标签:yarn 弹性计算 hadoop 框架 mapreduce
针对MRv1在扩展性,可靠性,资源利用率和多框架的支持上存在着明显的不足,进而诞生了下一代的MapReduce的计算框架MapReduce Version2,MRV1中有一个很大的问题就是把资源管理和作业调度都扔给了JobTracker,造成了严重的单点瓶颈问题,所有MRV2主要在这一点上做了改进,他将资源管理模块构建成了一个独立的通用系统叫做Yarn,一下子MRV2的核心从MapReduce转到了Yarn上。后面就有了关于Yarn的各种发展和演变了。
yarn是专门为了解决MRV1的缺点而生的。
Yarn的基本组成结构总体上仍沿用的是Master/Slave的结构,但是在资源管理这块,还是做了一点的变化的,一个ResourceManager是一个Master,在每个子节点下面都有一个NodeManager,由RM给NM分配资源,在每个节点中还会有ApplicationMaster(后面简称AM)的东西,他会负责与RM通信以获取资源,还会与NM通信来启动或者是停止任务。你可以理解成MRV1中的TaskTracker的角色。NM是每个节点上的资源和任务管理器,NM,AM,RM三者之间在整个应用从启动到结束的过程中会进行许多的协作。下面是一张模拟图:
标签:yarn 弹性计算 hadoop 框架 mapreduce
原文地址:http://blog.csdn.net/androidlushangderen/article/details/41942813