ReosurceManager) , 房客(Application) 是申请资源的人，为了便于管理每个小区安排一个 代理人(NodeManager) 。你有一个小本本上面记录了每个小区入住了哪些人，有多少空房，这些信息都是 代理人 每天向你报告的。当 房客 找你租房的时候你只要看一眼小本本，然后把 代理人(NodeManager) 的联系方式给 房客就行了。YARN Application 工作原理YARN 采用的是二级资源分配，它的工作过程要比上面的描述复杂的多。为了更加详细的解释 YARN Application 的工作原理我们来看一张官方的图这幅图里面有两个 Application，一个颜色是粉红色的一个是紫色，两个并没有什么区别，粉红色的占用资源比较多，紫色的比较少，我们关注紫色的。 先看蓝色的线，NodeManager 启动之后会向 ResourceManager 报告自己的资源分配情况 再看黑色的虚线光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cnClient(其实就是 Application)会先向 ResourceManager 申请 提交应用(SubmitApplication) ，ResourceManager 会返回集群中所有可用资源;Client 申请一个Container 用来运行 ApplicationMaseter 的部分，ResourceManager 选择一份资源把任务下发到 NodeManager(Client 到 ResourceManager 的虚线)NodeManager 会启动一个 Container 来执行 ApplicationMaster(图中对应紫色 App Mstr)。至此，一级资源分配完毕，接下来的工作是 ApplicationMaster 和ResourceManager 交互完成剩余资源申请工作。ApplicationMaster 向 ResourceManager 申请资源用于执行实际计算任务。ResourceManager 会根据情况返回可用的资源(所有的申请未必全部满足)，ApplicationMaster 也会根据实际情况决定是否使用申请到的资源。(图中紫色 App Mstr 到ResourceManager 的黑色虚线)ApplicaitonMaster 申请到的资源依然交给 NodeManager 处理，它会启动 Container用来执行计算任务。(图中紫色 App Mastr 到紫色 Container 的黑线)总结下来其实就一句话两级资源调度会先分配你 一份计算资源 ，这份计算资源用来跑的程序会尝试申请更多份计算资源。两级资源调度可以提高系统资源利用率。系统的资源是动态变化的，每隔一段时间就要分配新的计算或者释放计算资源，一个Application 的资源需求不可能被一次性满足，两级调度会先尝试分配一部分资源给Application 以保证 Application 可以正常运行。接下来有新的资源会为 Applicaiton 追加新的资源。分布式资源管理框架光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cn看到网上有一些对比 YARN 和 mesos 的文章会说 YARN 是专门为 M/R 量身定制的或者说不支持两级调度 。其实这些说法都不正确，YARN 是一个纯粹的分布式资源管理框架它和 M/R 并没有任何直接关系。我们可以基于 YARN 开发自己的 Application，比如 Spark就是很好的例子。后面的文章我会尝试和大家一起开发一个真正的 YARN Application，我们会发现 Hadoop YARN 带给我们的惊喜。为什么大家选择为什么大家选择光环大数据光环大数据！大数据培训、人工智能培训、Python 培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。【报名方式、详情咨询报名方式、详情咨询】光环大数据官方网站报名：光环大数据官方网站报名：http:/hadoop.aura.cn/http:/hadoop.aura.cn/手机报名链接：手机报名链接：http:/http:/ hadoop.aura.cnhadoop.aura.cn /mobile/mobile/