Yarn集群的搭建、Yarn的架构和WordCount程序在集群提交方式

一、Yarn集群概述及搭建

　　1.Mapreduce程序运行在多台机器的集群上，而且在运行是要使用很多maptask和reducertask，这个过程中需要一个自动化任务调度平台来调度任务，分配资源，这个平台就是Yarn！

　　2.Yarn提交任务的流程：

　　　　当我们向Yarn集群提交任务后，Yarn通过Resourcemanager给任务分配资源，然后由NodeManager开辟运算空间来执行任务，在这个运算空间中开辟maptask和reducetask来运行任务。

　　3.Yarn集群的搭建

　　修改配置文件yarn.site.xml，添加配置信息

<property>
	<name>yarn.resourcemanager.hostname</name>
	<value>hd1-1</value>
</property>
<property>
	<name>yarn.nodemanager.aux-services</name>
	<value>mapreduce_shuffle</value>
</property>

　　将配置好的文件传输到集群其他机器，修改slaves文件(hdfs集群配置比较麻烦，本人没有总结，请见谅)

　　启动yarn集群　　start-yarn.sh

　　关闭yarn集群　　stop-yarn.sh

　　可以访问yarn的网页客户端，resourcemanager的ip加端口号8088，如：

　　192.168.50.183:8088

二、Yarn集群的架构

　　Yarn集群中包含的组件：

　　1.ResourceManager，功能：

　　　　1）处理客户端提交的任务；

　　　　2）监控NodeManager；

　　　　3）自动和监控程序的运行；

　　　　4）资源的分配和调度。

　　2.NodeManager，功能：

　　　　1）管理单个节点的资源；

　　　　2）处理来自ResourceManager‘的命令；

　　　　3）处理程序的命令；

　　　　4）它包含两个小的组件：container、Appmaster

　　　　container：一种抽象的表示，包含了许多资源如内存、磁盘、网络信息等；

　　　　Appmaster：它主要负责数据切片、申请资源、任务的监控和容错。

三、WordCount程序提交到集群运行

　　1.修改配置文件mapred-site.xml，添加配置：

<property>
	<name>mapreduce.framework.name</name>
	<value>yarn</value>
</property>

　　2.将修改好的配置文件发送到集群其他机器

　　3.启动hdfs、yarn集群，将wordCount程序打包上传到集群

　　4.运行命令：

　　　　hadoop jar WordCount.jar com.wyh.mr.WordCountDriver