：YARN是Hadoop中的一个cluster资源管理系统。
MapReduce 就是泡在YARN 之上的，其关系如下图， MapReduce 通过YARN 在cluster内申请内存和cpu资源，YARN执行MapReduce Task。
最近学习了YARN，从部署的角度YARN支持三种调度器：FIFO, Capacity 和 Fair。
从开发应用程序的角度，实现一个YAN应用程序，需要编写三个程序：1. Client；2. Application Master； 3. Container Application；也就是下图中椭圆形的三种程序， 对于MapReduce 其提供了Application Master 和 Client 一些丰富的Library 并且提供了 Container Application 的基础框架，所以我们基本上只需要做配置和编写Container Application 就可以。
这里将以一个简单的代码例子（不考虑错误）来看YARN提供的功能https://github.com/trumanz/hadoop_the_definitive_guide/tree/master/ch04-yarn/yarnExample
#
#
一. YARN Client的编写
1. 创建一个Application：
YarnClientApplication app = yarnClient.createApplication();
2. 设置Application的名字：app.getApplicationSubmissionContext().setApplicationName( "truman.ApplicationMaster");
3. 设置Applicaton 的 内存 和 cpu 需求 以及 优先级和 Queue 信息，YARN将根据这些信息来调度App Master：
app.getApplicationSubmissionContext().setResource(Resource.newInstance(100, 1));
app.getApplicationSubmissionContext().setPriority(Priority.newInstance(0));
app.getApplicationSubmissionContext().setQueue("default");
4. 设置ContainerLaunchContext, 这一步， amContainer中包含了App Master 执行需要的资源文件，环境变量 和 启动命令，这里将资源文件上传到了HDFS，这样在NODE Manager 就可以通过 HDFS取得这些文件
app.getApplicationSubmissionContext().setAMContainerSpec(amContainer);
5. 提交应用：
ApplicationId appId = yarnClient.submitApplication(app.getApplicationSubmissionContext());
对于Client 的编写还是比较简答的，不需要维护状态，只需要提交相应的消息给Resource Manager 就可以。
#
二. YARN App Master的编写
App Master的编写比较复杂，其需要通Resource Manager 和 Node Manager 交互，通过Resource Manager： 申请Container， 并接收Resource Manager 的一些消息，如 可用的Container， 结束的Container等。通过Node Manage : 启动Container ， 并接收Node Manage 的一些消息 ，如 Container 的状态变化 以及Node 状态变化。
1. 创建一个AMRMClientAsync对象，这个对象负责与Resource Manager 交互：
amRMClient = AMRMClientAsync.createAMRMClientAsync( 1000, new RMCallbackHandler());
这里的RMCallbackHandler 是我们编写的继承自AMRMClientAsync.CallbackHandler 的一个类，其功能是处理由Resource Manager收到的消息, 其需要实现的方法由如下
public void onContainersCompleted(List statuses);
public void onContainersAllocated(List containers) ;
public void onShutdownRequest() ;
public void onNodesUpdated(List updatedNodes) ;
public void onError(Throwable e) ;
这里不考虑异常的情况下，只写onContainersAllocated， onContainersCompleted 这两个既可以， 一个是当有新的Container 可以使用， 一个是Container 运行结束。
在onContainersAllocated 我们需要编写 启动container 的代码，amNMClient.startContainerAsync(container, ctx); 这里的ctx 同Yarn Client 中第4步中的amContainer 是同一个类型， 即这个container 执行的一些资源，环境变量与命令等， 因为这是在回调函数中，为了保证时效性，这个操作最好放在线程池中异步操作。
在onContainersCompleted 中，如果是失败的Container，我们需要重新申请并启动Container，（这一点有可能是YARN的 Fair Schedule 中会强制退出某些Container 以释放资源） 成功的将做记录既可以。
2. 创建一个NMClientAsyncImpl对象，这个对象负责与NodeManager 交互
amNMClient = new NMClientAsyncImpl(new NMCallbackHandler());
这里NMCallbackHandler 使我们需要编写的继承自NMClientAsync.CallbackHandler 的对象，其功能是处理由Node Manager 收到的消息
public void onContainerStarted(ContainerId containerId, Map<String, ByteBuffer> allServiceResponse);
public void onContainerStatusReceived(ContainerId containerId, ContainerStatus containerStatus);
public void onContainerStopped(ContainerId containerId) ;
public void onStartContainerError(ContainerId containerId, Throwable t);
public void onGetContainerStatusError(ContainerId containerId, Throwable t) ;
public void onStopContainerError(ContainerId containerId, Throwable t);
这里简单的不考虑异常的情况下，这些函数可以写一个空函数体，忽略掉处理
3. 将自己注册到Resource Manager 上
RegisterApplicationMasterResponse response = amRMClient.registerApplicationMaster(NetUtils.getHostname(), -1, "");
这个函数将自己注册到RM上，这里没有提供RPC port 和TrackURL.
4. 向RM 申请Container
ContainerRequest containerAsk = new ContainerRequest(
//100*10M + 1vcpu
Resource.newInstance(100, 1), null, null,
Priority.newInstance(0));
amRMClient.addContainerRequest(containerAsk);
这里一个containerAsk 表示申请一个 Container， 这里的对nodes和rasks 设置为NULL，猜测MapReduce应该由参数来尝试申请靠近HDFS block的container的
5. 等待Container 执行完毕，清理退出
我的代码如下， 循环等待container 执行完毕，并上报执行结果
void waitComplete() throws YarnException, IOException{
while(numTotalContainers.get() != numCompletedConatiners.get()){
try{
Thread.sleep(1000);
LOG.info("waitComplete" +
", numTotalContainers=" + numTotalContainers.get() +
", numCompletedConatiners=" + numCompletedConatiners.get());
} catch (InterruptedException ex){}
}
exeService.shutdown()；
amNMClient.stop();
amRMClient.unregisterApplicationMaster(FinalApplicationStatus.SUCCEEDED, "dummy Message", null)；
amRMClient.stop();
}
YARN Container Application
真正处理数据的是由App Mstr 由amNMClient.startContainerAsync(container, ctx)提交的 Container application, 然后这这个应用并不需要特殊编写，任何程序通过提交相应的运行信息都可以在这些Node中的某个Container 中执行， 所以这个程序可以是一个复杂的MapReduce Task 或者 是一个简单的脚本。
总结：
YARN 提供了对cluster 资源管理 和 作业调度的功能。
编写一个应用运行在YARN 之上，比较复杂的是App Mstr 的编写，其需要维护container 的状态并能共做一些错误恢复，重启应用的操作。 比较简答的是Client的编写，只需要提交必须的信息既可以，不需要维护状态。 真正运行处理数据的是Container Application ，这个程序可以不需要针对YARN做代码编写。
---------------------作者：trumanz 来源：CSDN 原文：https://blog.csdn.net/trumanz/article/details/46627875?utm_source=copy 版权声明：本文为博主原创文章，转载请附上博文链接！
网友评论