Hadoop中YARN的部署

一.什么是YARN

当你在Hadoop集群上运行大型数据处理作业时,YARN就像一个管理者,负责协调整个过程。想象一下你是一位活动组织者,需要协调一场盛大的活动。你需要考虑参与者之间的资源分配,确保每个人都能得到他们所需的空间和设备。YARN就是这样一个资源管理器,它负责分配集群中的计算资源给不同的应用程序。它知道哪个节点有多少处理器和内存可用,并根据应用程序的需求将任务分配给合适的节点。这样,整个集群就可以高效地工作,每个任务都能得到需要的资源,同时不会浪费任何资源。

简言之,YARN就是一个分布式资源调度平台。

yarn的作用?

yarn的作用是给mapreduce提供计算资源

yarn中都调度了哪些集群资源?

内存资源和cpu资源

yarn中资源调度的目的是什么?

提高集群资源的利用率,防止部分程序恶意占用资源, 采用申请制,申请多少资源就使用多少资源

yarn是hadoop生态圈发展的前提:

yarn不光可以对于hadoop平台的MR任务进行资源调度,可以对于所有的基于yarn的规则申请资源的服务进行资源调度,也就保证了我们基于hadoop组件运行的其他大数据服务可以获得合理的资源分配.

除了MapReduce,我们的Yarn还支持多种计算引擎 spark,flink等..

二.YARN的集群规划

集群部署前提:提前创建好至少三台虚拟机我们暂称其为node1、node2、node3。

思考1: 哪一个角色占用资源最多???

ResourceManager

所以我们将RM放置在node1中,因为node1的服务器性能最好

思考2: hadoop中yarn集群可以和hdfs集群在同一台服务器中么?

可以,一般Hadoop服务部署时,hdfs和yarn逻辑上分离,物理上在一起.

yarn分配的是内存和cpu资源, 从而运行MapReduce计算任务,而该计算任务需要获取计算数据,计算数据存放在hdfs上,所以他们物理上在一起后数据传输速度快.

三.YARN的部署步骤

**注意:**我们这个部署方案是在hdfs已经部署完成的基础上进行操作的,不是从0开始(hdfs部署方案我抽空整理完就发)。

步骤:

1.先关闭HDFS集群

stop-dfs.sh

2.修改配置文件

进入/export/server/hadoop/etc/hadoop目录下进行修改

①修改mapred-site.xml文件

<!-- 设置MR程序默认运行模式: yarn集群模式 local本地模式 -->

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

<!-- MR程序历史服务器端地址 -->

<property>

<name>mapreduce.jobhistory.address</name>

<value>node1:10020</value>

</property>

<!-- 历史服务器web端地址 -->

<property>

<name>mapreduce.jobhistory.webapp.address</name>

<value>node1:19888</value>

</property>

<property>

<name>yarn.app.mapreduce.am.env</name>

<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>

</property>

<property>

<name>mapreduce.map.env</name>

<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>

</property>

<property>

<name>mapreduce.reduce.env</name>

<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>

</property>

②修改yarn-site.xml文件

<!-- 设置YARN集群主角色运行机器位置 -->

<property>

<name>yarn.resourcemanager.hostname</name>

<value>node1</value>

</property>

<!-- 为MapReduce开启shuffle服务 -->

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

<!-- NodeManager本地数据存储路径 -->

<property>

<name>yarn.nodemanager.local-dirs</name>

<value>/data/nm-local</value>

</property>

<!-- NodeManager日志数据存储路径 -->

<property>

<name>yarn.nodemanager.log-dirs</name>

<value>/data/nm-log</value>

</property>

<!-- 设置yarn历史服务器地址 -->

<property>

<name>yarn.log.server.url</name>

<value>http://node1:19888/jobhistory/logs\</value>

</property>

<!-- 开启日志聚集 -->

<property>

<name>yarn.log-aggregation-enable</name>

<value>true</value>

</property>

修改完node1上的配置文件后,需要远程发送到node2和node3中

scp -r /export/server/hadoop root@node2:/export/server

scp -r /export/server/hadoop root@node3:/export/server

四.Yarn集群的启停

1.Yarn集群的启动

启动yarn集群

start-yarn.sh

停止yarn集群

stop-yarn.sh

2.Yarn服务单独启停

yarn --daemon start|stop|status resourcemanager|nodemanager

3.hdfs与yarn集群同时启动

大部分时候我们是不需要单独启动各个服务的,这样会比较费时与繁琐,通常我们会一键启一hdfs和yarn集群。

启动

start-all.sh

终止

stop-all.sh

到此,我们的YARN集群便部署完毕,mapreduce任务可以正常执行啦!

相关推荐
RunningShare1 小时前
从“国庆景区人山人海”看大数据处理中的“数据倾斜”难题
大数据·flink
Hello.Reader2 小时前
Flink 执行模式在 STREAMING 与 BATCH 之间做出正确选择
大数据·flink·batch
文火冰糖的硅基工坊4 小时前
《投资-99》价值投资者的认知升级与交易规则重构 - 什么是周期性股票?有哪些周期性股票?不同周期性股票的周期多少?周期性股票的买入和卖出的特点?
大数据·人工智能·重构·架构·投资·投机
Elastic 中国社区官方博客4 小时前
Elasticsearch:使用推理端点及语义搜索演示
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
数据智能老司机6 小时前
数据工程设计模式——冷热数据存储
大数据·设计模式·架构
Hello.Reader8 小时前
Flink 连接器与格式thin/uber 制品、打包策略与上线清单
大数据·flink
隐语SecretFlow8 小时前
【隐私计算科普】如何实现可证明安全?
大数据·开源·边缘计算
lisw059 小时前
AIoT(人工智能物联网):融合范式下的技术演进、系统架构与产业变革
大数据·人工智能·物联网·机器学习·软件工程
mtouch33310 小时前
GIS+VR地理信息虚拟现实XR MR AR
大数据·人工智能·ar·无人机·xr·vr·mr
数据智能老司机10 小时前
数据工程设计模式——实时摄取与处理
大数据·设计模式·架构