项目6 搭建YARN分布式集群

Hadoop大数据技术——搭建YARN分布式集群湖南软件职业技术大学YARN架构设计与工作原理YARN产生背景MapReduce1.0系统架构湖南软件职业技术大学YARN产生背景MapReduce1.0架构缺陷扩展性差JobTracker同时兼备了资源管理和作业控制两个功能，严重制约了Hadoop集群扩展性。湖南软件职业技术大学YARN产生背景MapReduce1.0架构缺陷资源利用率低MRv1采用基于slot的粗粒度的资源分配模型，包含Mapslot和Reduceslot。某个任务用不完的资源其他任务也不能用，因为map和reduce的资源完全不能共享的。当一个作业刚提交时，只会运行MapTask，此时ReduceSlot闲置。湖南软件职业技术大学YARN产生背景MapReduce1.0架构缺陷通用性差随着互联网高速发展导致数据量剧增，MapReduce这种基于磁盘的离线计算框架已经不能满足应用要求，从而出现了一些新的计算框架以应对各种场景，包括内存计算框架、流式计算框架和迭代式计算框架等，而MRv1不能支持多种计算框架并存。湖南软件职业技术大学YARN产生背景MapReduce1.0架构缺陷单点故障MRv1采用了master/slave结构，其中master存在单点故障问题，一旦它出现故障将导致整个集群不可用。湖南软件职业技术大学YARN产生背景MapReduce1.0架构缺陷扩展性差：兼具资源管理和作业调度资源利用率低：基于粗粒度slot资源分配通用性差：不支持多种计算框架单点故障：master没有实现高可用湖南软件职业技术大学YARN是什么YARN是Hadoop2.0版本新引入的资源管理系统，直接从MR1演化而来。ApacheHadoopYARN（YetAnotherResourceNegotiator，另一种资源协调者）是一种新的Hadoop资源管理器，它是一个通用资源管理系统，可为上层应用提供统一的资源管理和调度，它的引入为集群在利用率、资源统一管理和数据共享等方面带来了巨大好处。核心思想：将MR1中JobTracker的资源管理和作业调度两个功能分开，分别由ResourceManager和ApplicationMaster进程来实现。ResourceManager负责整个集群的资源管理和调度。ApplicationMaster负责应用程序相关的事务，比如任务调度、任务监控和容错等。湖南软件职业技术大学YARN的作用湖南软件职业技术大学YARN的基本构架湖南软件职业技术大学YARN的工作原理湖南软件职业技术大学湖南软件职业技术大学MapReduceONYARN工作流程MapReduceONYARN工作流程湖南软件职业技术大学湖南软件职业技术大学YARN的容错性YARN的容错性ResourceManager的容错性保障ResourceManager存在单点故障，但是可以通过配置实现ResourceManager的HA（高可用），当主节点出现故障时，可以切换到备用节点继续对外提供服务。NodeManager的容错性保障NodeManager失败之后，ResourceManager会将失败的任务通知对应的ApplicationMaster，由ApplicationMaster来决定如何去处理失败的任务。ApplicationMaster的容错性保障ApplicationMaster失败后，由ResourceManager负责重启即可。其中，ApplicationMaster需要处理内部任务的容错问题。ResourceManager会保存已经运行的任务，重启后无须重新运行。湖南软件职业技术大学湖南软件职业技术大学YARN的高可用YARN的高可用湖