标签：个数   公式   集群   href   focus   policy   hadoop   分配   默认   

YARN 调度器

1、FIFO（先进先出调度器）

单队列，任务独占所有资源，先进先出；

优点：简单不需配置；

缺点：大集群中大小任务都会阻塞；

2、Capacity（容量调度器）

多队列（单队列FIFO），支持配额，弹性队列，延迟调度（等待别的队列容器释放而非抢占）

优点：相比FIFO更适用于集群

缺点：单个队列仍是FIFO

3、Fair（公平调度器）

多队列（单队列 Fair/FIFO/DRF），支持配额，弹性队列，延迟调度，支持抢占

优点：单队列默认Fair，任务动态公平分配

缺点：相对其他调度器复杂

3.1、Fair Share说明

Instantaneous Fair Share：瞬时公平分配

Steady Fair Share：固定公平分配

steady fair share，是一个静态值，是Yarn根据每个队列的minShare、maxShare和weight的配置计算得到的理论上应该分配给这个队列的最大资源，它与这个队列当前是否有app正在运行无关，只和我们在fair-scheduler.xml中的配置有关。

Instaneous fair share则不同，它是根据当前集群中队列的运行状态的变化而实时变化的，即，如果一个队列上没有任何一个app在运行，即这个队列是inactive队列，那么，这个队列的instaneous fair share值是0，剩余的active队列会对集群资源进行瓜分，显然，如果集群中有队列从active变为inactive，那么剩余这些队列瓜分到的instaneous fair shared都会随之变大，反之，如果有一个队列从inactive变为active，则剩余每个队列的instaneous fair share会随之变小，即instaneous fair share会变小。

3.2、Fair Share资源计算

FairShare和SteadyFairShare的计算思想为： 先找到一个比值R，则各个队列应分配的资源分为如下三种情况：

• 当队列S的minShare > R*weight，则分配minShare

• 当队列S的maxShare < R*weight，则分配maxShare

• 其它情况直接分配R*weight 这些分配的总和等于totalSlots。这个比值R也称为weight-to-slots，因为其值将队列的weight转换为实际的资源个数。

简单评估队列分配资源值：

Steady FairShare的计算公式是

totalResources(集群总资源)/weights(所有队列的weight总和)*weight(某个队列的weight)

FairShare的计算公式是

totalResources(集群总资源)/activeWeights(active队列的weight总和)*activeWeight(active队列的weight)

更具体的计算方法见参考

4、调度器选择

大部分情况下公平调度+多队列适合绝大部分场景（资源限额+动态分配），如果只是简单测试使用不用配置，默认的FIFO就满足。

5、其他问题

待补充

6、参考

YARN源码分析之Fair Scheduler part1

Hadoop Yarn调度器的选择和使用

Yarn FairSheduler使用FairSharePolicy计算Fair Share的规则、原理和代码实现

YARN 调度器

标签：个数   公式   集群   href   focus   policy   hadoop   分配   默认   

原文地址：https://www.cnblogs.com/GO-NO-1/p/12711858.html