YARN应用场景原理与资源调度
Posted 知了小巷
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了YARN应用场景原理与资源调度相关的知识，希望对你有一定的参考价值。
· YARN产生背景—运维成本与数据共享·
1. 运维成本
如果采用“一个框架一个集群”的模式，则可能需要多个管理员管理这些集群，进而增加运维成本，而共享模式通常需要少数管理员即可完成多个框架。
2. 数据共享
随着数据量的暴增，跨集群间的数据移动不仅需花费更长的时间，且硬件成本也会大大增加，而共享集群模式可让多种框架共享数据和硬件资源，将大大减小数据移动带来的成本。
直接源于MRv1在几个方面的缺陷
扩展性受限
单点故障
难以支持MR之外的计算
多计算框架各自为战，数据共享困难
MR:离线计算框架
Storm:实时计算框架
Spark:内存计算框架
YARN基本架构
· ResourceManager·
1. 整个集群只有一个，负责集群资源的统一管理和调度
2. 详细功能
处理客户端请求
启动/监控ApplicationMaster
监控NodeManager
资源分配与调度
· NodeManager·
1. 整个集群有多个，负责单节点资源管理和使用
2. 详细功能
单个节点上的资源管理和任务管理
处理来自ResourceManager的命令
处理来自ApplicationMaster的命令
· ApplicationMaster·
1. 每个应用有一个，负责应用程序的管理
2. 详细功能
数据切分
为应用程序申请资源，并进一步分配给内部任务
任务监控与容错
· Container·
1. 对任务运行环境的抽象
2. 描述一系列信息
任务运行资源(节点、内存、CPU)
任务启动命令
任务运行环境
YARN运行过程
· YARN容错性·
1. ResourceManager
存在单点故障
基于ZooKeeper实现HA
2. NodeManager
失败后，RM将失败任务告诉对应的AM
AM决定如何处理失败的任务
3. ApplicationMaster
失败后，由RM负责重启
AM需处理内部任务的容错问题
RMAppMaster会保存已经运行完成的Task，重启后无需重新运行
· YARN调度框架·
1. 双层调度框架
RM将资源分配给AM
AM将资源进一步分配给各个Task
2. 基于资源预留的调度策略
资源不够时，会为Task预留，直到资源充足
与“all or nothing”策略不同(Apache Mesos)
· YARN资源调度器·
1. 多类型资源调度
采用DRF算法(论文:“Dominant Resource Fairness: Fair Allocation of Multiple Resource Types”)
目前支持CPU和内存两种资源
2. 提供多种资源调度器
FIFO
Fair Scheduler
Capacity Scheduler
3. 多租户资源调度器
支持资源按比例分配
支持层级队列划分方式
支持资源抢占
· YARN资源隔离方案·
1. 支持内存和CPU两种资源隔离
内存是一种“决定生死”的资源
CPU是一种“影响快慢”的资源
2. 内存隔离
基于线程监控的方案
基于Cgroups的方案
3. CPU隔离
默认不对CPU资源进行隔离
基于Cgroups的方案
· YARN支持的调度语义·
1. 支持的语义
请求某个特定节点/机架上的特定资源量
将某些节点加入(或移除)黑名单，不再为自己分配这些节点上的资源
请求归还某些资源
2. 不支持的语义
请求任意节点/机架上的特定资源量
请求一组或几组符合某种特质的资源
超细粒度资源
动态调整Container资源
应用种类繁多
· YARN的设计目标·
1. 通用的统一资源管理系统
同时运行长应用程序和短应用程序
2. 长应用程序
通常情况下，永不停止运行的程序
Service、HTTP Server等
3. 短应用程序
短时间(秒级、分钟级、小时级)内会运行结束的程序
MR job、Spark Job等
· 运行在YARN上的计算框架·
1. 离线计算框架:MapReduce
2. DAG计算框架:Tez
3. 流式计算框架:Storm
4. 内存计算框架:Spark Flink
· MapReduce 2.0与YARN·
1. 一个MR应用程序的成功运行需要若干模块
任务管理和资源调度
任务驱动模块(MapTask、ReduceTask)
用户代码(Mapper、Reducer...)
2. MapReduce 2.0和YARN区别
YARN是一个资源管理系统，负责资源管理和调度
MapReduce只是运行在YARN上的一个应用程序
如果把YARN看做“android”，则MapReduce只是一个“app”
End
以上是关于YARN应用场景原理与资源调度的主要内容，如果未能解决你的问题，请参考以下文章