YARN 在字节跳动的优化与实践

1.YARN 简介
1.1 YARN 生态圈

YARN (Yet Another Resource Negotiator) 是 Hadoop 集群的资源管理系统，是 Hadoop 生态中非常重要的成员项目。


一般来说，离线生态可以分为五层：

•     最底层是裸金属层， 由众多物理节点组成，每个节点上运行着通用的操作系统。
•     次底层是集群资源管理层， YARN 就处在这一层中。
•     再往上是分布式计算引擎层， MR/Spark/Flink 等计算引擎处于这层，为了能让业务同学更加低成本的写计算任务， 各个引擎都支持 SQL 功能。
•     再往上是作业托管层，用来提交 ad-hoc 的作业，管理周期性的批处理作业，管理长时间运行的流式作业。
•     最上层是用户逻辑层，如数据日报，数据分析，模型训练等.
  

1.2 YARN 架构


上图中灰色背景区域是 YARN 的主要架构， 主要包含两种角色：

    ResourceManager

•         整个集群的大脑，负责为应用调度资源，管理应用生命周期。
•         对用户提供接口，包括命令行接口，API, WebUI 接口。
•         可以同时存在多个 RM，但同一时间只有一个在工作，RM 之间通过 ZK 选主。
  

    NodeManager

•         为整个集群提供资源，接受 Container 运行。
•         管理 Contianer 的运行时生命周期，包括 Localization，资源隔离，日志聚合等。
  

YARN 上运行的作业:

•     在运行时会访问外部的数据服务，常见的如 HDFS，Kafka 等
•     会在运行结束后由 YARN 负责将日志上传到 HDFS 中
  

如何考虑节点 DRF 的调度？如何在运行时/重启时调整资源？

可下载文档：
YARN 在字节跳动的优化与实践 .pdf (1.14 MB, 下载次数: 22)

2020-6-24 17:28 上传

点击文件名下载附件
原文链接：https://mp.weixin.qq.com/s/9A0z0S9IthG6j8pZe6gCnw

感谢分享