Hive进阶(5)----yarn的资源调度策略

yarn的资源调度策略

YARN（Yet Another Resource Negotiator）是Apache Hadoop的资源管理器。它负责集群资源的管理和作业调度。YARN的资源调度是通过几个关键组件来实现的：

1. ResourceManager（RM）：RM是YARN集群的主要组件之一。它负责整个集群的资源管理和调度。RM有两个主要组件：调度器（Scheduler）和应用程序管理器（ApplicationManager）。

2. 调度器（Scheduler）：调度器负责将集群资源分配给不同的应用程序。它有不同的实现，如容量调度器（Capacity Scheduler）和公平调度器（Fair Scheduler），每种调度器都有不同的调度策略。

3. 应用程序管理器（ApplicationManager）：应用程序管理器负责接收来自客户端的应用程序提交请求，并为每个应用程序分配一个应用程序主管（ApplicationMaster）。

4. NodeManager（NM）：NM是每个节点上的代理，负责管理该节点上的资源和容器。它向RM报告节点的可用资源，并执行由RM分配的容器。

一、资源调度流程

1-mapreduce提交计算任务给ResourceManager

2-RM中的applicationmanager负责创建applicationMaster进程

3-applicationMaster和applicationmanager保持通讯

4-applicationMaster找RM中的ResourceScheduler(资源调度器)申请计算需要的资源

5-applicationMaster通知对应的NodeManger创建资源空间container

6-在资源空间中先运行map阶段的计算，先运行reduce阶段的计算

7-map和reduce运行期间会将自身状态信息汇报给applicationMaster

8-计算完成后，applicationMaster通知NodeManger释放资源

9-资源释放后再通知applicationmanager把自身(applicationMaster)关闭释放资源

二、yarn的资源调度策略

先进先出

• 谁先抢到资源谁使用所有资源

• 资源利用效率低

• 如果遇到一个计算时间较长的任务，保资源占用后。其他的任务就无法计算

容量调度

• 将资源分成多份，不同计算任务使用不同的资源大小

公平调度

• 资源全部给一个计算任务使用，但是当计算任务中的某个map或reduce计算完成后，可以将自身资源释放掉给其他计算任务使用