《深入解析YARN架构设计与实现原理》第1章 环境准备【1.4】

javazx

1.4 Hadoop源代码组织结构
1 c& o) W3 `/ D在Hadoop的JAR压缩包解压后的目录hadoop-{VERSION}中包含了Hadoop全部的管理脚本和JAR包， 下面简单对这些文件或
目录进行介绍。
! x7 T7 k! r) }4 F, `* ]$ p2 @❑bin： Hadoop最基本的管理脚本和使用脚本所在目录， 这些脚本是sbin目录下管理脚本的基础实现， 用户可以直接使用这些
脚本管理和使用Hadoop。
: o# r4 w+ T- p  j2 [, p2 q' }+ u❑etc ： Hadoop配置文件所在的目录， 包括core-site.xml、 hdfs-site.xml、 mapred-site.xml等从Hadoop 1.0继承而来的配置文件和
yarn-site.xml等Hadoop 2.0新增的配置文件。
+ P1 [4 E- Y! ?& ~2 V5 E❑include ： 对外提供的编程库头文件（ 具体动态库和静态库在lib目录中） ， 这些头文件均是用C++定义的， 通常用于C++语
% Y  g9 |3 _( ~& m  D7 S6 r* ?言访问HDFS或者编写MapReduce程序。
❑lib ： 该目录包含了Hadoop对外提供的编程动态库和静态库， 与include目录中的头文件结合使用。
❑libexec ： 各个服务对应的Shell配置文件所在目录， 可用于配置日志输出目录、 启动参数（ 比如JVM参数） 等基本信息。
❑sbin： Hadoop管理脚本所在目录， 主要包含HDFS和YARN中各类服务的启动/关闭脚本。
& h' W0 ?/ u. Y& L; k$ ^6 I& z❑share ： Hadoop各个模块编译后的JAR包所在目录。
* h% D( u0 v2 R1 b8 ^1 H在Hadoop 源代码压缩包解压后的目录hadoop-{VERSION}-src中， 可看到如图1-8所示的目录结构， 其中， 比较重要的目录
4 X) k" `' g2 U2 u有： hadoop-common-project、 hadoop-mapreduce-project、 hadoop-hdfs-project和hadoop-yarn-project等， 下面分别介绍这几个目录的作
用。
❑hadoop-common-project： Hadoop基础库所在目录， 该目录中包含了其他所有模块可能会用到的基础库， 包括RPC、
Metrics、 Counter等。
: o  b6 l9 \* u  k图1-8 Hadoop安装目录结构
* T! I; F& v, R, W# @❑hadoop-mapreduce-project： MapReduce框架的实现， 在MRv1中， MapReduce由编程模型（ map/reduce） 、 调度系统
. C3 }" n* @, ~/ N（ JobTracker和TaskTracker） 和数据处理引擎（ MapTask和ReduceTask） 等模块组成， 而此处的MapReduce则不同于MRv1中的实
现， 它的资源调度功能由新增的YARN完成（ 编程模型和数据处理引擎不变） ， 自身仅包含非常简单的任务分配功能。
* E( o" H  g+ K% J, Q3 j  o4 y1 z❑hadoop-hdfs-project： Hadoop分布式文件系统实现， 不同于Hadoop 1.0中单NameNode实现， Hadoop 2.0支持多NameNode，
同时解决了NameNode单点故障问题。
! {' f0 K5 a1 Q  l5 p+ L❑hadoop-yarn-project： Hadoop资源管理系统YARN实现。 这是Hadoop 2.0新引入的分支， 该系统能够统一管理系统中的资
9 ?6 A8 U; |! G源， 并按照一定的策略分配给各个应用程序， 本书将重点剖析YARN的实现。
本书重点介绍YARN的实现原理， 下面就对Hadoop YARN源代 码组织结构 [3] 进行介绍。 YARN目录组织结构如图1-9所示。
/ i" t# }" F$ P; t& P总体上看， Hadoop YARN分为5部分： API、 Common、 Applications、 Client和Server， 它们的内容具体如下：
+ [" ~' ^$ n9 w; e❑YARN API（ hadoop-yarn-api目录） ： 给出了YARN内部涉及的4个主要RPC协议的Java 声明和Protocol Buffers定义， 这4个
RPC协议分别是ApplicationClientProtocol、 ApplicationMasterProtocol、 ContainerManagementProtocol和
ResourceManagerAdministrationProtocol， 本书将在第2章对这部分内容进行详细介绍。
. U  l5 X  E* r2 O; k❑YARN Common（ hadoop-yarn-common目录） ： 该部分包含了YARN底层库实现， 包括事件库、 服务库、 状态机库、 Web界
& h2 Z0 c3 Y! z& L+ o面库等， 本书将在第3章对这部分内容进行详细介绍。
" P2 h& {; }$ I/ {; {6 q❑YARN Applications（ hadoop-yarn-applications目录） ： 该部分包含了两个Application编程实例， 分别是distributedshell和
Unmanaged AM， 本书将在第4章对这部分内容进行详细介绍。
❑YARN Client（ hadoop-yarn-client目录） ： 该部分封装了几个与YARN RPC协议交互相关的库， 方便用户开发应用程序， 本
( m$ {4 k" c  g  I, C: ~书将在第4章对这部分内容进行详细介绍。
1 v3 p6 d0 O7 }7 _& X9 y& I$ K❑YARN Server（ hadoop-yarn-server目录） ： 该部分给出了YARN的核心实现， 包括ResourceManager、 NodeManager、 资源管
7 @+ l) t! \5 c0 z6 q0 k. r( y( l理器等核心组件的实现， 本书将在第5~7章对这部分内容进行详细介绍。
  g  y1 ?1 H8 \2 Y图1-9 Hadoop YARN目录组织结构
[3] 不同Hadoop版本的源代码组织结构有较大差别， 本书的分析是基于Hadoop 1.0.0的。