Yarn知识点整理

网友投稿 835 2022-05-30

前段时间记录了技术博客Yarn快速入门系列(1-5),详情请见Yarn专栏。最近打算花点时间把Yarn也精炼一番,整理出来,以便于后期的快速复习。

文章目录

1、什么是Yarn

2、Yarn特点

3、Yarn的意义

4、Yarn基本组成

5、Yarn提交任务的流程

6、Yarn的调度方式

7、参数yarn.scheduler.fair.allow-undeclared-pools的作用是?(true/false)

8、参数yarn.scheduler.fair.user-as-default-queue的作用是?(true/false)

9、介绍一下hadoopHA

10、ZKFC作用:

11、NameNode 中 Active状态和StandBy状态的确认:

12、ActiveNameNode宕机之后故障如何转移

13、两个NameNode之间的元数据信息如何实现快速同步?

1、什么是Yarn

Yarn是通用资源管理系统和调度平台

2、Yarn特点

1、支持多计算框架

2、资源利用率高,运行成本低,数据共享

3、Yarn的意义

降低了企业硬件的成本(多个集群变成一个集群),减少了资源的浪费,运营成本低。

4、Yarn基本组成

ResourceManager:一个集群资源调度的管理者

ApplicationMaster:一个计算任务的管理者

Container:容器(cpu和内存)

5、Yarn提交任务的流程

1、

client向RM提交应用程序

,其中包括启动该应用的ApplicationMaster的必须信息,例如ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等。

2、

ResourceManager启动一个container用于运行ApplicationMaster

3、

启动中的ApplicationMaster向ResourceManager注册自己

,启动成功后与RM保持心跳。

4、

ApplicationMaster向ResourceManager发送请求,申请相应数目的container

5、

Yarn知识点整理

申请成功的container,由ApplicationMaster进行

初始化

container的启动信息初始化后,AM与对应的NodeManager通信,

要求NM启动container

6、NM启动启动container。

7、

container运行期间,ApplicationMaster对container进行监控。

container通过RPC协议向对应的AM汇报自己的进度和状态等信息。

8、应用运行结束后,ApplicationMaster向ResourceManager注销自己,并允许属于它的container被收回。

6、Yarn的调度方式

FIFO Scheduler : 先进先出(先来后到的顺序)

Capacity Scheduler:容量调度

Fair Scheduler:公平调度

1、先进先出:优先提交的,优先执行,后面提交的等待。(火车过隧道)。

2、容量调度:允许创建多个任务对列,每个队列使用所有资源的一部分。多个任务对列可以同时执行。但是一个队列内部还是先进先出。

CDH默认的调度器

3、公平调度:第一个程序在启动时可以占用其他对列的资源(100%占用),当其他对列有任务提交时,占用资源的对列需要将资源还给该任务。还资源的时候,效率比较慢。

7、参数yarn.scheduler.fair.allow-undeclared-pools的作用是?(true/false)

如果提交一个任务没有到任何的队列,是否允许创建一个新的队列,默认为true

8、参数yarn.scheduler.fair.user-as-default-queue的作用是?(true/false)

是否提交到默认队列 ,以用户名为默认队列

9、介绍一下hadoopHA

1、HadoopHA 包括两个部分,NameNodeHA和ResourceManagerHA

2、hadoop HA解决了早期版本中的NameNode单点问题。YarnHA解决了ResourceManager的单点问题

3、NameNodeHA方案中包含两个NameNode,一个是Active状态,一个是StandBy状态。每个NameNode分配在两个完全独立的服务器中。每个Namenode所在的节点需配置一个ZKFC。

4、两个Namenode之间的元数据同步使用JN(JournalNode )传递。

10、ZKFC作用:

监控NameNode所在节点的硬件设备,软件,操作系统,同时维护与ZK的通信。主要用于两个NameNode之间状态切换时的信息传递。

11、NameNode 中 Active状态和StandBy状态的确认:

两个NameNode到ZooKeeper集群注册一个临时的ZNode,哪个先注册成功,哪个就是Active,另外一个就是StandBy。

12、ActiveNameNode宕机之后故障如何转移

当ActiveNN节点故障 ——>

ActiveZKFC通知ZK删除临时ZNode ——>

StandBy状态的ZKFC订阅这个临时ZNode的变换,若ZNode消失,StandBy状态的ZKCF立刻通知StandBy NN ——>

StandBy NN 远程登录ActiveNN,执行Kill -9 ActiveNN ——>

StandBy NN通知StandBy ZKFC去ZK上注册临时ZNode,注册成功切换为active状态。

13、两个NameNode之间的元数据信息如何实现快速同步?

ActiveNameNode实时将FSimage和日志接入JournalNode(高效的存储系统)。StandByNameNode实时获取JournalNode内部的数据,实现两个节点的实时元数据同步。

本篇的知识分享就到这里,受益或对大数据技术感兴趣的朋友可以关注一下我哟~

Hadoop Yarn

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:13万张表+数亿行代码,迁移只需数小时
下一篇:华为云GaussDB(DWS)持续创新,使能金融行业人人用数
相关文章