YARN分析系列之一 -- 总览YARN组件

　　下图简单明了的描述了hadoop yarn 的功能是如何从 hadoop 中细化出来的。

　　注：图片来自 https://apprize.info/php/hadoop/9.html

　　Hadoop 从 v2 开始，将资源调度与监控、任务作业的管理单独从 Hadoop 中抽取出来，即 原来的 JobTracker 和TaskTracker 的功能被抽取出来。 YARN 全称为Yet Another Resource Negotiator，在于要提供一个共享的任务调度计算平台。其中将资源和作业分离开来，形成资源管理平台和应用框架，资源管理平台主要负责资源的调度和监控；应用框架主要用于负责任务或作业的管理。

　　从上图可以看出，YARN 不仅仅是简单地将JobTracker和TaskTracker的功能从hadoop 框架中分离出来，还将资源和任务的概念分离开来，将具体的任务和应用框架分离开来。只需要application的框架，如 mapreduce 或 spark 任务遵循 yarn的资源管理规范和任务的调度规范，任务就可以被提交到yarn上来执行。降低了模块之间的耦合性。

再来一个更加直观的来自官方文档的图来简单地说明一下 YARN的组件：

　　从上图可以看出，ResourceManager 和 NodeManager 组成了数据计算框架。其中ResourceManager 负责管理计算过程所需的所有的资源；NodeManager 是计算框架在每一个节点上的agent，负责container以及监控资源，并将资源使用情况汇报给 ResouceManager或 Scheduler；每个应用程序ApplicationMaster实际上是一个特定于框架的库，其任务是协调来自ResourceManager的资源，并与NodeManager一起执行和监视任务。【翻译自官方文档】

　　ResourceManager 包括Scheduler 和 ApplicationManager 两大组件。调度程序负责根据容量，队列等约束将资源分配给各种正在运行的应用程序。Scheduler 是纯调度程序，因为它不执行应用程序状态的监视或跟踪。 此外，由于应用程序故障或硬件故障，它无法保证重新启动失败的任务。调度程序根据应用程序的资源需求执行其调度功能; 它是基于资源Container的抽象概念，它包含内存，CPU，磁盘，网络等元素。【翻译自官方文档】

　　综上所述，研究YARN，不得不研究ResourceManager 和 NodeManager的服务体系。其中，研究ResourceManager就必须要研究 Scheduler 和 ApplicationManager两大组件。

　　注意，Container 其实是一个基于资源的一个概念，并不是某种服务。

　　接下来，主要研究 RM服务以及NM服务以及二者是如何通信的。