YARN的工作流程

小鱼儿 2022-08-08 13:46 207阅读 0赞

[YARN的工作流程][YARN]

**运行在YARN上的应用程序主要分为两类：**

（1）短应用程序

（2）长应用程序

**短应用程序**是指一定时间内（可能是秒级、分钟级或小时级，尽管天级别或者更长时间的也存在，但非常少）可运行完成并正常退出的应用程序，比如MapReduce作业、Tez DAG作业等.

**长应用程序**是指不出意外，永不终止运行的应用程序，通常是一些服务，比如Storm Service（主要包括Nimbus和Supervisor两类服务），HBase Service（包括Hmaster和RegionServer两类服务）等，而它们本身作为一个框架提供了编程接口供用户使用。

尽管这两类应用程序作用不同，一类直接运行数据处理程序，一类用于部署服务（服务之上再运行数据处理程序），但运行在YARN上的流程是相同的。

当用户向YARN中提交一个应用程序后， **YARN将分两个阶段运行该应用程序：**

第一个阶段是启动ApplicationMaster；

第二个阶段是由ApplicationMaster创建应用程序，为它申请资源，并监控它的整个运行过程，直到运行完成。

如图2-11所示， **YARN的工作流程分为以下几个步骤：**

**步骤1**　用户向YARN中提交应用程序，其中包括ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等。

**步骤2**　ResourceManager为该应用程序分配第一个Container（ 这里可以理解为一种资源比如内存），并与对应的Node-Manager通信，要求它在这个Container中启动应用程序的ApplicationMaster。

**步骤3**　ApplicationMaster首先向ResourceManager注册，这样用户可以直接通过ResourceManage查看应用程序的运行状态，然后它将为各个任务申请资源，并监控它的运行状态，直到运行结束，即重复步骤4~7。

**步骤4**　ApplicationMaster采用轮询的方式通过RPC协议向ResourceManager申请和领取资源。

**步骤5**　一旦ApplicationMaster申请到资源后，便与对应的NodeManager通信，要求它启动任务。

**步骤6**　NodeManager为任务设置好运行环境（包括环境变量、JAR包、二进制程序等）后，将任务启动命令写到一个脚本中，并通过运行该脚本启动任务。

**步骤7**　各个任务通过某个RPC协议向ApplicationMaster汇报自己的状态和进度，以让ApplicationMaster随时掌握各个任务的运行状态，从而可以在任务失败时重新启动任务。

在应用程序运行过程中，用户可随时通过RPC向ApplicationMaster查询应用程序的当前运行状态。

**步骤8**　应用程序运行完成后，ApplicationMaster向ResourceManager注销并关闭自己。

<ignore\_js\_op style="word-wrap: break-word;"> ![010347g3qimc8c3i06vk7s.jpg][]

[hadoop][] [数据][Link 1] [mapreduce][] [yarn][] [工作流][Link 2]

![Center][]

1、用户向YARN中提交应用程序，其中包括ApplicationMaster（AM）程序，启动AM的命令，用户程序等。  
2、ResourceManger(RM)为该程序分配第一个Container，并与对应的NodeManger通讯，要求它在这个Container  
中启动应用程序AM。  
3、AM首先向RM注册，这样用户可以直接通过RM查看应用程序的运行状态，然后将为各个任务申请资源，并监控  
它的运行状态，直到运行结束，重复4--7的步骤。  
4、AM采用轮询的方式通过RPC协议向RM申请和领取资源。  
5、一旦AM申请到资源后，便与对应的NM通讯，要求它启动任务。  
6、NM为任务设置好运行环境（包括环境变量、JAR包、二进制程序等）后，将任务启动命令写到一个脚本中，并通过  
运行该脚本启动任务。  
7、各个任务通过某个RPC协议向AM汇报自己的状态和进度，以让AM随时掌握各个任务的运行状态，从而可以在任务  
失败的时候重新启动任务。  
8、应用程序运行完成后，AM向RM注销并关闭自己。

[YARN]: http://blog.csdn.net/showmyheart_libo/article/details/21863599
[010347g3qimc8c3i06vk7s.jpg]: /images/20220805/e582728317a54252b642aeefa2812919.png
[hadoop]: http://www.csdn.net/tag/hadoop
[Link 1]: http://www.csdn.net/tag/%e6%95%b0%e6%8d%ae
[mapreduce]: http://www.csdn.net/tag/mapreduce
[yarn]: http://www.csdn.net/tag/yarn
[Link 2]: http://www.csdn.net/tag/%e5%b7%a5%e4%bd%9c%e6%b5%81
[Center]: /images/20220805/fe7828c9ce184ad29152268cb95178d9.png