hadoop2.0中yarn的运行原理

Yarn的简单介绍

         我们知道在离线大数据处理领域中，hadoop是目前无可厚非的处理架构，到目前为止hadoop已经有三个大版本，每个版本下都有架构方面的调整。

         在hadoop1.0中有一些弊端，比如hdfs元数据信息保存的单节点故障，并且任务计算框架只能使用mapreduce，而且造成了任务管理器的压力过大，因此在hadoop2.0中加入了yarn资源统一管理的机制，不仅解决了元数据单节点故障问题（双namenode）而且实现了元数据的实时热备（共享机制JournalNode），在hdfs和mr之间加入了yarn，统一协调资源。

         在本文中只介绍yarn的运行原理，其他有关知识可以查询相关文档，这里就不多做介绍。

Yarn的运行原理图（此处为截图）

原理介绍

1.         客户端执行run方法，启动任务，启动过程中会检测相应执行权限请求路径等，若检测失败，则终止后续的执行

2.         第一步检测通过后，向resourcemanager发送请求，并返回任务id，以及任务在hdfs的存放路劲

3.         客户端接收到响应信息后，根据提交路径，将job任务打包上传到hdfs（共享文件系统）

4.         客户端再次向resourcemanager提交job任务（application）

5.         Resourcemanager根据任务提交由资源调度器申请一个资源容器container，并由applicationmanager选择一台nodemanager（节点的资源管理器），启动一个与申请大小相同的container，并开启一个applicationmaster（任务的子实例协调管理者）

6.         Appalicationmaster进行任务的初始化

7.         从resourcemanager获取执行任务在hdfs的位置，并根据任务信息计算mapreduce的数量

8.         根据初始化和运算结果，Appalicationmaster再根据mapreduce的任务大小依次到resourcemanager申请task（mapreduce）任务需要的container

9.         Applicationmaster申请到container后再次选择一个nodemanager，并发送启动container的指令

10.     Nodemanager收到指令后，启动container并从任务所在的hdfs路劲中获取执行的mapreduce任务

11.     启动jvm虚拟机来执行获取的mapreduce任务

注意：applicationmaster将监听每一个nodemanager执行的情况并随时汇报给resourcemanager，知道最后任务执行完成，将回收所有的资源，如果发现有任务执行失败，则由applicationmaster来协调，减轻了resourcemanager的负担，如果applicationmaster在运行过程中出问题，resourcemanager没有接收心跳后，会再在所有nodemanager节点中选择一个节点来启动applicationmaster来继续工作。

以上就是hadoop2.0中yarn的运行原理，大家相互学习——-成长从博客开始