Yarn 工作机制

Posted hyunbar

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 工作机制相关的知识,希望对你有一定的参考价值。

技术图片

 

 

  1、工作机制详述 

  (1)MR程序提交到客户端所在的节点。

       (2)YarnRunner向ResourceManager申请一个Application。

       (3)RM将该应用程序的资源路径返回给YarnRunner。

       (4)该程序将运行所需资源提交到HDFS上。

       (5)程序资源提交完毕后,申请运行mrAppMaster。

       (6)RM将用户的请求初始化成一个Task。

       (7)其中一个NodeManager领取到Task任务。

       (8)该NodeManager创建容器Container,并产生MRAppmaster。

       (9)Container从HDFS上拷贝资源到本地。

       (10)MRAppmaster向RM 申请运行MapTask资源。

       (11)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。

       (12)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。

  (13)MrAppMaster等待所有MapTask运行完毕后,向RM申请容器,运行ReduceTask。

       (14)ReduceTask向MapTask获取相应分区的数据。

       (15)程序运行完毕后,MR会向RM申请注销自己。

  2、作业提交详述 

  (1)作业提交

    第1步:Client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提交完资源后,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NM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分钟都会通过调用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用户核查。

 

以上是关于Yarn 工作机制的主要内容,如果未能解决你的问题,请参考以下文章

Yarn工作机制

Yarn工作机制

Hadoop Yarn工作机制 Job提交流程

分布式计算 MapReduce与yarn工作机制

大数据之Hadoop(MapReduce):Yarn运行机制

Yarn Yarn ResourceManager 重启机制