沙龙国际沙龙会备用网址
  咨询电话:15304757073

沙龙国际线上娱乐成

Hadoop(23)-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

1. Yarn工作机制

机制详解

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。

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。

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。

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。

 

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。

除了向应用管理器请求作业进度外, 客户端每5秒都会通过调用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。

 

机制详解(通俗版)

1) 甲方爸爸整理出了需求文档

2) 询问PM是否可以排期开发

3) PM让甲方爸爸把需求文档发到邮箱里

4) 甲方爸爸发送邮件,并告知PM已发送

5) PM将需求进行排期

6) 小王刚开发完一个项目,正好有空,PM让他接手这个项目

7) 8) 小王调整一下心态,打开需求文档,预估一下,向PM申请,需要两个人手来开发

9) PM接受小王的人员申请,放入到人员排期序列中,等待两个倒霉蛋

10) 小张和小杨,两个倒霉蛋完成上一个项目,正好空闲,PM变让他俩进小王的小项目组

11) 小王把具体的模块分工告诉小张和小杨,小张小杨吭哧吭哧开始干活,然后上传代码,然后解放

12) 小王拿到中期结果看一看,认为还需要两个人进行收尾,于是向PM申请人手

13) PM将两个空闲的人员调给小王使用,进行最后的项目收尾工作,最后项目完成,向甲方爸爸汇报结果

14) 甲方爸爸很满意,这个项目就算告一段落,小王卸任.

 

2.资源调度器

Hadoop作业调度器主要有三种:FIFO、Capacity Scheduler和Fair Scheduler。Hadoop2.7.2默认的资源调度器是Capacity Scheduler

具体设置详见:yarn-default.xml文件

<property> <description>The class to use as the resource scheduler.</description> <name>yarn.resourcemanager.scheduler.class</name><value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value></property>

1)FIFO先进先出调度器

 

 2) Capacity Scheduler容量调度器

3)Fair Scheduler公平调度器

 

 3.任务的推测执行

1) 作业完成时间取决于最慢的任务完成时间

  一个作业由若干个Map任务和Reduce任务构成。因硬件老化、软件Bug等,某些任务可能运行非常慢。

  思考:系统中有99%的Map任务都完成了,只有少数几个Map老是进度很慢,完不成,怎么办?

2) 推测执行机制

   发现拖后腿的任务,比如某个任务运行速度远慢于任务平均速度。为拖后腿任务启动一个备份任务,同时运行。谁先运行完,则采用谁的结果。

3) 执行推测任务的前提条件

  每个Task只能有一个备份任务

  当前Job已完成的Task必须不小于0.05(5%)

  开启推测执行参数设置。mapred-site.xml文件中默认是打开的。

<property> <name>mapreduce.map.speculative</name> <value>true</value> <description>If true, then multiple instances of some map tasks may be executed in parallel.</description></property><property> <name>mapreduce.reduce.speculative</name> <value>true</value> <description>If true, then multiple instances of some reduce tasks may be executed in parallel.</description></property>

4) 不能启用推测执行机制情况

  任务间存在严重的负载倾斜;

  特殊任务,比如任务向数据库中写数据。

 

5) 推测执行算法原理