|
2.3 YARN 基本设计思想
4 q- k/ A( c5 [ W9 ]3 k: ?本节我们通过对比两代MapReduce的基本框架和编程模型来帮助读者理解YARN的基本设计思想。0 H y* K1 _6 J- C
2.3.1 基本框架对比0 k7 y+ ^7 J; I4 N8 a% R3 V5 o
在Hadoop 1.0中, JobTracker由资源管理( 由TaskScheduler模块实现) 和作业控制( 由JobTracker中多个模块共同实现) 两部分2 a# V; j0 k! P: {& b, m
组成, 具体如图2-6所示。 当前Hadoop MapReduce之所以在可扩展性、 资源利用率和多框架支持等方面存在不足, 正是由于
" U) O8 o# k+ }0 \* i4 sHadoop对JobTracker赋予的功能过多而造成负载过重。 此外, 从设计角度上看, Hadoop未能够将资源管理相关的功能与应用程序
7 m, [( W, k6 }4 m& ]) J相关的功能分开, 造成Hadoop难以支持多种计算框架。
+ U9 ~ d& U$ U# _& e8 c7 d图2-6 第一代MapReduce框架基本架构& h) O. |. I" D* Y) }" n9 [
下一代MapReduce框架的基本设计思想是将JobTracker的两个主要功能, 即资源管理和作业控制( 包括作业监控、 容错
! Y- O% D) v) f/ Q" q等) , 分拆成两独立的进程, 如图2-7所示。 资源管理进程与具体应用程序无关, 它负责整个集群的资源( 内存、 CPU、 磁盘
: G. g- c- O# Q) ?7 \. b2 N等) 管理, 而作业控制进程则是直接与应用程序相关的模块, 且每个作业控制进程只负责管理一个作业。 这样, 通过将原有7 w( C9 V0 x; q/ T! V( l; `( [, v
JobTracker中与应用程序相关和无关的模块分开, 不仅减轻了JobTracker负载, 也使得Hadoop支持更多的计算框架。
# n8 g4 l7 ~/ Y1 X图2-7 下一代MapReduce框架基本架构* f h6 a3 x% Y6 A: j* Q% h+ \7 J
从资源管理角度看, 下一代MapReduce框架实际上衍生出了一个资源统一管理平台YARN, 它使得Hadoop不再局限于仅支持9 H$ V% L$ O! t
MapReduce一种计算模型, 而是可无限融入多种计算框架, 且对这些框架进行统一管理和调度。4 R1 I9 Q/ J$ l$ ]
2.3.2 编程模型对比- p z' s$ u+ s6 U
前面提到MRv1主要由编程模型( 由新旧API组成) 、 数据处理引擎( 由MapTask和ReduceTask组成) 和运行时环境( 由一个
$ t( l) Y. x- Y+ L1 HJobTracker和若干个TaskTracker组成) 三部分组成, 为了保证编程模型的向后兼容性, MRv2重用了MRv1中的编程模型和数据处
+ G1 |3 Y0 N, p) y: V1 k理引擎, 但运行时环境被完全重写, 具体如下。
/ o; K/ d% }2 r4 F❑编程模型与数据处理引擎: MRv2重用了MRv1中的编程模型和数据处理引擎。 为了能够让用户应用程序平滑迁移到
) O8 `7 P$ M8 s/ KHadoop 2.0中, MRv2应尽可能保证编程接口的向后兼容性, 但由于MRv2本身进行了改进和优化, 它在向后兼容性方面存在少量
. \6 R" n! \1 M7 _9 w8 a" i& e( [$ L问题。 MapReduce应用程序编程接口有两套, 分别是新API( mapred) 和旧API ( mapredue) [17] , MRv2可做到以下兼容性: 采用
9 {3 Z3 g# G( b( aMRv1旧API编写的应用程序, 可直接使用之前的JAR包将程序运行在MRv2上; 但采用MRv1新API编写的应用程序则不可以, 需 _3 A4 Y' e4 o; z9 V/ p3 K
要使用MRv2编程库重新编译并修改不兼容的参数和返回值, 具体将在第8章介绍。1 P/ ]: s2 r, f6 g: p
❑运行时环境: MRv1的运行时环境主要由两类服务组成, 分别是JobTracker和TaskTracker。 其中, JobTracker负责资源和任% H7 v y0 y' I" A0 Y4 b1 h- G
务的管理与调度, TaskTracker负责单个节点的资源管理和任务执行。 MRv1将资源管理和应用程序管理两部分混杂在一起, 使得1 a; o% Z% E& G1 b2 |
它在扩展性、 容错性和多框架支持等方面存在明显缺陷。 而MRv2则通过将资源管理和应用程序管理两部分剥离开, 分别由; w8 I! K, N1 r
YARN和ApplicationMaster负责, 其中, YARN专管资源管理和调度, 而ApplicationMaster则负责与具体应用程序相关的任务切分、' z2 c" b0 L: F: A& b( p K7 I5 z
任务调度和容错等, 具体如图2-8所示。
/ R7 v. U0 U) D$ V$ M. E3 [图2-8 下一代MapReduce框架基本架构
9 z- p% K1 [, Z7 ^/ W8 o% ^[17] MapReduce新旧API介绍可参考《 Hadoop技术内幕: 深入解析MapReduce架构设计与实现原理》 一书中的第3 章。
5 s, N/ j! L( @# z
# \4 a- K6 T, g' I# b
( d& t# r0 v: R9 F( K3 u `: }: t |
|