【大数据面试】YARN常见问题与答案

2023-12-19 05:48:43

介绍下YARN

YARN有几个模块

YARN工作机制

YARN中Container是如何启动的?

YARN的改进之处，Hadoop3.x相对于Hadoop 2.x?

YARN监控

介绍下YARN

YARN有几个模块

Yarn架构

ResourceManager（RM）：

■ 1、处理客户端的请求
■ 2、监控NodeManager
■ 3、启动或者监控ApplicationMaster
■ 4、资源的调度和分配

NodeManager（NM）：

■ 1、管理单个节点上的资源
■ 2、处理来自ResourceManager的命令
■ 3、处理来自ApplicationMaster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：

■ 是Yarn中的资源抽象，它封装了某个节点上的多维度资源，如内存、CPU、磁盘、网络等。

YARN工作机制

工作机制：

1）作业提交
2）作业初始化
3）任务分配
4）任务运行
5）进度和状态更新
6）作业完成

● 第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
● 第2步：Client向RM申请一个作业id。
● 第3步：RM给Client返回该job资源的提交路径和作业id。
● 第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。
● 第5步：Client提交完资源后，向RM申请运行ApplicationMaster。
● 第6步：当RM收到Client的请求后，将该job添加到容量调度器中。
● 第7步：某一个空闲的NM领取到该Job。
● 第8步：该NM创建Container，并产生ApplicationMaster。
● 第9步：下载Client提交的资源到本地。
● 第10步：ApplicationMaster向RM申请运行多个MapTask任务资源。
● 第11步：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。
● 第12步：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。
● 第13步：ApplicationMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
● 第14步：ReduceTask向MapTask获取相应分区的数据。
● 第15步：程序运行完毕后，MR会向RM申请注销自己。