大数据面试之Yarn

深藏阁楼爱情的钟 2023-02-17 15:53 99阅读 0赞

### 大数据面试之Yarn ###

*  1.Yarn
 *   *  1.1 Yarn 是什么？
     *  1.2 YARN的基本架构
     *  1.3 MapReduce on YARN
     *  1.4 Yarn工作流程
     *  1.5 Spark on YARN

说明，感谢亮哥长期对我的帮助，此处多篇文章均为亮哥带我整理。以及参考诸多博主的文章。如果侵权，请及时指出，我会立马停止该行为；如有不足之处，还请大佬不吝指教，以期共同进步。

# 1.Yarn #

## 1.1 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。
    
     核心思想：将MP1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。
    
      1）ResourceManager：负责整个集群的资源管理和调度。
      2）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。
    
     YARN的出现，使得多个计算框架可以运行在一个集群当中。
      1）每个应用程序对应一个ApplicationMaster。
      2）目前可以支持多种计算框架运行在YARN上面比如MapReduce、Storm、Spark、Flink等。

[参考][Link 1]

## 1.2 YARN的基本架构 ##

从YARN的架构图来看，它主要由ResourceManager和ApplicationMaster、NodeManager、
        ApplicationMaster和Container等组件组成。
    
    ResourceManager（RM）
        1）处理客户端请求；
        2）启动或监控ApplicationMaster；
        3）监控NodeManager；
        4）资源的分配与调度。
    
    NodeManager（NM）
        1）单个节点上的资源管理；
        2）处理来自ResourceManager上的命令；
        3）处理来自ApplicationMaster上的命令。
      
    ApplicationMaster（AM）  
        1）负责数据的切分；
        2）为应用程序申请资源并分配给内部的任务；
        3）任务的监控与容错。
    
    Container
    
        对任务运行环境进行抽象，封装CPU、内存等多维度的资源以及环境变量、启动命令等任务运行相关的信息。
        比如内存、CPU、磁盘、网络等，当AM向RM申请资源时，RM为AM返回的资源便是用Container表示的。
        YARN会为每个任务分配一个Container，且该任务只能使用该Container中描述的资源。

## 1.3 MapReduce on YARN ##

1、MapReduce on TARN
      1）YARN负责资源管理和调度；
      2）ApplicationMaster负责任务管理。
    
    2、MapReduce ApplicationMaster
      1）MRAppMaster；
      2）每个MapReduce启动一个MRAppMaster；
      3）MRAppMaster负责任务切分、任务调度、任务监控和容错。
    
    3、MRAppMaster任务调度
      1）YARN将资源分配给MRAppMaster；
      2）MRAppMaster进一步将资源分配给内部任务。
    
    4、MRAppMaster容错
      1）MRAppMaster运行失败后，由YARN重新启动；
      2）任务运行失败后，由YARN重新申请资源。

## 1.4 Yarn工作流程 ##

[Yarn工作流程][Yarn]

## 1.5 Spark on YARN ##

Driver: 用户编写的程序的main函数就运行在driver上面，用户调用spark的api驱动driver进行工作，
        比如计划任务(schedule)、分发任务、收集结果等。
    Cluster Manager：指yarn、Mesos等集群管理者。
    Executor：实际执行任务的进程，运行在集群中的节点上。

[参考][Link 2]

[Spark on Yarn 架构解析程][Spark on Yarn]

[Link 1]: https://www.cnblogs.com/zimo-jing/p/8846569.html
[Yarn]: https://blog.csdn.net/cl2010abc/article/details/81038579
[Link 2]: https://www.jianshu.com/p/0ee5e941a7cb
[Spark on Yarn]: https://www.cnblogs.com/yangsy0915/p/5118100.html