Apache Hadoop的MapReduce有什么优点

本篇内容主要讲解“Apache Hadoop的MapReduce有什么优点”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Apache Hadoop的MapReduce有什么优点”吧!

MapReduce已经在hadoop-0.23中经历了彻底的检修，现在，我们有了称之为MapReduce2.0(MRv2) 或者 YARN的新的框架。

MRv2基本的理念是将JobTracker中两个主要的功能(资源管理和作业调度/监控)，拆分为单独的守护进程。想法就是有一个全局的ResourceMaager(RM)和对应每个应用的ApplicationMaster(AM)。一个Application是传统意义上的一个Map-Reduce 或者DAG 的作业。

ResourceManager和每台节点上从属的NodeManager(NM)，构成了数据计算的框架。RM是最终权威仲裁系统资源在所有应用中（的分配）。

事实上，每个应用的ApplicationMaster 是一个用来向RM协商资源，与NodeManager(s)一起工作，执行和监控任务的特定框架库。

ResourceManager有两个重要的组件：Scheduler和ApplicationsManager。

Scheduler负责为各式各样运行中的应用分配受限制的资源，比如相似的约束，容量，队列等等。Scheduler就只是一个scheduler，不监控和跟踪应用的状态。还有，他不会保证重启那些由于应用失败或是硬件失败的任务。Scheduler基于applications的资源需求来执行他的调度功能;基于将memory、cpu、network、disk等元素合并进来的抽象概念--资源容器Container。在第一个版本中，只支持memory。

Scheduler有一个可插入策略的插件，负责在不同队列，应用间对集群的资源进行分区。当前Map-Reduce schedulers，比如CapacityScheduler,FairScheduler就是这个插件的一些例子。

CapacityScheduler顾及共享的集群资源更容易预测，支持分层级的队列。

ApplicationsManager负责接收任务的提交，协商第一个用来执行特定ApplicationMaster的容器，提供在（任务？）失败时重启ApplicationMaster容器的服务。

NodeManager是每台机器的代理框架，负责containers，监控他们（机器）的资源使用情况（cpu,memory,disk,network），同时报告给ResourceManager/Scheduler。

每个应用的ApplicationMaster负责与Scheduler协商合适的资源容器，并跟踪他们的状态，监控进展。

MRV2 兼容之前的稳定版本（hadoop-1.x)，这意味着所愿的Map-Reduce jobs 只需要重统计一下就可以奔跑在MRV2之上了。

 

 

理解：YARN框架是建立在之前的Map-Reduce之上，将之前JobTracker的两个主要功能进行了拆分，分家，资源一家（RM老大），监控一家（NM，ApplicationMaster），各自分工明确。

RM又把他的活分派给了两个小头目（Scheduler,ApplicationsManager)，job的接收就交给ApplicationsManager来做，job的调度就交给Scheduler，ApplicationsManager还要负责失败时重启ApplicationMaster，兼任多职啊。

监控的活也细分了，节点的情况（内存，CPU，硬盘，网络等）就由NM来负责监控并上报给领导（RM)，再细点说，应该是上报给Scheduler小头目，这样他在调度的时候就会根据你这台节点的状态来分配任务。而每个应用的状态和进展，就交由各自的ApplicationMaster来监控了，如果ApplicationMaster挂了（任务？)，没事，ApplicationsManager来帮你重启。

到此，相信大家对“Apache Hadoop的MapReduce有什么优点”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！