如何简单写yarn app
Posted 浪尖聊大数据
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何简单写yarn app相关的知识,希望对你有一定的参考价值。
尽管YARN自带的编程API已经得到了极大的简化,但从头开发一个YARN应用程序仍是一件非常困难的事情。在YARN上编写一个应用程序,你需要开发Client和ApplicationMaster两个模块,并了解涉及到的几个协议的若干API和参数列表,其中ApplicationMaster还要负责资源申请,任务调度、容错等,总之,整个过程非常复杂。
Apache Twill(http://twill.apache.org/index.html)这个项目则是为简化YARN上应用程序开发而成立的项目,该项目把与YARN相关的重复性的工作封装成库,使得用户可以专注于自己的应用程序逻辑。
下面代码示例是使用Apache Twill开发一个运行在YARN上的helloworld程序:
public class HelloWorld {
static Logger LOG = LoggerFactory.getLogger(HelloWorld.class);
static class HelloWorldRunnable extends AbstractTwillRunnable {
@Override
public void run() {
LOG.info("Hello World");
}
}
public static void main(String[] args) throws Exception {
YarnConfiguration conf = new YarnConfiguration();
TwillRunnerService runner = new YarnTwillRunnerService(conf, "localhost:2181");
runner.startAndWait();
TwillController controller = runner.prepare(new HelloWorldRunnable()) .start();
Services.getCompletionFuture(controller).get();
}
Twill所做的事情是开发了一个通用的Client和ApplicationMaster实现,并提供了一套编程API,使得用户可直接实现这套API便可以编写运行在YARN上的分布式程序。Twill应用程序运行在YARN上的流程跟普通程序一样,流程图下:
为极大地方便用户编写运行在YARN上的分布式应用程序,Twill做了大量通用模块和特性,包括:
(1)实时日志收集
基于kafka实现了日志收集功能,可将应用程序产生的日志实时收集起来,便于集中化分析和展示。
(2)资源汇报
可实时收集任务占用的各类资源,包括cpu利用率,物理内存等。
(3)资源弹性扩展
可动态改变应用程序占用的资源,比如将container数目在线由5个增长为10个。
(4)状态恢复
当客户端失去与应用程序链接后,可通过API重构一个新的客户端,重新获取状态。
(5)服务发现
应用程序可向zookeeper注册一些信息,便于其他服务或者客户端发现该应用程序的位置,以便与之通信。
随着YARN越来越成熟,它必将成为一个基础核心系统,届时与Apache Twill类似的项目显得尤为重要。
转载自董的博客:http://dongxicheng.org/mapreduce-nextgen/apache-twill-for-yarn/
twill官方demo,可以参看:https://github.com/apache/twill/tree/master/twill-examples
推荐阅读:
以上是关于如何简单写yarn app的主要内容,如果未能解决你的问题,请参考以下文章
如何使用模块化代码片段中的LeakCanary检测内存泄漏?