图解YARN工作原理

      YARN 即MapReduce V2版本。相比MapReduce V1 它有很多优点： 

       1. 分散了jobTracker 的任务。资源管理任务由资源管理器负责，作业启动、运行和监测任务由分布在集群节点上的应用主题负责。这样大大减缓了MapReduce V1中jobTracker 单点瓶颈和单点风险的问题，大大提高了集群的扩展性和可用性。

       2.在MapReduce V2中ApplicationMaster是一个用户可定制的部分，因此用户可以针对编程模型编写自己的应用主题程序。这样大大扩展了MapReduce V2 的适用范围。

       3.在资源管理上使用Zookper实现故障转移。当资源管理故障时，备用资源管理器将根据保存在ZooKeeper中的集群状态快速启动。MapReduce V2支持应用程序指定检查点。这就能保证应用主题在失败后能迅速根据hdfs上的状态的状态重启。这两个措施大大提高了MapReduce V2的可用性。

       4.集群资源统一组织成资源容器，而不像在MapReduce V1中Map池和Reduce池有所差别。这样只要有任务请求资源，调度器就会将集群中的可用资源分配给请求任务，而无关资源类型。这就大大提高了资源的利用率。

       其实YARN还有很多优点，在这里就不尽兴一一列举。主要说一下YARN的工作流程。

        YARN 具体由哪些部分组成：

        YARN共有ResourceManager、NodeManager、JobHistoryServer、Containers、Application Master、job、Task、Client组成。

         >  Resource Manager: 一个Cluster 只有一个，负责资源调度、资源分配等工作。

          >  JobHistory Server: 负责查询job运行进度及元数据管理。

          >  nodemanager：运行在datanode节点，负责启动Application和对资源的管理。

          >  Containers: Container通过ResourceManager分配。包括容器的cpu、内存等资源。

          >  Application master：通俗来说Application master 相当于包工头，Resource Manager 相当于经理。Resource Manager 首先将任务给Application master，然后Application master 在将Resource manager的指示传达给各个 nodemanager(相当于工人)进行干活儿。每个application只有一个Applicationmaster，运行在node manager节点，Application   master是由Resource manager指派的。

         >  job：一个mapper、一个Reducer或一个进程的输入列表。job也可以叫做Application。

         >  task：一个具体做mapper或Reducer的独立的工作单元。task运行在nodemanager 的Container中。

         >  client：一个提交给Resource manager的一个Application程序。

   已经知道了YARN由哪些工作单元组成，接下来就来说说一个job时如何进行处理的整体流程。

        用户向YARN中提交程序/作业,其中包括Application Master启动、ApplicationMaster的命令及用户程序等；ResourceManager为作业分配第一个Container，并与对应的nodemanager通信，要求它在这个Container中启动改作业的Application master；Applicationmaster首先向Resourcemaster注册，这样用户可以直接通过Resourcemanager查询作业的运行状态，然后它将为各个人物申请资源并监控任务的运行状态，知道运行结束；Application通过RPC请求向Resourcemanager申请和领取资源。

                  然后Applicationmaster 要求指定的nodemanager 节点启动任务。

            启动之后，去干Resource Manager 指定的map tesk。

           等Map task干完之后，通知application master。然后application master 去告知resouce manager。接下来Resource manager 分配新的资源给application master，让它找人干其它的活儿。

              接下来Application master 通知nodemanager启动新的Container准备干活儿。该活儿的输入是map task结束的输出。

              开始干Reduce Task任务。

          等各个节点上的Reduce task 都干完了，将干活儿的nodemanager的任务结果进行同步。做最后的reduce任务。

          等都计算完了，最后将最终的结果输出到hdfs。任务完成。

     通过图解可以更清楚的了解整个 YARN的工作流程。