利用下一代HadoopYARN构建轻量级弹性计算平台

作者: Dong | 新浪微博： 西成懂 | 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明 网址:http://dongxicheng.org/mapreduce-nextgen/use-hadoop-yarn-to-build-a-cloud-system/ 本博客的文章集合:http://dongxicheng.org/recommend/ 重

作者:Dong | 新浪微博：西成懂 | 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明
网址:http://dongxicheng.org/mapreduce-nextgen/use-hadoop-yarn-to-build-a-cloud-system/
本博客的文章集合:http://dongxicheng.org/recommend/

---

重大消息：我的Hadoop新书《Hadoop技术内幕：深入解析MapReduce架构设计与实现原理》已经开始在各大网站销售了，购书链接地址： 当当购书网址，京东购书网址，卓越购书网址。新书官方宣传主页： http://hadoop123.com/。

---

YARN（Yet Another Resource Negotiator）是下一代Hadoop的一个分支（注意：目前YARN尚不成熟稳定，各大公司普遍使用的还是Hadoop 1.0，但YARN是未来发展趋势，可以提前了解和学习它），它是一个资源管理系统，其上可以运行各种计算框架和应用程序，关于YARN，我已经在多篇文章中进行了介绍:

（1）&＃8221;相比于MRv1，YARN带来的优势是什么？&＃8221;

（2）&＃8221;Hadoop 2.0中的基本术语解释&＃8221;

（3）&＃8221;浅谈Borg/YARN/Mesos/Torca/Corona一类系统&＃8221;

（4）&＃8221;多集群下资源共享方案介绍&＃8221;

（5）&＃8221;解析Google集群资源管理系统Omega&＃8221;

更多文章可参考：下一代Hadoop YARN全面剖析。

YARN是未来的一个趋势，YARN本身已经变成了一个云操作系统，很多新的计算框架或者应用程序不再基于传统的操作系统开发（比如Linux）,而是基于YARN这个云操作系统，YARN提供了资源管理和资源调度等机制，这意味着，很多新的计算框架或者应用程序脱离了YARN将不再可以单独运行，典型的代表是DAG计算框架Tez和Spark（Spark也可以运行在另一个与YARN类似的资源管理系统Mesos上）。

当前很多计算框架都开发了YARN版本，以能够直接运行在YARN上。本文进行简单的梳理。

（1） MapReduce：MapReduce是一个非常经典的离线计算框架，在MRv1中，MapReduce应用程序运行在由JobTracker和TaskTracker组成的运行时环境中，而在YARN中，不再有JobTracker和TaskTracker这样的服务组件，取而代之的是一个组件ApplicationMaster，它只负责应用程序相关的管理，比如任务切分和调度、任务监控和容错等，而资源相关的调度和管理交给YARN完成。

（2） Tez：Hortonworks开源的DAG计算框架，在MAPREDUCE基础上扩展而来的，重用了MapReduce大量代码，仅支持运行在YARN上，不可单独运行。Tez介绍可参考我的这篇文章：“Apache Tez：一个运行在YARN之上支持DAG作业的计算框架”。

（3）Storm：实时计算框架，运行时环境由Nimbus和supervisor等组件组成，目前storm团队正准备将其移植到YARN上（具体参考：storm plugin for Hadoop YARN：https://groups.google.com/forum/?fromgroups#!topic/storm-user/XBHCau0e5nA），而Yahoo甚至已经开源了一个简单的版本（具体见：https://github.com/yahoo/storm-yarn）。

（4）Spark：Spark是一个基于内存实现的MapReduce计算框架，某些应用场景下更加高效，它目前已经支持运行在YARN上（https://github.com/tweetmagik/spark-yarn）。

随着开源界的发展和推进，最终，YARN之上可以运行各种应用类型的计算框架，包括离线计算框架MapReduce，实时计算框架Storm，DAG计算框架Tez等，真正实现一个集群多用途，这样的集群或者系统，我们通常称为轻量级弹性计算平台，说它轻量级，是因为YARN采用了cgroups轻量级隔离方案，说它弹性，是因为YARN能根据各种计算框架或者应用的负载或者需求调整它们各自占用的资源，实现集群资源共享，资源弹性收缩。在不久的将来，普遍采用的部署方案应该如下：

当然，随着YARN朝着资源管理系统方向更好地发展，最终Impala和Hbase（Hbase已经在做了，参考：https://issues.apache.org/jira/browse/HBASE-4329）这种系统，均可以部署到YARN之上，这样，凡是跟计算沾边的系统均可以部署到YARN上。

原创文章，转载请注明： 转载自董的博客

本文链接地址: http://dongxicheng.org/mapreduce-nextgen/use-hadoop-yarn-to-build-a-cloud-system/

作者：Dong，作者介绍：http://dongxicheng.org/about/

本博客的文章集合:http://dongxicheng.org/recommend/

---

Copyright © 2013
This feed is for personal, non-commercial use only.
The use of this feed on other websites breaches copyright. If this content is not in your news reader, it makes the page you are viewing an infringement of the copyright. (Digital Fingerprint:
)