MapReduce2架构设计

一、 MapReduce2架构设计(与MapReduce1对比)
    1. MapReduce1架构设计

    Client: 客户端
        JobTracker: 主要负责资源监控管理和作业调度。
        a.监控所有TaskTracker与job的健康状况,一旦发现失败,就将相应的任务转移到其他节点。
        b.同时JobTracker会跟踪任务的执行进度、资源使用量等信息,并将这些信息告诉任务调度器,而调度器会在资源出现空闲时,选择合适的任务使用这些资源。

        TaskTracker: 是JobTracker与Task之前的桥梁。
        a.从JobTracker接收并执行各种命令:运行任务、提交任务、Kill任务、重新初始化任务。
        b.周期性地通过心跳机制,将节点健康情况和资源使用情况、各个任务的进度和状态等汇报给JobTracker。

        Task Scheduler: 任务调度器(默认FIFO,先按照作业的优先级高低,再按照到达时间的先后选择被执行的作业)
        Map Task: 映射任务
        Reduce Task: 归约任务


    2.  MapReduce2 架构设计（Yarn工作流程(mr提交应用程序) )

        1:用户向YARN中提交应用程序，其中包括ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等。
        2:ResourceManager为该应用程序分配第一个Container，并与对应的Node-Manager通信，要求它在这个Container中启动应用程序的ApplicationMaster。
        3:ApplicationMaster首先向ResourceManager注册，这样用户可以直接通过ResourceManage查看应用程序的运行状态，然后它将为各个任务申请资源，并监控它的运行状态，直到运行结束，即重复步骤4~7。
        4:ApplicationMaster采用轮询的方式通过RPC协议向ResourceManager申请和领取资源。
        5:一旦ApplicationMaster申请到资源后，便与对应的NodeManager通信，要求它启动任务。
        6:NodeManager为任务设置好运行环境（包括环境变量、JAR包、二进制程序等）后，将任务启动命令写到一个脚本中，并通过运行该脚本启动任务。
        7:各个任务通过某个RPC协议向ApplicationMaster汇报自己的状态和进度，以让ApplicationMaster随时掌握各个任务的运行状态，从而可以在任务失败时重新启动任务。在应用程序运行过程中，用户可随时通过RPC向ApplicationMaster查询应用程序的当前运行状态。
        8:应用程序运行完成后，ApplicationMaster向ResourceManager注销并关闭自己。

当用户向YARN中提交一个应用程序后，YARN将分两个阶段运行该应用程序：
    a. 第一个阶段是启动ApplicationMaster；
    b. 第二个阶段是由ApplicationMaster创建应用程序，为它申请资源，并监控它的整个运行过程，直到运行完成。

二、常用命令
[hadoop@hadoop002 ~]$ mapred job
Usage: job <command> <args>
    [-submit <job-file>]
    [-status <job-id>]
    [-counter <job-id> <group-name> <counter-name>]
    [-kill <job-id>]
    [-set-priority <job-id> <priority>]. Valid values for priorities are: VERY_HIGH HIGH NORMAL LOW VERY_LOW DEFAULT. In addition to this, integers also can be used.
    [-events <job-id> <from-event-#> <#-of-events>]
    [-history <jobHistoryFile>]
    [-list [all]]
    [-list-active-trackers]
    [-list-blacklisted-trackers]
    [-list-attempt-ids <job-id> <task-type> <task-state>]. Valid values for <task-type> are MAP REDUCE. Valid values for <task-state> are pending, running, completed, failed, killed
    [-kill-task <task-attempt-id>]
    [-fail-task <task-attempt-id>]
    [-logs <job-id> <task-attempt-id>]

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/29609890/viewspace-2155362/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/29609890/viewspace-2155362/