目錄

前言:

在了解Yarn在MR中的作用的時候需要先了解Yarn是什么。

1、YARN概述

Yarn是一個資源調度平臺，負責為運算程序提供服務器運算資源，相當于一個分布式的操作系統平臺，而mapreduce等運算程序則相當于運行于操作系統之上的應用程序
YARN的重要概念
1、 yarn并不清楚用戶提交的程序的運行機制
2、 yarn只提供運算資源的調度（用戶程序向yarn申請資源，yarn就負責分配資源）
3、 yarn中的主管角色叫ResourceManager
4、 yarn中具體提供運算資源的角色叫NodeManager
5、 這樣一來，yarn其實就與運行的用戶程序完全解耦，就意味著yarn上可以運行各種類型的分布式運算程序（mapreduce只是其中的一種），比如mapreduce、storm程序，spark程序，tez ……
6、 所以，spark、storm等運算框架都可以整合在yarn上運行，只要他們各自的框架中有符合yarn規范的資源請求機制即可
7、 Yarn就成為一個通用的資源調度平臺，從此，企業中以前存在的各種運算集群都可以整合在一個物理集群上，提高資源利用率，方便數據共享。

2、mapreduce&yarn的工作機制

客戶端提交程序到yarn的整個過程如下圖所示：

主要分為以下幾個關鍵步驟：
1、客戶端發送Application的提交請求到ResourceManager。
2、客戶端收到返回的存儲位置信息后，將相關的文件存儲到HDFS對應的位置（實際就是mrAPPmaster所在的node上的位置）
3、向yarn申請啟動mrappmaster。
4、yarn將提交的申請信息進行封裝轉化為一個Task放進隊列中等待處理。
5、相應的node領到task，運行mrappmaster，將相關的Job信息下載到本地。
6、mrappmaster向yarn申請運行maptask所需的node，各個node創建各自的容器container來處理maptask。
7、mrappmaster將job的相關信息發送的各個maptask所在的node上。
8、maptask的分區排序。
9、mrappmaster向yarn申請運行reducetask所需node
10、reducetask階段
11、mrappmaster向resourcemanager申請注銷自己。

yarn有內存分離機制會給一個進程提供一塊固定的資源空間(CPU+RAM)來運行，類似于一個容器，此處叫做container,一個節點包含多個container。

總結：

最主要了解yarn在整個MR過程中起到的作用：即先通過Yarn來啟動mrappmaster，再通過mrappmaster來申請對應的Maptask和ReduceTask的資源，（內部處理任務的單元是一個Container容器）任務執行完畢后mrappmaster向Yarn申請注銷自己。