YARN資源管理框架的體系結(jié)構(gòu)【大數(shù)據(jù)文章】

     YARN(Yet Another Resource Negotiator，另一種資源協(xié)調(diào)者)是一個通用的資源管理系統(tǒng)和調(diào)度平臺，它的基本設計思想是將MRv1(Hadoop1.0中的MapReduce)中的JobTracker拆分為兩個獨立的任務，這兩個任務分別是全局的資源管理器ResourceManager和每個應用程序特有的ApplicationMaster。其中，ResourceManager負責整個系統(tǒng)的資源管理和分配，而ApplicationMaster負責單個應用程序的管理。接下來，我們通過一張圖來描述YARN的體系結(jié)構(gòu)，具體如圖1所示。

圖1 YARN體系結(jié)構(gòu)

　　在圖1中，YARN體系結(jié)構(gòu)的核心組件有三個，具體介紹如下：

　　1. ResourceManager

　　ResourceManager是一個全局的資源管理系統(tǒng)，它負責的是整個Yarn集群資源的監(jiān)控、分配和管理工作，具體工作如下：

　　(1) 負責處理客戶端請求

　　(2) 接收和監(jiān)控NodeManager(NM)的資源情況

　　(3) 啟動和監(jiān)控ApplicationMaster(AM)

　　(4) 資源的分配和調(diào)度

　　值得一提的是，在ResourceManager內(nèi)部包含了兩個組件，分別是調(diào)度器(Scheduler)和應用程序管理器(Application Manager)，其中調(diào)度器根據(jù)容量、隊列等限制條件(如每個隊列分配一定的資源，最多執(zhí)行一定數(shù)量的作業(yè)等)，將系統(tǒng)中的資源分配給各個正在運行的應用程序。該調(diào)度器是一個“純調(diào)度器”，它不再從事任何與具體應用程序相關(guān)的工作;而應用程序管理器(Applications Manager)負責管理整個系統(tǒng)中所有的應用程序，包括應用程序的提交、調(diào)度協(xié)調(diào)資源以啟動ApplicationMaster、監(jiān)控ApplicationMaster運行狀態(tài)并在失敗時重新啟動。

　　2.NodeManager

　　NodeManager是每個節(jié)點上的資源和任務管理器，一方面，它會定時的向ResourceManager匯報所在節(jié)點的資源使用情況~~，~~;另一方面，它會接收并處理來自ApplicationMaster的啟動停止容器(Container)的各種請求。

　　3.ApplicationMaster

　　用戶提交的每個應用程序都包含一個ApplicationMaster，它負責協(xié)調(diào)來自ResourceManager的資源，把獲得的資源進一步分配給內(nèi)部的各個任務，從而實現(xiàn)“二次分配”。除此之外，ApplicationMaster還會通過NodeManager監(jiān)控容器的執(zhí)行和資源使用情況，并在任務運行失敗時重新為任務申請資源以重啟任務。當前的YARN自帶了兩個ApplicationMaster的實現(xiàn)，一個是用于演示ApplicationMaster編寫方法的實例程序DistributedShell，它可以申請一定數(shù)目的Container以并行方式運行一個Shell命令或者Shell腳本;另一個則是運行MapReduce應用程序的ApplicationMaster-MRAppMaster。

　　需要注意的是，ResourceManager負責監(jiān)控ApplicationMaster，并在ApplicationMaster運行失敗的時候重啟它，大大提高集群的拓展性。ResourceManager不負責ApplicationMaster內(nèi)部任務的容錯，任務的容錯由ApplicationMaster完成，總體來說，ApplicationMaster的主要功能是資源的調(diào)度、監(jiān)控與容錯。

猜你喜歡：

什么是機器學習？【大數(shù)據(jù)培訓】

Spark有哪些特點，Spark的生態(tài)系統(tǒng)包含哪些組件？

MapReduce是怎樣進行計算的？