Yarn任务提交(工作机制)
缩减版(详见讲义)
- 作业提交
- Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。
- Client提交完资源后,向RM申请运行MrAppMaster。
- 作业初始化
- 当RM收到Client的请求后,将该job添加到容量调度器中。(resource manager)
- 空闲的NM创建Container,并产生MRAppmaster。 (node manager)
- 任务分配
- MrAppMaster向RM申请运行多个MapTask任务资源
- 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。
- 任务运行
- 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获取相应分区的数据。
- 注销
Yarn调度策略
1. FIFO(先进先出调度器)
2. 容量调度器(Capacity Scheduler 默认的调度器)
- 为每个组织分配专门的队列,占有不同比例的集群资源比
- 组织内部实行FIFO分配制度
3. Fair Scheduler(公平调度器,CDH版本的hadoop默认使用的调度器)
假设有两个用户A和B,他们分别拥有一个队列。
当A启动一个job而B没有任务时,A会获得全部集群资源;
当B启动一个job后,A的job会继续运行,不过一会儿之后两个任务会各自获得一半的集群资源。如果此时B再启动第二个job并且其它job还在运行,则它将会和B的第一个job共享B这个队列的资源,也就是B的两个job会用于四分之一的集群资源,而A的job仍然用于集群一半的资源,结果就是资源最终在两个用户之间平等的共享