ResourceManager (RM)负责跟踪集群中的资源,以及调度应用程序(例如,MapReduce作业)。在Hadoop 2.4之前,集群中只有一个ResourceManager,当其中一个宕机时,将影响整个集群。高可用性特性增加了冗余的形式,即一个主动/备用的ResourceManager对,以便可以进行故障转移。

YARN HA的架构如下图所示:



本例中,各节点的角色分配如下表所示:

节点 角色
centos01 ResourceManager NodeManager
centos02 ResourceManager NodeManager
centos03 NodeManager

下面将逐步讲解YARN HA的配置步骤。

7.1 yarn-site.xm文件配置

(1)修改yarn-site.xm文件,加入以下内容:

点击展开内容
  1. <!--YARN HA配置-->
  2. <property>
  3. <name>yarn.resourcemanager.ha.enabled</name>
  4. <value>true</value>
  5. </property>
  6. <property>
  7. <name>yarn.resourcemanager.cluster-id</name>
  8. <value>cluster1</value>
  9. </property>
  10. <property>
  11. <name>yarn.resourcemanager.ha.rm-ids</name>
  12. <value>rm1,rm2</value>
  13. </property>
  14. <property>
  15. <name>yarn.resourcemanager.hostname.rm1</name>
  16. <value>centos01</value>
  17. </property>
  18. <property>
  19. <name>yarn.resourcemanager.hostname.rm2</name>
  20. <value>centos02</value>
  21. </property>
  22. <property>
  23. <name>yarn.resourcemanager.webapp.address.rm1</name>
  24. <value>centos01:8088</value>
  25. </property>
  26. <property>
  27. <name>yarn.resourcemanager.webapp.address.rm2</name>
  28. <value>centos02:8088</value>
  29. </property>
  30. <property>
  31. <name>yarn.resourcemanager.zk-address</name>
  32. <value>centos01:2181,centos02:2181,centos03:2181</value>
  33. </property>
  34. <property><!--启用RM重启的功能,默认为false-->
  35. <name>yarn.resourcemanager.recovery.enabled</name>
  36. <value>true</value>
  37. </property>
  38. <property>
  39. <name>yarn.resourcemanager.store.class</name>
  40. <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
  41. </property>

上述配置参数解析:
yarn.resourcemanager.ha.enabled:开启RM HA功能。
yarn.resourcemanager.cluster-id:标识集群中的RM。如果设置该选项,需要确保所有的RMs在配置中都有自己的id。
yarn.resourcemanager.ha.rm-ids:RMs的逻辑id列表。可以自定义,此处设置为“rm1,rm2”。后面的配置将引用该id。
yarn.resourcemanager.hostname.rm1:指定RM对应的主机名。另外,可以设置RM的每个服务地址。
yarn.resourcemanager.webapp.address.rm1:指定RM的Web端访问地址。
yarn.resourcemanager.zk-address:指定集成的ZooKeeper的服务地址。
yarn.resourcemanager.recovery.enabled:启用RM重启的功能,默认为false。
yarn.resourcemanager.store.class:用于状态存储的类,默认为org.apache.hadoop.yarn.server.resourcemanager.recovery.FileSystemRMStateStore,基于Hadoop文件系统的实现。还可以为org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore,该类为基于ZooKeeper的实现。此处指定该类。

(2)yarn-site.xm文件配置好后,需要将其发送到集群中其它节点。

(3)接着上一章启动好的HDFS,继续进行启动YARN。

分别在centos01、centos02节点上执行以下命令,启动ResourceManager:

  1. [hadoop@centos01 hadoop-2.7.1]$ sbin/yarn-daemon.sh start resourcemanager

分别在centos01、centos02、centos03节点上执行以下命令,启动nodemanager:

  1. [hadoop@centos01 hadoop-2.7.1]$ sbin/yarn-daemon.sh start nodemanager

(4)YARN启动后,查看各节点Java进程:

  1. [hadoop@centos01 hadoop-2.7.1]$ jps
  2. 3360 QuorumPeerMain
  3. 4080 DFSZKFailoverController
  4. 4321 NodeManager
  5. 4834 Jps
  6. 3908 JournalNode
  7. 3702 DataNode
  8. 4541 ResourceManager
  9. 3582 NameNode
  10. [hadoop@centos02 hadoop-2.7.1]$ jps
  11. 4486 Jps
  12. 3815 DFSZKFailoverController
  13. 4071 NodeManager
  14. 4359 ResourceManager
  15. 3480 NameNode
  16. 3353 QuorumPeerMain
  17. 3657 JournalNode
  18. 3563 DataNode
  19. [hadoop@centos03 hadoop-2.7.1]$ jps
  20. 3496 JournalNode
  21. 4104 Jps
  22. 3836 NodeManager
  23. 3293 QuorumPeerMain
  24. 3390 DataNode

此时浏览器输入地址http://centos01:8088 访问活动状态的ResourceManager,查看YARN的启动状态。如下图所示。



如果访问备份ResourceManager地址:http://centos02:8088 发现自动跳转到了地址http://centos01:8088。这是因为此时活动状态的ResourceManager在centos01节点上。访问备份节点的ResourceManager会自动跳转到活动节点。

7.2 测试YARN自动故障转移

在centos01节点上执行MapReduce默认的WordCount程序,当正在执行map阶段时,新开一个SSH Shell窗口,杀掉centos01的ResourceManager进程,观察程序执行过程。执行MapReduce默认的WordCount程序的命令如下:

  1. [hadoop@centos01 hadoop-2.7.1]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount /input /output

执行结果如下:

  1. [hadoop@centos01 hadoop-2.7.1]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount /input /output
  2. 18/03/16 10:48:22 INFO input.FileInputFormat: Total input paths to process : 1
  3. 18/03/16 10:48:22 INFO mapreduce.JobSubmitter: number of splits:1
  4. 18/03/16 10:48:23 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1521168402181_0001
  5. 18/03/16 10:48:23 INFO impl.YarnClientImpl: Submitted application application_1521168402181_0001
  6. 18/03/16 10:48:23 INFO mapreduce.Job: The url to track the job: http://centos01:8088/proxy/application_1521168402181_0001/
  7. 18/03/16 10:48:23 INFO mapreduce.Job: Running job: job_1521168402181_0001
  8. 18/03/16 10:48:56 INFO mapreduce.Job: Job job_1521168402181_0001 running in uber mode : false
  9. 18/03/16 10:48:57 INFO mapreduce.Job: map 0% reduce 0%
  10. 18/03/16 10:50:21 INFO mapreduce.Job: map 100% reduce 0%
  11. 18/03/16 10:50:32 INFO mapreduce.Job: map 100% reduce 100%
  12. 18/03/16 10:50:36 INFO mapreduce.Job: Job job_1521168402181_0001 completed successfully
  13. 18/03/16 10:50:37 INFO mapreduce.Job: Counters: 49
  14. File System Counters
  15. FILE: Number of bytes read=1321
  16. FILE: Number of bytes written=239335
  17. FILE: Number of read operations=0
  18. FILE: Number of large read operations=0
  19. FILE: Number of write operations=0
  20. HDFS: Number of bytes read=1094
  21. HDFS: Number of bytes written=971
  22. HDFS: Number of read operations=6
  23. HDFS: Number of large read operations=0
  24. HDFS: Number of write operations=2
  25. Job Counters
  26. Launched map tasks=1
  27. Launched reduce tasks=1
  28. Data-local map tasks=1
  29. Total time spent by all maps in occupied slots (ms)=14130
  30. Total time spent by all reduces in occupied slots (ms)=7851
  31. Total time spent by all map tasks (ms)=14130
  32. Total time spent by all reduce tasks (ms)=7851
  33. Total vcore-seconds taken by all map tasks=14130
  34. Total vcore-seconds taken by all reduce tasks=7851
  35. Total megabyte-seconds taken by all map tasks=14469120
  36. Total megabyte-seconds taken by all reduce tasks=8039424
  37. Map-Reduce Framework
  38. Map input records=29
  39. Map output records=109
  40. Map output bytes=1368
  41. Map output materialized bytes=1321
  42. Input split bytes=101
  43. Combine input records=109
  44. Combine output records=86
  45. Reduce input groups=86
  46. Reduce shuffle bytes=1321
  47. Reduce input records=86
  48. Reduce output records=86
  49. Spilled Records=172
  50. Shuffled Maps =1
  51. Failed Shuffles=0
  52. Merged Map outputs=1
  53. GC time elapsed (ms)=188
  54. CPU time spent (ms)=1560
  55. Physical memory (bytes) snapshot=278478848
  56. Virtual memory (bytes) snapshot=4195344384
  57. Total committed heap usage (bytes)=140480512
  58. Shuffle Errors
  59. BAD_ID=0
  60. CONNECTION=0
  61. IO_ERROR=0
  62. WRONG_LENGTH=0
  63. WRONG_MAP=0
  64. WRONG_REDUCE=0
  65. File Input Format Counters
  66. Bytes Read=993
  67. File Output Format Counters
  68. Bytes Written=971

从上述结果中可以看出,虽然ResourceManager进程被杀掉了,但是YARN仍然能够流畅的执行,说明自动故障转移功能生效了,ResourceManager遇到故障后,自动切换到了centos02节点上继续执行。此时浏览器访问备用ResourceManager的Web端地址http://centos02:8088发现可以成功访问了。显示任务成功执行完毕。



到此,YARN HA集群搭建完毕。

第7章 YARN HA配置的更多相关文章

  1. 第6章 HDFS HA配置

    目录 6.1 hdfs-site.xml文件配置 6.2 core-site.xml文件配置 6.3 启动与测试 6.4 结合ZooKeeper进行自动故障转移 在Hadoop 2.0.0之前,一个H ...

  2. Hadoop2.4.1 64-Bit QJM HA and YARN HA + Zookeeper-3.4.6 + Hbase-0.98.8-hadoop2-bin HA Install

    Hadoop2.4.1 64-Bit QJM HA and YARN HA Install + Zookeeper-3.4.6 + Hbase-0.98.8-hadoop2-bin HA(Hadoop ...

  3. hadoop-2.3.0-cdh5.1.0完全分布式集群配置HA配置

    一.安装前准备: 操作系统:CentOS 6.5 64位操作系统 环境:jdk1.7.0_45以上,本次采用jdk-7u55-linux-x64.tar.gz master01 10.10.2.57  ...

  4. hadoop-2.3.0-cdh5.1.0完全分布式集群配置及HA配置(待)

    一.安装前准备: 操作系统:CentOS 6.5 64位操作系统 环境:jdk1.7.0_45以上,本次采用jdk-7u55-linux-x64.tar.gz master01 10.10.2.57  ...

  5. CentOS7安装CDH 第七章:CDH集群Hadoop的HA配置

    相关文章链接 CentOS7安装CDH 第一章:CentOS7系统安装 CentOS7安装CDH 第二章:CentOS7各个软件安装和启动 CentOS7安装CDH 第三章:CDH中的问题和解决方法 ...

  6. Hadoop 管理工具HUE配置-Yarn Resource Manager HA配置

    安装HUE之后,需要配置很多东西才能将这个系统的功能发挥出来,因为Yarn是配置的HA模式,所以在配置HUE的时候,会有些不用,下面一段文字是官网拿来的 # Configuration for YAR ...

  7. 第九章 搭建Hadoop 2.2.0版本HDFS的HA配置

    Hadoop中的NameNode好比是人的心脏,非常重要,绝对不可以停止工作.在hadoop1时代,只有一个NameNode.如果该NameNode数据丢失或者不能工作,那么整个集群就不能恢复了.这是 ...

  8. 企业级hbase HA配置

    1 HBase介绍HBase是一个分布式的.面向列的开源数据库,就像Bigtable利用了Google文件系统(File System)所提供的分布式数据存储一样,HBase在Hadoop之上提供了类 ...

  9. HAWQ集成Yarn HA作为资源管理服务

    一.第一步当然是配置YARN HA,这在使用ambari管理时很简单,这里不在赘述. 二.建立HAWQ的专用资源队列queue 不要手工编辑scheduler设置,最方便的当然是使用queue man ...

随机推荐

  1. golang 安装 guru vscode 安装失败

    1.先从git上复制下来 git clone https://github.com/golang/tools 2.再$GOPATH/bin中安装 go install golang.org/x/too ...

  2. spring初始化完成后执行初始化数据方法

    Spring提供的解决方案三种: 1.InitializingBean package com.foriseland.fsoa.fabricca; import com.foriseland.fsoa ...

  3. OKEX期现对冲JS源代码分享(基于Fmz, Botvs实现)

    什么是期现对冲?此策略风险和收益如何?期现对冲是利用期货和现货之间存在的差价进行套利.因为在交割日的时候,期货会按现货价格成交,当期货和现货一旦出现差价时,就可以通过做空期货做多现货(或做多期货卖出现 ...

  4. webpack学习(五)配置详解

    配置详解 //使用插件html-webpack-plugin打包合并html //使用插件extract-text-webpack-plugin打包独立的css //使用UglifyJsPlugin压 ...

  5. WiFi安全测试工具WiFiPhisher

    官方下载地址:https://github.com/sophron/wifiphisher打不开的要翻GFW好事做到底wifiphisher-master.zip=================== ...

  6. NPM cache相关

    今天下午把package.lock.json用别人的替换了,然后编译一堆报错,这个问题弄了一下午. 总结一下经验: 1.关于npm cache NPM会把所有下载的包保存,放在用户文件夹下面,在我的w ...

  7. C#图解教程读书笔记(第4章 类:基础)

    类成员包括数据成员和函数成员. 和C/C++不同,C#在类型的外部不能声明全局变量,所有的字段都属于类型,而且必须在类型声明内部声明. 和C/C++不同,方法没有返回默认类型,所有方法必须包含返回类型 ...

  8. 制作炫酷雪花背景的jQuery插件

    插件使用十分简单,代码已经放至我的GitHub,大家可以下载以及使用或者更新改进代码. HTML代码源码: <!DOCTYPE html> <html> <head> ...

  9. 自动生成气泡对话框的jQuery插件CreateBubble.js

    之前在写一个界面,想要用到气泡,然而一直找不到现成的有效地办法,是在没有办法了我只好自己写一个,于是就有了现在的CreateBubble.js.很简单的一个函数,但是非常实用. 使用方法: 1.HTM ...

  10. iOS学习笔记09-核心动画CoreAnimation

    http://www.cnblogs.com/liutingIOS/p/5368536.html 一.CALayer CALayer包含在QuartzCore框架中,具有跨平台性,在iOS中使用Cor ...