Yarn基本架构

• YARN主要由ResourceManager、NodeManager、ApplicationMaster和Container等组件构成，如图所示:
  

Yarn工作机制

注意下图有一个MRAPPMaster
MRAppMaster是MapReduce的ApplicationMaster实现，它使得MapReduce计算框架可以运行于YARN之上。在YARN中，MRAppMaster负责管理MapReduce作业的生命周期，包括创建MapReduce作业，向ResourceManager申请资源，与NodeManage通信要求其启动Container，监控作业的运行状态，当任务失败时重新启动任务等。

• 1．Yarn运行机制，如图
  
• 2．工作机制详解
  （1）MR程序提交到客户端所在的节点。
  （2）YarnRunner向ResourceManager申请一个Application。
  （3）RM将该应用程序的资源路径返回给YarnRunner。
  （4）该程序将运行所需资源提交到HDFS上。
  （5）程序资源提交完毕后，申请运行mrAppMaster。
  （6）RM将用户的请求初始化成一个Task。
  （7）其中一个NodeManager领取到Task任务。
  （8）该NodeManager创建容器Container，并产生MRAppmaster。
  （9）Container从HDFS上拷贝资源到本地。
  （10）MRAppmaster向RM 申请运行MapTask资源。
  （11）RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
  （12）MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
  （13）MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
  （14）ReduceTask向MapTask获取相应分区的数据。
  （15）程序运行完毕后，MR会向RM申请注销自己。

作业提交全过程

• 1．作业提交过程之YARN，如图所示：
  
  作业提交全过程详解
  （1）作业提交
  第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
  第2步：Client向RM申请一个作业id。
  第3步：RM给Client返回该job资源的提交路径和作业id。
  第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。
  第5步：Client提交完资源后，向RM申请运行MrAppMaster。
  （2）作业初始化
  第6步：当RM收到Client的请求后，将该job添加到容量调度器中。
  第7步：某一个空闲的NM领取到该Job。
  第8步：该NM创建Container，并产生MRAppmaster。
  第9步：下载Client提交的资源到本地。
  （3）任务分配
  第10步：MrAppMaster向RM申请运行多个MapTask任务资源。
  第11步：RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
  （4）任务运行
  第12步：MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
  第13步：MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
  第14步：ReduceTask向MapTask获取相应分区的数据。
  第15步：程序运行完毕后，MR会向RM申请注销自己。
  （5）进度和状态更新
  YARN中的任务将其进度和状态(包括counter)返回给应用管理器, 客户端每秒(通过mapreduce.client.progressmonitor.pollinterval设置)向应用管理器请求进度更新, 展示给用户。
  （6）作业完成
  除了向应用管理器请求作业进度外, 客户端每5秒都会通过调用waitForCompletion()来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后, 应用管理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。
• 2．作业提交过程之MapReduce，如图