本篇內(nèi)容介紹了“資源管理調(diào)度器Hadoop Yarn知識(shí)點(diǎn)有哪些”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

成都創(chuàng)新互聯(lián)公司是一家專注于成都網(wǎng)站建設(shè)、成都做網(wǎng)站與策劃設(shè)計(jì),寧化網(wǎng)站建設(shè)哪家好?成都創(chuàng)新互聯(lián)公司做網(wǎng)站,專注于網(wǎng)站建設(shè)十余年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:寧化等地區(qū)。寧化做網(wǎng)站價(jià)格咨詢:028-86922220

從節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)上的資源和任務(wù)管理器，它需要向ResourceManager匯報(bào)本節(jié)點(diǎn)上的資源使用情況和各個(gè)Container的運(yùn)行狀態(tài)，同時(shí)接收并處理來自Application Master的Container啟動(dòng)/停止等各種請求

4.監(jiān)控所有任務(wù)運(yùn)行狀態(tài)，并在任務(wù)運(yùn)行失敗時(shí)重新為任務(wù)申請資源以重啟任務(wù)

可以理解為Yarn中為某個(gè)節(jié)點(diǎn)已經(jīng)申請到的資源封裝的類，資源如內(nèi)存、CPU等，是根據(jù)應(yīng)用程序需求動(dòng)態(tài)生成的，是Yarn中基本資源劃分單位。一個(gè)NodeManager節(jié)點(diǎn)上同時(shí)存在多個(gè)Container。提交作業(yè)的每個(gè)task都運(yùn)行在Container中

筆者強(qiáng)調(diào)：

1.Yarn并不清楚用戶提交程序的運(yùn)行機(jī)制，只提供運(yùn)算資源的調(diào)度（用戶程序向yarn申請資源，yarn負(fù)責(zé)分配資源）
2.Yarn中的主管角色是ResourceManager，具體提供運(yùn)算資源的角色是NodeManager
3.Yarn與運(yùn)行的用戶程序完全解耦，意味著Yarn上可以運(yùn)行各種類型的分布式運(yùn)算程序，如Spark、MapReduce、Storm、Tez等，前提是這些技術(shù)框架中有符合Yarn規(guī)范的資源請求機(jī)制即可
4.因?yàn)閅arn不參與用戶程序的執(zhí)行等，使得Yarn成為一個(gè)通用的資源調(diào)度平臺(tái)。企業(yè)中以前存在的各種計(jì)算引擎集群都可以整合在一個(gè)資源管理平臺(tái)上，提高資源利用率
5.調(diào)度器不參與任何與具體應(yīng)用程序相關(guān)的工作，如不負(fù)責(zé)監(jiān)控或者跟蹤應(yīng)用的執(zhí)行狀態(tài)等，也不負(fù)責(zé)重新啟動(dòng)因應(yīng)用執(zhí)行失敗或者硬件故障而產(chǎn)生的失敗任務(wù)，這些均交由應(yīng)用程序相關(guān)的Application Master完成。

“資源管理調(diào)度器Hadoop Yarn知識(shí)點(diǎn)有哪些”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！