跳至主要內容

YARN

钝悟...大约 4 分钟大数据hadoop大数据HadoopYARN

YARN

YARN 的目标是解决 MapReduce 的缺陷。

MapReduce 的缺陷(Hadoop 1.x)

  • 身兼两职:计算框架 + 资源管理框架
  • JobTracker
    • 既做资源管理,又做任务调度
    • 任务太重,开销过大
    • 存在单点故障
  • 资源描述模型过于简单,资源利用率较低
    • 仅把 Task 数量看作资源,没有考虑 CPU 和内存
    • 强制把资源分成 Map Task Slot 和 Reduce Task Slot
  • 扩展性较差,集群规模上限 4K
  • 源码难于理解,升级维护困难

YARN 简介

YARN(Yet Another Resource Negotiator,另一种资源管理器)是一个分布式通用资源管理系统

设计目标:聚焦资源管理、通用(适用各种计算框架)、高可用、高扩展。

YARN 系统架构

  • 主从结构(master/slave)
  • 将 JobTracker 的资源管理、任务调度功能分离
  • 三种角色:
    • ResourceManager(Master) - 集群资源的统一管理和分配
    • NodeManager(Slave) - 管理节点资源,以及容器的生命周期
    • ApplicationMaster(新角色) - 管理应用程序实例,包括任务调度和资源申请

ResourceManager(RM)

主要功能

  • 统一管理集群的所有资源
  • 将资源按照一定策略分配给各个应用(ApplicationMaster)
  • 接收 NodeManager 的资源上报信息

核心组件

  • 用户交互服务(User Service)
  • NodeManager 管理
  • ApplicationMaster 管理
  • Application 管理
  • 安全管理
  • 资源管理

NodeManager(NM)

主要功能

  • 管理单个节点的资源
  • 向 ResourceManager 汇报节点资源使用情况
  • 管理 Container 的生命周期

核心组件

  • NodeStatusUpdater
  • ContainerManager
  • ContainerExecutor
  • NodeHealthCheckerService
  • Security
  • WebServer

ApplicationMaster(AM)

主要功能

  • 管理应用程序实例
  • 向 ResourceManager 申请任务执行所需的资源
  • 任务调度和监管

实现方式

  • 需要为每个应用开发一个 AM 组件
  • YARN 提供 MapReduce 的 ApplicationMaster 实现
  • 采用基于事件驱动的异步编程模型,由中央事件调度器统一管理所有事件
  • 每种组件都是一种事件处理器,在中央事件调度器中注册

Container

  • 概念:Container 封装了节点上进程的相关资源,是 YARN 中资源的抽象
  • 分类:运行 ApplicationMaster 的 Container 、运行应用任务的 Container

YARN 高可用

ResourceManager 高可用

  • 1 个 Active RM、多个 Standby RM
  • 宕机后自动实现主备切换
  • ZooKeeper 的核心作用
    • Active 节点选举
    • 恢复 Active RM 的原有状态信息
  • 重启 AM,杀死所有运行中的 Container
  • 切换方式:手动、自动

YARN 资源调度策略

FIFO Scheduler(先进先出调度器)

调度策略

将所有任务放入一个队列,先进队列的先获得资源,排在后面的任务只有等待

缺点

  • 资源利用率低,无法交叉运行任务
  • 灵活性差,如:紧急任务无法插队,耗时长的任务拖慢耗时短的任务

Capacity Scheduler(容量调度器)

核心思想 - 提前做预算,在预算指导下分享集群资源。

调度策略

  • 集群资源由多个队列分享
  • 每个队列都要预设资源分配的比例(提前做预算)
  • 空闲资源优先分配给“实际资源/预算资源”比值最低的队列
  • 队列内部采用 FIFO 调度策略

特点

  • 层次化的队列设计:子队列可使用父队列资源
  • 容量保证:每个队列都要预设资源占比,防止资源独占
  • 弹性分配:空闲资源可以分配给任何队列,当多个队列争用时,会按比例进行平衡
  • 支持动态管理:可以动态调整队列的容量、权限等参数,也可动态增加、暂停队列
  • 访问控制:用户只能向自己的队列中提交任务,不能访问其他队列
  • 多租户:多用户共享集群资源

Fair Scheduler(公平调度器)

调度策略

  • 多队列公平共享集群资源
  • 通过平分的方式,动态分配资源,无需预先设定资源分配比例
  • 队列内部可配置调度策略:FIFO、Fair(默认)

资源抢占

  • 终止其他队列的任务,使其让出所占资源,然后将资源分配给占用资源量少于最小资源量限制的队列

队列权重

  • 当队列中有任务等待,并且集群中有空闲资源时,每个队列可以根据权重获得不同比例的空闲资源

资源

评论
  • 按正序
  • 按倒序
  • 按热度
Powered by Waline v2.15.7