【深入浅出 Yarn 架构与实现】4-3 RM 管理 NodeManager

本篇继续对 RM 中管理 NodeManager 的部分进行深入的讲解。主要有三个部分：检查 NM 是否存活；管理 NM 的黑白名单；响应 NM RPC 请求。

一、简介

在 RM 的主从结构中，最主要的就是 RM 和 NM 之间的主从结构。RM 作为「管理员」，管理下面多个 NM 节点。如何检测 NM 是否存活，划分黑白名单，以及如何相应 NM RPC 请求，将在下面进行详细介绍。

二、NM 管理主要组成

一）NMLivelinessMonitor

• 检测 NM 活性的服务，是否有心跳
• 当前正在运行的 NM 会保存在 RM 的一个数据结构中，NMLivelinessMonitor 就周期遍历，若一个 NM 在一定时间（默认10分钟）未汇报心跳，则任务其挂了
• NM 被认为挂了后，其上的 Container 会自动置为运行失败，并通知给 AM，由 AM 决定后续处理方案

二）NodesListManager

• 管理 exclude（类似黑名单）和 include（类似白名单）列表
• 启动时，它们分别从yarn.resourcemanager.nodes.include-path 以及 yarn.resourcemanager.nodes.exclude-path中读取
• 黑名单列表中的nodes不能够和RM直接通信（直接抛出RPC异常）
• 可以动态加载，使用命令 yarn rmadmin -refreshNodes

三）ResourceTrackerService

ResourceTrackerService 是 RPC 协议 ResourceTracker 的一个实现，它作为一个 RPC Server 端接收 NodeManager 的 RPC 请求。

请求主要包含2种信息，1）注册NodeManager。2）处理心跳信息。

• 注册 NodeManager 处理：ResourceTrackerService#registerNodeManager

// ResourceTrackerService#registerNodeManager
  public RegisterNodeManagerResponse registerNodeManager(
      RegisterNodeManagerRequest request) throws YarnException,
      IOException {
    // nm 节点信息 - ip、端口、资源、版本
    NodeId nodeId = request.getNodeId();
    String host = nodeId.getHost();
    int cmPort = nodeId.getPort();
    int httpPort = request.getHttpPort();
    Resource capability = request.getResource();
    String nodeManagerVersion = request.getNMVersion();

    RegisterNodeManagerResponse response = recordFactory
        .newRecordInstance(RegisterNodeManagerResponse.class);

    // 检查版本
    if (!minimumNodeManagerVersion.equals("NONE")) {
      if (minimumNodeManagerVersion.equals("EqualToRM")) {
        minimumNodeManagerVersion = YarnVersionInfo.getVersion();
      }

      if ((nodeManagerVersion == null) ||
          (VersionUtil.compareVersions(nodeManagerVersion,minimumNodeManagerVersion)) < 0) {
        String message =
            "Disallowed NodeManager Version " + nodeManagerVersion
                + ", is less than the minimum version "
                + minimumNodeManagerVersion + " sending SHUTDOWN signal to "
                + "NodeManager.";
        LOG.info(message);
        response.setDiagnosticsMessage(message);
        response.setNodeAction(NodeAction.SHUTDOWN);
        return response;
      }
    }

• 处理心跳
  • 可以到源码中查看具体逻辑 ResourceTracker#nodeHeart
  • 接收并检查 nm 汇报的心跳信息
  • 在 NodeHeartbeatResponse 中 set 需要释放的 Container 列表、Application 列表等信息
  • 向 RMNode 发送该 NodeManager 的状态信息并且保存最近一次心跳应答信息
  • 返回 `NodeHeartbeatResponse