Yarn

Yarn概述

Yarn是一个资源调度平台，负责为运算程序提供服务器运算资源，相当于一个分布式的操作系统平台，而MapReduce等运算程序则相当于运行于操作系统之上的应用程序

Yarn基本架构

YARN主要由ResourceManager、NodeManager、ApplicationMaster（AM）和Container等组件

Yarn工作机制

（1）Mr程序提交到客户端所在的节点。
    （2）Yarnrunner向Resourcemanager申请一个Application。
    （3）rm将该应用程序的资源路径返回给yarnrunner。
    （4）该程序将运行所需资源提交到HDFS上。
    （5）程序资源提交完毕后，申请运行mrAppMaster。
    （6）RM将用户的请求初始化成一个task。
    （7）其中一个NodeManager领取到task任务。
    （8）该NodeManager创建容器Container，并产生MRAppmaster。
    （9）Container从HDFS上拷贝资源到本地。
    （10）MRAppmaster向RM 申请运行maptask资源。
    （11）RM将运行maptask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
    （12）MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动maptask，maptask对数据分区排序。
（13）MrAppMaster等待所有maptask运行完毕后，向RM申请容器，运行reduce task。
    （14）reduce task向maptask获取相应分区的数据。
    （15）程序运行完毕后，MR会向RM申请注销自己。

资源调度器

目前，Hadoop作业调度器主要有三种：FIFO、Capacity Scheduler和Fair Scheduler。Hadoop2.7.2默认的资源调度器是Capacity Scheduler。