CapacityScheduler在唯品会的迁移及应用

问题导读

1.FairScheduler瓶颈有哪些？

2.为何切换CapacityScheduler？

3.如何引入CSQueueStore？

01.集群现状

    唯品会线上Yarn集群每天运行着50多万的Spark、Hive、Flink等任务，提交的作业量每月以2%-8%的速度在增长，我们数据团队需要给业务方提供一个稳定可靠的计算平台，同时尽可能的提高集群的资源利用率，以业务和技术驱动为基石来提升Yarn集群的调度性能，获取最大收益比。

02.队列设计模式

    基于对于资源更好的掌控，我们选择采用层级队列组织方法，将队列构成一个树形结构，根队列叫做ROOT，代表集群全部资源，一个队列可以配置多个分支队列，其资源之和不超过父队。

    我们将分支队列和部门项目进行一一映射，且每个项目都有对应的分支队列，分支队列的资源就是项目可使用的资源；同时给项目内任务设定优先级(P0,P1,P2等)，映射到不同叶子队列。如图所示，ROOT下有三个队列QA，QB，QC，对应三个项目A，B，C，项目的任务分为P0、P1、P2，同样映射到队列QP0、QP1、QP2中。

图:部门和项目的队列映射

    叶子队列反映的是每个项目中不同优先级的作业，这样形成部门级别分支队列控制集群资源导向，叶子队列对部门资源进行资源倾斜的设计思路，而此设计思路有一个特点就是叶子节点的队列名字是一样的，这也反映在我们选择的Scheduler实现上面。

03.FairScheduler vs CapacityScheduler

    由于历史原因，我们一直使用的FailScheduler，业务方通过客户端将作业提交到Yarn集群，Yarn集群统一进行资源管理和任务调度，按照作业指定队列获得对应的资源，从而启动任务执行，通过和底层存储进行交互，完成计算返回给业务方结果。

该Scheduler设计目标是为所有的应用分配公平的资源，主要的特点包括：

▲支持多用户多队列和资源共享，采用树形结构的队列层次，使用固定内存大小和核数来定义队列资源；

▲默认是基于内存的公平调度策略FairSharePolicy，也可以配置为包括内存和cpu的调度，采用Ghodsi等开发的主资源公平算法

DominantResourceFairnessPolicy；

▲资源的分配基于公平共享原则，可为队列配置最小资源和设置最大资源限制；

▲通过配置文件可限制每个用户、队列的运行app的数量。

    但是就目前而言，社区更侧重发展CapacityScheduler。CapacityScheduler是Yahoo开发的适合共享环境的调度器，随着版本的迭代，对调度的吞吐量做了众多改进，如多线程异步调度，GlobalScheduler等。相对FairScheduler，它在资源管控、优先级配比等方面更便于管理，对此做了以下简单总结：

    其中很重要的一点是在任务提交时，FairScheduler需要叶子队列路径，而CapacityScheduler需要叶子队列名称，我们队列设计模式与FairScheduler提交方式是一致的，和CapacityScheduler是不兼容的。此外针对两者的对比，网上总结了很多，我们摘出它们主要的异同点：

04.瓶颈与选择

FairScheduler的瓶颈

    在不断的实践运行中，我们发现FairScheduler的问题不断放大，比如基于Fair的调度方式采用的是真实资源配置，随着集群机器的资源变化和业务的调整，我们就需要相应的调整Scheduler配置文件。为此我们还专门写了一个工具用于从一个比例生成FairScheduler的配置文件，实在低效。特别是我们后续准备开启NodeLabel和手动超配资源后，需要快速的调度资源，这个Scheduler调整和维护更是不可忍受的。

总结我们面临的一些瓶颈：

▲ Scheduler资源调整频繁，维护成本变大；

▲部门项目和队列映射混乱，无法准确计算实际资源使用；

▲频繁调整Scheduler，导致资源配置失真；

▲个别队列资源倾斜严重，不能精细管理。

CapacityScheduler切换的思路

    在经过讨论后我们决定切换使用CapacityScheduler方式，但是切换过程发现目前我们的队列设计中：叶子队列重复和CapacityScheduler是完全冲突的，也就是说如果我们要切换Capacity，就必须推倒我们的队列设计模式，让业务调度层面完全重构，这个代价无疑是巨大的。

    我们内部讨论认为最好能够有一个方案既能使用CapacityScheduler，但又能兼容目前的叶子队列设计模式。在这个过程中我们意外发现了一个社区正在开发的功能：Capacity Scheduler兼容Fair Scheduler 队列设计模式[YARN-7621,YARN-9879]。我们研究这个功能发现这种方式对用户来说是透明的，也是兼容部门队列映射的，需要做的是修改CapacityScheduler中涉及的所有队列提交方式，将叶子队列提交替换为全路径提交，采用和FairScheduler一致的队列提交方式，这样做出的改动主要涉及Resourcemanager，用户作业提交方式不用做任何改变。

    综合考虑后我们决定选择采用社区的这个正在开发的功能，保持对用户透明，采用CapacityScheduler兼容FairScheduler的方式来统一队列的提交方式。

05.Capacity Scheduler Support Fair Scheduler

     我们对YARN-7621,YARN-9879进行了详细的研究，其中YARN-7621支持使用队列路径来提交应用，YARN-9879支持Scheduler中存在同名队列，这两点符合我们现有需要的调度逻辑，能够做到兼容FairScheduler的调度，我们总结兼容方案核心要点如下：

▲不应将新行为强加给老用户，不修改业务方原有的队列使用方式，尽可能的减少业务影响；

▲兼容Fairschelder队列的任务提交方式，队列名称只能在其直接父队列下唯一，或者换句话说到队列的路径必须是唯一的；

▲由于叶子名称可以不受约束，队列不再是唯一的，队列应能被其完整路径引用。

    但是该功能目前还有很多不完善以及没有完成的部分，主要集中在针对队列路径的更改，替换成绝对路径的调用方法：getQueuePath。进而我们针对这部分做了大量的工作。

06.getQueuePath

    既然主要的思路就是把对getQueueName的使用全部进行更换，替换成getQueuePath，完成对Queue路径到绝对Queue路径的切换。首先我们来看看在整个App生命周期中哪些地方会使用到队列相对路径。我们都知道资源的调度和管理由ResourceManager来负责，具体的按照队列来进行资源隔离和使用，保证提交的任务都能按照设定资源配置进行运行，那么我们来看看RM如何使用CapacityScheduler来为提交上来的任务进行队列匹配和资源调度的。

    ResourceManager服务启动时首先会初始化Sheduler，期间会加载capacity-scheduler.xml，从root节点开始递归解析配置设计的层级队列，将分支队列的信息保存在queues中。每一次递归，会处理一个节点队列，获取对应的资源配置、父队列和子队列的信息等，保存在CSQueue中并加入到queues中，同时对LeafQueue进行检查保证在全局唯一。当作业提交到RM时，对提交队列进行验证并获取对应资源，完成后续任务调度执行。

图：使用QueueName解析和提交任务

引入CSQueueStore

    默认Scheduler解析的队列保存在CapacitySchedulerQueueManager类的Map里面，为了方便解析和保存全路径队列，引入了CSQueueStore类，来保存LeafQueue队列全路径、队列的上下文信息，和对应的路径节点的映射。

图：使用QueuePath解析和提交任务

CSQueueStore

public class CSQueueStore {
  private final Map<String, CSQueue> fullNameQueues = new HashMap<>();
  private final Map<String, Set<String>> shortNameToLongNames = new HashMap<>();
  private final Map<String, CSQueue> getMap = new HashMap<>();

  Map<String, CSQueue> getFullNameQueues() {
    return ImmutableMap.copyOf(fullNameQueues);
  }

  public Collection<CSQueue> getQueues() {
    try {
      modificationLock.readLock().lock();
      return ImmutableList.copyOf(fullNameQueues.values());
    } finally {
      modificationLock.readLock().unlock();
    }
  }
} 
复制代码

具体替换部分

    本次的替换其中涉及类主要有：AbstractCSQueue，LeafQueue，ParentQueue，CapacityScheduler，CapacitySchedulerQueueManager CSQueueStore，CapacitySchedulerConfigValidator，QueueMapping，核心思想就是将getQueueName()的逻辑替换为getQueuePath()。

getQueuePath

String fullName = queue.getQueuePath();
fullNameQueues.put(fullName, queue);
复制代码

这里改动的部分很多，就不再一一展开，简单介绍一个调度核心需要修改的例子。

    为了支持加载同名的叶子队列，例如root.a.q1，root.b.q1，root.c.q1的这种场景，在进行初始化解析Queue时，会保存队列全路径fullQueueName，同时去除LeafQueue唯一性判断，将具体队列信息保存在CSQueue类里面，并在每一次的递归中将当前的队列加入到CSQueueStore类中，最终完成所有队列的解析，部分代码如下：

获取全路径的队列

static CSQueue parseQueue(*){
    CSQueueStore queues,
    ...
    String fullQueueName = (parent == null) ? queueName : (parent.getQueuePath() + "." + queueName);
    String[] childQueueNames = conf.getQueues(fullQueueName);
    ......
    List<CSQueue> childQueues = new ArrayList<>();
    for (String childQueueName : childQueueNames) {
        CSQueue childQueue = parseQueue(csContext, conf, queue, childQueueName,
            queues, oldQueues, hook);
        childQueues.add(childQueue);
    }
    parentQueue.setChildQueues(childQueues);
    ......
    ueues.add(queue);
}
复制代码

默认队列

    在此前FairScheduler中，如果我们没有定义任何队列，所有的应用将会放在一个default队列中，能够对用户设置错误进行兜底，而在CapacityScheduler中并没有这个选项。为了兼容用户的使用习惯，我们也在CapacityScheduler中实现了这个机制。

public String getFallbackQueue() {
  return get(FALLBACK_QUEUE);
}

public void setFallbackQueue(String fallbackQueue) {
  set(FALLBACK_QUEUE, fallbackQueue);
}

CSQueue queue = getQueue(queueName);
// Check if the queue is a plan queue
if (queue == null) {
  if (conf.getFallbackQueue() == null) {
    return queueName;
} else {
    RMApp rmApp = rmContext.getRMApps().get(applicationId);
    rmApp.setQueue(conf.getFallbackQueue());
    return conf.getFallbackQueue();
}
复制代码

    整体功能经过我们测试上线并没有发现重大的调度问题，线上集群使用CapacityScheduler调度也已经正常运行半年。

    通过本次兼容FairScheduler，重新梳理业务方使用部门项目队列，解决各个项目混用队列吃大锅饭的问题，也更方便在业务层面对资源需求进行统计管理。同时依据CapacityScheduler的优势，通过调整Scheduler和开启Node Label，对高优先级任务进行资源倾斜以及资源隔离，提高了集群资源利用率，也满足了多样的计算需求。

07.思考

    这里可以看到为了能够兼容业务层面的队列设计思路，我们花了更多的时间在Yarn层面进行兼容，这不一定是所有场景下的最优方案，但却是我们目前场景下最优的选择。目前在很多场景还有队列相对路径没有修改彻底的问题，例如：

▲老的Web UI的Scheduler 队列对应的Applications不能正确显示；

▲新的UIV2 Queue页面上面调用仍然使用的相对路径，所以展示信息有误；

▲Yarn Move App 也使用的是相对路径，所以进行Move就会报错。

    上述线上生产遇到的问题，还需要进行优化修复，完善这个功能进而共享社区，帮助大家解决具有同样场景的问题。

最新经典文章，欢迎关注公众号

原文链接:https://mp.weixin.qq.com/s/FKkA9wkXvGiVmN7kLXqShQ