Hadoop 3.x(Yarn)----【Yarn 资源调度器】
Hadoop 3.x(Yarn)----【Yarn 资源调度器】
- 1. Yarn 基础架构
- 2. Yarn 工作机制
- 3. 作业提交全过程
- 4. Yarn 调度器和调度算法
- 1. 先进先出调度器(FIFO)
- 2. 容量调度器(CapacityScheduler)
- 容量调度器特点
- 容量调度器资源分配算法
- 3. 公平调度器(Fair Scheduler)
- 公平调度器特点
- 公平调度器缺额
- 公平调度器队列资源分配方式
- 公平调度器资源分配算法
- 5. Yarn常用命令
- 1. yarn application查看任务
- 2. yarn logs查看日志
- 3. yarn applicationattempt 查看尝试运行的任务
- 4. yarn container查看容器
- 5. yar node查看节点状态
- 6. yarn rmadmin更新配置
- 7. yarn queue查看队列
- 6. Yarn生产环境核心参数
思考:
- 如何管理集群资源?
- 如何给任务合理分批资源?
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与操作系统之上的应用程序。
1. Yarn 基础架构
YARN 主要由 ResourceManager、NodeManager、ApplicationMaster 和 Container 等组件构成。
ResourceManager(RM)主要作用如下
- 处理客户端请求
- 监控 NodeManager
- 启动或监控 ApplicationMaster
- 资源的分配与调度
NodeManager(NM)主要作用如下
- 管理单个节点上的资源
- 处理来自 ResourceManager 的命令
- 处理来自 ApplicationMaster 的命令
ApplicationMaster(AM)作用如下
- 为应用程序申请资源并分配给内部的任务
- 任务的监控与容错
Container
Container 是 YARN 中的资源抽象,它封装了某个节点上的多维度资源,如内存、CPU、磁盘、网络等。
2. Yarn 工作机制
- MR 程序提交到客户端所在的节点。
- YarnRunner 向 ResourceManager 申请一个 Application。
- RM 将该应用程序的资源路径返回给 YarnRunner。
- 该程序将运行所需资源提交到 HDFS 上。
- 程序资源提交完毕后,申请运行 mrAppMaster。
- RM 将用户的请求初始化成一个 Task。
- 其中一个 NodeManager 领取到 Task 任务。
- 该 NodeManager 创建容器 Container,并产生 MRAppmaster。
- Container 从 HDFS 上拷贝资源到本地。
- MRAppmaster 想 RM 申请运行 MapTask 资源。
- 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。
- 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。
- MrAppMaster 等待所有 MapTask 运行完毕后,向 RM 申请容器,运行 ReduceTask。
- ReduceTask 向 MapTask 获取响应分区的数据。
- 程序运行完毕后,MR 会想RM 申请注销自己。
3. 作业提交全过程
作业提交全过程详解
(1)作业提交
第1步:Clinet 调用 job.waitForCompletion 方法,向整个集群提交 MapReduce 作业。
第2步:Client 向 RM 申请一个作业 id。
第3步:RM 给 Client 返回该 job 资源的提交路径和作业 id。
第4步:Client 提交 jar 包、切片信息和配置文件到指定的资源提交路径。
第5步:Client 提交玩资源后,向 RM 申请运行 MrAppMaster。
(2)作业初始化
第6步:当 RM 收到 Client 的请求后,将该 job 添加到容量调度器中。
第7步:某一个空闲的 NM 领取到该 Job。
第8步:该 NN 创建 Container,并产生 MRAppmaster。
第9步:下载 Client 提交的资源到本地。
(3)任务分配
第10步:MrAppMaster 向 RM 申请运行多个 MapTask 任务资源。
第11步: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。
(4)任务运行
第12步: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 对数据进行分区排序。
第13步:MrAppMaster 等待所有 MapTask 运行完毕后,向 RM 申请容器,运行 ReduceTask。
第14步:ReduceTask 向 MapTask 获取相应分区的数据。
第15步:程序运行完毕后,MR 会向 RM 申请注销自己。
(5)进度和状态更新
YARN 中的任务将其进度和状态(包括 counter)返回给应用管理器,客户端每秒(通过 mapreduce.client。progressmonitor。pollinterval 设置)向应用管理器请求进度更新,展示给用户。
(6)作业完成
除了向应用管理器请求作业进度外,客户端每5秒都会通过 waitForCompletion() 来检查作业是否完成。时间间隔可以通过 mapreduce.client.completion.pollinterval 来设置。作业完成之后,应用管理器和 Container 会清理工作状态。作业的信息会被作业历史服务器存储以备之后的用核查。
4. Yarn 调度器和调度算法
目前,Hadoop 作业调度器主要有三种:FIFO、容量(Capacity Scheduler)和公平(Fair Scheduler)。Apache Hadoop3.1.3 默认的资源调度器是 Capacity Scheduler。
CDH 框架默认调度器是 FairScheduler。
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)
FIFO 调度器(First In First Out):单队列,根据提交作业的先后顺序,先来先服务。
优点:简单易懂
缺点:不支持多队列,生产环境很少使用
2. 容量调度器(CapacityScheduler)
CapacityScheduler 是 Yahaoo 开发的多以用户调度器。
容量调度器特点
- 多队列:每个队列可配置一定的资源量,每个队列采用 FIFO 调度策略。
- 容量保证:管理员可为每个队列设置资源最低保证和资源使用上限。
- 灵活性:如果一个队列中的资源有剩余,可以暂时共享给哪些需要资源的队列,而一旦该队列有新的应用程序提交,则其他队列借调的资源会归还给该队列。
- 多租户:
支持多用户共享集群和多应用程序同时运行。
为了防止同一个用户的作业独占队列中的资源,该调度器会对统一用户提交的作业所占资源进行限定。
容量调度器资源分配算法
1. 队列资源分配
从 root 开始,使用深度优先算法,优先选择资源占用率最低的队列分配资源。
2. 作业资源分配
默认按照提交作业的优先级和提交时间顺序分配资源。
3. 容器资源分配
按照容器的优先级分配资源;
如果优先相同,按照数据本地行原则;
- 任务和数据在同一节点
- 任务和数据在同一机架
- 任务和数据不在同一节点也不在同一机架
3. 公平调度器(Fair Scheduler)
Fair Scheduler 是 Facebook 开发的多用户调度器。
公平调度器特点
1. 与容量调度器相同点
- 多队列:支持多队列多作业
- 容量保证:管理员可以为每个队列设置资源最低保证和资源使用上限
- 灵活性:如果一个队列中的资源有剩余,可以暂时共享给哪些需要资源的队列,而一旦该队列有新的应用程序提交,则其他队列借调的资源会归还给该队列
- 多租户:支持多用户共享集群和多应用程序同时运行;为了防止同一个用户的作业独占队列中的资源,该调度器会对统一用户提交的作业所占资源进行限定。
2. 与容量调度器不同点
核心调度策略不同
容量调度器:优先选择资源利用率低的队列
公平调度器:优先选择对资源的缺额比例大的每个队列可以单独设置资源分配方式
容量调度器:FIFP、DRP
公平调度器:FIFO、FAIR、DRF
公平调度器缺额
- 公平调度器设计目标是:在时间尺度上,所有作业获得公平的资源。某一时刻一个作业应获资源和实际获取资源的差距叫 " 缺额 "
- 调度器会优先为缺额大的作业分配资源
公平调度器队列资源分配方式
1. FIFO策略
公平调度每个队列资源分配策略如果选择 FIFO 的话,此时公平调度器相当于上面讲过的容量调度器。
2. Fair策略
Fair 策略(默认)是一种基于最大最小公平算法实现的资源多路复用方式,默认情况下,每个队列内部采用该方式分配资源。这意味着,如果一个队列中有两个应用程序同时运行,则每个应用程序可得到 1/2 的资源;如果三个应用程序同时运行,则每个应用程序可得到 1/3 的资源。
具体资源分配流程和容量调度器一致:
- 选择队列
- 选择作业
- 选择容器
以上三步:每一步都是按照公平策略分配资源
实际最小资源份额:mindshare = Min(资源需求量,配置的最小资源)
是否饥饿:isNeedy = 资源使用量 < mindshare(实际最小资源份额)
资源分配比:minShareRatio = 资源使用量 / Max(mindshare,1)
资源使用权重比:useToWeightRatio = 资源使用量 / 权重
公平调度器资源分配算法
5. Yarn常用命令
Yarn 状态的查询,除了可以在 hadoop103:8088 页面查看外,还可以通过命令操作。
常见的命令操作如下所示:
[fickler@hadoop102 ~]$ myhadoop.sh start
[fickler@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output1
1. yarn application查看任务
- 列出所有 Application
[fickler@hadoop102 hadoop-3.1.3]$ yarn application -list
2022-09-24 12:12:22,062 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.10.103:8032
Total number of applications (application-types: [], states: [SUBMITTED, ACCEPTED, RUNNING] and tags: []):0Application-Id Application-Name Application-Type User Queue State Final-State Progress Tracking-URL
- 根据 Application 状态过滤:yarn application-list-appStates(所有状态:ALL、NEW、NEW_SAVING、SUBMITTED、ACCEPTED、RUNNING、FINISHED、FAILED、KILLED)
[fickler@hadoop102 hadoop-3.1.3]$ yarn application -list -appStates FINISHED
2022-09-24 12:17:33,122 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.10.103:8032
Total number of applications (application-types: [], states: [FINISHED] and tags: []):1Application-Id Application-Name Application-Type User Queue State Final-State Progress Tracking-URL
application_1663992336635_0001 word count MAPREDUCE fickler default FINISHED SUCCEEDED 100% http://hadoop102:19888/jobhistory/job/job_1663992336635_0001
- Kill 掉 Application
[fickler@hadoop102 hadoop-3.1.3]$ yarn application -kill application_1663992336635_0001
2022-09-24 12:18:43,814 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.10.103:8032
Application application_1663992336635_0001 has already finished
2. yarn logs查看日志
- 查询 Application 日志:
yarn logs -applicationId<ApplicationId>
[fickler@hadoop102 hadoop-3.1.3]$ yarn logs -applicationId application_1663992336635_0001
- 查询 Container 日志:
yarn logs -applicationId <ApplicationId> -contaiinerId <ContainerId>
[fickler@hadoop102 hadoop-3.1.3]$ yarn logs -applicationId application_1612577921195_0001 -containerId container_1612577921195_0001_01_000001
3. yarn applicationattempt 查看尝试运行的任务
- 列出所有 Application 尝试的列表:
yarn applicationattempt -list <ApplicationId>
- 打印 ApplicationAttempt 状态:
yarn applicationattempt -status <ApplicationAttemptId>
4. yarn container查看容器
- 列出所有 Container:
yarn container -list <ApplicationAttemptId>
- 打印 Container 状态:
yarn container -status <ContainerId>
注意:只有在任务跑的途中才能看到 container 的状态
5. yar node查看节点状态
列出所有结点:yarn node -list -all
[fickler@hadoop102 hadoop-3.1.3]$ yarn node -list -all
2022-09-24 14:31:04,999 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.10.103:8032
Total Nodes:3Node-Id Node-State Node-Http-Address Number-of-Running-Containershadoop104:41760 RUNNING hadoop104:8042 0hadoop102:40653 RUNNING hadoop102:8042 0hadoop103:38332 RUNNING hadoop103:8042 0
6. yarn rmadmin更新配置
加载队列配置:yarn rmadmin -refreshQueues
[fickler@hadoop102 hadoop-3.1.3]$ yarn rmadmin -refreshQueues
2022-09-24 14:32:08,579 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.10.103:8033
7. yarn queue查看队列
打印队列信息:yarn queue -status <QueueName>
[fickler@hadoop102 hadoop-3.1.3]$ yarn queue -status default
2022-09-24 14:33:22,970 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.10.103:8032
Queue Information :
Queue Name : defaultState : RUNNINGCapacity : 100.0%Current Capacity : .0%Maximum Capacity : 100.0%Default Node Label expression : <DEFAULT_PARTITION>Accessible Node Labels : *Preemption : disabledIntra-queue Preemption : disabled
6. Yarn生产环境核心参数
Hadoop 3.x(Yarn)----【Yarn 资源调度器】相关推荐
- 资源管理与调度系统-YARN的资源调度器
资源管理与调度系统-YARN的资源调度器 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 资源调度器是Hadoop YARN中最核心的组件之一,它是ResourceManager中的 ...
- 【十八掌●内功篇】第六掌:YARN之YARN资源调度器
这一篇博文是[大数据技术●降龙十八掌]系列文章的其中一篇,点击查看目录:大数据技术●降龙十八掌 系列文章: [十八掌●内功篇]第六掌:YARN之架构和原理 [十八掌●内功篇]第六掌:YARN之Reso ...
- 大数据之Yarn——Capacity调度器概念以及配置
试想一下,你现在所在的公司有一个hadoop的集群.但是A项目组经常做一些定时的BI报表,B项目组则经常使用一些软件做一些临时需求.那么他们肯定会遇到同时提交任务的场景,这个时候到底如何分配资源满足这 ...
- 大数据之-Hadoop3.x_Yarn_资源调度器介绍说明---大数据之hadoop3.x工作笔记0140
然后我们再来看一下yarn这个资源调度器怎么去用, yarn是个资源调度器,不光是在hadoop集群中有应用,在我们将来学的 spark,flink等中也有应用. 首先了解一下,yarn基础架构,ya ...
- 2.Hadoop 分布式计算框架:Mapreduce(扩展)——Yarn资源调度器
2.Yarn资源调度器 2.3 YARN resourcemanager-HA搭建 2.3.1 文档查看与集群规划 RM高可用官方网址: http://hadoop.apache.org/docs/r ...
- hadoop yarn的三种资源调度器详解
yarn调度器分类 FIFO(先进先出调度器) Capacity Scheduler (容量调度器) Fair Scheduler (公平调度器) 注意:Hadoop2.9.2 默认的资源调度器为 容 ...
- Hadoop的资源调度器
Hadoop的资源调度器 概念 资源调度器分类 FIFO(先进先出调度器) Capacity Scheduler(容量调度器) Fair Scheduler(公平调度器) 概念 目前,Hadoop作业 ...
- Hadoop 新 MapReduce 框架 Yarn 详解
Hadoop MapReduceV2(Yarn) 框架简介 原 Hadoop MapReduce 框架的问题 对于业界的大数据存储及分布式处理系统来说,Hadoop 是耳熟能详的卓越开源分布式文件存储 ...
- Hadoop之资源调度器与任务推测执行
Hadoop之资源调度器 目录 资源调度器概述 先进先出调度器(FIFO) 容量调度器(Capacity Scheduler) 公平调度器(Fair Scheduler) 任务的推测执行 1. 资源调 ...
最新文章
- java单元测试启动类配置_Springboot 单元测试简单介绍和启动所有测试类的方法
- 三端可调稳压集成电路LM317的多种应用电路
- 第四周实践项目3单链表:逆置、连接与递增判断(包含三个程序)
- 思科谈OpenDaylight
- 大数据凉了?No,流式计算浪潮才刚刚开始!
- Python函数的非固定参数
- php json csv,比JSON更简单,随便记数据的CSV介绍,以及PHP解析方法-csv文件怎么打开...
- LINQ中ForEach方法的使用
- SAP建议客户将UI技术迁移到Fiori的六大原因
- react-native热更新插件react-native-code-push
- c语言中格式字符e E g G,C语言输出格式总结
- udhcpc 移植和使用
- Ubuntu桌面图标无法打开终端的解决过程
- 【C语言编程练习】华氏转换为摄氏
- 剑指Offer面试题22(Java版):栈的压入、弹出序列
- 自己总结的常见命令(用过的)
- 星辰大海,不属于任何人,也属于任何人
- week15作业A ZJM 与霍格沃兹
- 情商决定了工作方面的成就
- TCP/IP详解学习笔记(4)-ICMP协议,ping和Traceroute
热门文章
- Jmeter保存报错Couldn‘t save test plan to file
- word2019某一页无法删除
- adb enable-verify/disable-verify(二级命令)
- IT外企那点儿事(14): 好领导和好员工,坏领导和坏员工,鸡生蛋还是蛋生鸡?
- 能效管理很重要——施耐德电气全球高级副总裁 、APC大中华区总裁黄陈宏博士...
- 【教程】网络安全工具FileAudit中配置你的第一个Audit路径
- python 蒙特卡洛模拟股价_12 Python总结之蒙特卡洛模拟
- Ajax爬取百度图片
- 安卓手机使用ssh登陆服务器软件应用app推荐
- 解决对给定一个时间段补全成整周并且按周分割时间的问题