admin 管理员组文章数量: 887016
Yarn产生的历史背景
Yarn产生的历史背景
Hadoop是apache基金会的一个项目， 目的是开发一个开源软件，用于可靠的可扩展的，分布式的计算。
Hadoop不是一个软件，而是一个软件库，hadoop作为一个软件库，提供了一个框架，可以以分布式的方式，在集群的多台主机之间，使用简单的编程模型来处理大量的数据集。Hadoop被设计成可以从单主机扩展到数千台主机，并且支持本地计算和存储。
Hadoop本身被设计成可以在应用层面检测和处理底层的硬件故障，以实现高可用性，而不是由底层硬件来完成故障的检查。
1.Hadoop中的主要项目：
a.Hadoop Common（从0.20开始讲Core项目改名为Common项目）
为Hadoop的其他项目提供一些常用的工具，包括系统配置工具Configuration、远程过程调用RPC、序列化机制和Hadoop抽象文件系统FileSystem
b.Hadoop Distributed File System (HDFS)
Hadoop体系中数据存储管理的基础，实现了对应用成语大吞吐量的访问。
c.Hadoop YARN
作业调度和集群资源管理的一个框架
d.Hadoop MapReduce
基于YARN的一个系统，用于并行处理大量的数据集。
2.Hadoop演进 的四大阶段
阶段0：Ad Hoc集群时代
A．Ad hoc集群出现之前，用户使用Hadoop与普通的桌面应用方式类似
a) 几个节点上创建集群
b) 载入数据至HDFS，运行MapReduce任务，得到结果
c) 拆掉集群
B． 原因：
a) 没有在HDFS持久存储数据的需求
b) 没有共享数据和计算结果的动机.
C．Yahoo实现了共享的HDFS实例，迫切要求实现共享的计算平台.
阶段1：Hadoop onDemand
A． HOD是一个能在商用硬件的共享集群上提供和管理Hadoop MapReduce和HDFS实例的系统
B． 使用Torque资源管理器和集群调度器（Maui）分配集群
C． 并且在分配的节点上启动MapReduce和HDFS的守护进程相应用户数据和应用请求
D． 典型的HOD会话：分配一个集群、在其上运行Hadoop作业，释放集群 E． HOD的特点及优势
a) HOD为每一个作业建立一个新的集群，当开发人员测试新特性时，用户可以使用稳定的Hadoop版本。
b) Hadoop社区每3个月发布一个修订版，为保证软件的正常升级，要求HOD具有相当的灵活性
F． HOD的限制：任何时刻集群的每一个节点只属于一个用户的Hadoop集群 G． HOD的缺点： a) 第一个缺点
i. 资源管理器Torque不知道HDFS块的分布，分配集群节点是无法考虑到本地化
ii. 所以Hadoop中的某些作业，由于Torque得不到足够的信息，大多数读操作会从远程主机处获取
iii. 虽然做了一些改进，但是收获不大，最终Yahoo停用了HOD
b) 第二个缺点：
i. HOD单个作业或者作业之间的阶段集群的规模不能调整，所以集群在容量的主要部分在大多数时间是空闲的，等待后续轻量阶段的完成
ii. 极端但是常见的例子：运行在一个节点上的Reduce任务可能会导致数百节点组成的集群无法回收而处于空闲状态
阶段2：共享计算集群的黎明
A． 共享计算集群MapReduce
a) 特性：
i. 中央Jobtracker守护进程
ii. JobTracker内存管理
iii. 已完成作业的管理
iv. 中央调度器：Capacity（容量）调度器和Fair（公平）调度器
v. 数据的回复和升级
vi. 单个节点的隔离
vii. 身份认证和访问控制
B． 共享计算集群MapReduce和与之协同工作的共享HDFS实例是Hadoop1.x版本的主要架构
C． 共享计算架构包括两大核心组件：
a) JobTracker：一个中央守护进程，负责管理集群上的所有作业，索然和HOD中为单用户作业的进程一样，到时多了一些额外的功能
b) TaskTracker：系统的从进程，根据JobTracker的指令来执行任务，和HOD中的守护进程也是一样的，不同的是TaskTracker负责运行来自所有用户的作业。
D． MapReduce的问题
a) 问题一
i. 可扩展性瓶颈
ii. 可靠性和可用性
iii. MapReduce编程模型的滥用
b) 问题二
i. 资源模型，map槽和Reduce槽是固定的，但是两种任务未必能以相同的速率完成
阶段3：YARN的出现
A． 以前遇到的问题迫切要求新模型的诞生
B． 新的架构和相关实现尽量重用现有框架的代码、相似的操作模式，并未现有的MapReduce用户提供相同的接口
四大阶段都必须满足的要求
要求1：可扩展性，可以平滑地扩展至数万节点和并发的应用
要求2：可维护性，保证集群软件的升级与用户应用程序完全解耦
要求3：多租户，需要支持在同一个集群中多个租户并存，同时支持多个租户之间细粒度地共享单个节点
要求4：位置感知，将计算移动到数据所在位置
要求5：高集群使用率，实现底层物理资源的高使用率
要求6：安全和可审计的操作，继续以安全的、可审计的方式使用集群资源
要求7：可靠性和可用性，举要高度可靠的用户交互，病支持高可用性
要求8：对编程模型多样性的支持，支持多样化的编程模型，并需要演进为不仅仅以MapReduce为中心
需求9：灵活的资源模型，支持各个节点的动态资源配置以及灵活的资源模型
需求10：向后兼容，保持现有MapReduce应用程序的向后兼容
本文标签： Yarn产生的历史背景
版权声明：本文标题：Yarn产生的历史背景 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1732355815h1534404.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论