Yarn 工作机制

　　1、工作机制详述　

　　（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。

　　2、作业提交详述　

　　（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分钟都会通过调用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。