YARN工作机制
工作机制详解
（1）MR程序提交到客户端所在的节点。
（2）YarnRunner向ResourceManager申请一个Application。
（3）RM将该应用程序的资源路径返回给YarnRunner。
（4）该程序将运行所需资源提交到HDFS上。
（5）程序资源提交完毕后，申请运行mrAppMaster。
（6）RM将用户的请求初始化成一个Task。
（7）其中一个NodeManager领取到Task任务。
（8）该NodeManager创建容器Container，并产生MRAppmaster。
（9）Container从HDFS上拷贝资源到本地。
（10）MRAppmaster向RM 申请运行MapTask资源。
（11）RM将运行MapTask任务分配给另外两个
NodeManager，另两个NodeManager分别领取任务并创建容器。
（12）MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
（13）MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
（14）ReduceTask向MapTask获取相应分区的数据。
（15）程序运行完毕后，MR会向RM申请注销自己。
作业提交全过程详解
（1）作业提交
第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
第2步：Client向RM申请一个作业id。
第3步：RM给Client返回该job资源的提交路径和作业id。
第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。
第5步：Client提交完资源后，向RM申请运行MrAppMaster。
（2）作业初始化
第6步：当RM收到Client的请求后，将该job添加到容量调度器中。
第7步：某一个空闲的NM领取到该Job。
第8步：该NM创建Container，并产生MRAppmaster。
第9步：下载Client提交的资源到本地。
（3）任务分配
第10步：MrAppMaster向RM申请运行多个MapTask任务资源。
第11步：RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
（4）任务运行
第12步：MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
第13步：MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
第14步：ReduceTask向MapTask获取相应分区的数据。
第15步：程序运行完毕后，MR会向RM申请注销自己。
（5）进度和状态更新
YARN中的任务将其进度和状态(包括counter)返回给应用管理器, 客户端每秒(通过mapreduce.client.progressmonitor.pollinterval设置)向应用管理器请求进度更新, 展示给用户。
（6）作业完成
除了向应用管理器请求作业进度外, 客户端每5分钟都会通过调用waitForCompletion()来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后, 应用管理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。
资源调度器
1）Hadoop 调度器重要分为三类：
FIFO 、Capacity Scheduler（容量调度器）和 Fair Sceduler（公平调度器）。
Hadoop2.7.2 默认的资源调度器是 容量调度器
FIFO调度器的特点就是单队列，所有的Job按照客户端提交的先后顺序，先到先服务！
弊端： 如果当前队列中有一个大的Job，非常消耗资源，那么这个Job之后的其他Job都需要付额外的等待时间！造成集群的资源利用率不足！
解决： 采取多队列的配置
2. 容量调度器
支持多个队列源量进行限定，选择一个正在运行的任务数与其计算资源之间比值最小的队列，队列内任务按照作业优先级、提交时间、用户资源量限制和内存限制进行排序。
容量调度器的本质是多个FIFO的队列组成！
Hadoop默认使用就是容量调度器！
特点： 容量
①每个队列可以配置一定的容量，空闲的资源可以匀给其他队列临时使用
②可以配置每个job使用的容量的限制，防止一个大的job独占所有资源
③可以配置每个用户可以使用的容量限制，防止单个用户占用所有资源
优点：
①配置灵活，及时刷新即可
②资源利用率高
③安全，可以配置每个队列的访问用户限制
3. 公平调度器
支持多队列多用户，每个队列中的资源量可以配置，同一队列中的作业公平共享队列中所有资源，每个队列中的 job 按照优先级分配资源，优先级越高分配越多，在资源有限的情况下，每个 job 理想获得的计算资源与真实获得的计算资源的差值叫做缺额，同一队列中，job 的资源缺额越大，越优先执行，可以多个任务同时运行。
公平调度器的设置和容量调度器大致相同，也是多条队列，每条队列都可以设置一定的容量！
每个Job，用户可以设置容量！
区别： 公平调度器在调度策略上，采用最大最小公平算法，来调度Job，这个算法会保证
同一个队列中，所有已经提交，未运行结束的Job，获取到队列中的资源是平等的！
导致在一个队列中，小的Job运行有优势，大的Job可能不能及时获取到必须的所有资源，但是不至于饿死！
在实际分配资源时，只考虑内存！
