Yarn资源调度器
- Yarn是一个资源调度平台,负责为运算程序提供服务器运算资源,相当于一个分布式的操作系统平台,而MapReduce等运算程序则相当于运行于操作系统之上的应用程序
一、基础架构
- YARN主要由ResourceManager、NodeManager、ApplicationMaster和Container等组件构成
二、YARN工作机制
- 假设现在有一个程序MR
(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)ResourceManager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)ResourceManager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ResourceManager申请运行MapTask资源
(11)ResourceManager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ResourceManager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ResourceManager申请注销自己
三、Yarn调度器和调度算法
- Hadoop作业调度器主要有三种:FIFO、容量(Capacity Scheduler)和公平(Fair Scheduler),Apache Hadoop3.1.3默认的资源调度器是Capacity Scheduler
1、先进先出调度器(FIFO)
- 单队列,根据提交作业的先后顺序,先来先服务
- 优点:简单易懂
- 缺点:不支持多队列,生产环境很少使用
2、容量调度器(Capacity Scheduler)
特点
- 多队列:每个队列可配置一定的资源量,每个队列采用FIFO调度策略
- 容量保证:管理员可为每个队列设置资源最低保证和资源使用上限
- 灵活性:如果一个队列中的资源有剩余,可以暂时共享给那些需要资源的队列,而一旦该队列有新的应用程序提交,则其他队列借调的资源会归还给该队列
- 多租户:支持多用户共享集群和多应用程序同时运行;为了防止同一个用户的作业独占队列中的资源,该调度器会对同一用户提交的作业所占资源量进行限定
容器调度器资源分配算法
- 队列资源分配:从root开始,使用深度优先算法,优先选择资源占用率最低的队列分配资源
- 作业资源分配:默认按照提交作业的优先级和提交时间顺序分配资源
- 容器资源分配:按照容器的优先级分配资源;如果优先级相同,按照数据本地性原则:
(1)任务和数据在同一节点
(2)任务和数据在同一机架
(3)任务和数据不在同一节点也不在同一机架
3、公平调度器(Fair Scheduler)
- 按照公平策略分配资源
与容量调度器的相同点
- 多队列:支持多队列多作业
- 容量保证:管理员可为每个队列设置资源最低保证和资源使用上线
- 灵活性:如果一个队列中的资源有剩余,可以暂时共享给那些需要资源的队列,而一旦该队列有新的应用程序提交,则其他队列借调的资源会归还给该队列
- 多租户:支持多用户共享集群和多应用程序同时运行;为了防止同一个用户的作业独占队列中的资源,该调度器会对同一用户提交的作业所占资源量进行限定
与容量调度器的不同点
- 核心调度策略不同
容量调度器:优先选择资源利用率低的队列
公平调度器:优先选择对资源的缺额比例大的 - 每个队列可以单独设置资源分配方式
容量调度器:FIFO、 DRF
公平调度器:FIFO、FAIR、DRF
4、缺额:某一时刻一个作业应获资源和实际获取资源的差距叫“缺额”,调度器会优先为缺额大的作业分配资源