企业🤖AI Agent构建引擎,智能编排和调试,一键部署,支持私有化部署方案 广告
## yarn 应用运行机制 YARN 的基本思想就是将JobTracker 的两大主要职能: 资源管理、作业的调度监控分为两个独立的进程。 一个是全局的ResourceManager,另一个是每一个应用对应的ApplicationMaster。 ## yarn 应用运行机制 ResourceManager 是一个纯粹的调度器,它根据应用程序的资源请求严格限制系统的可用资源。在保证容量、公平性及服务器等级的前提下,优化集群资源利用率,即让所有的资源都能被充分利用。 ApplicationMaster 负责与ResourceManager 协商资源,并和NodeManager 进行协同工作来执行容器和监控容器的状态。 NodeManager 是YARN 节点上的工作进程,管理集群中独立的计算节点。其职责包括启动应用程序的容器,监控它们的资源使用情况,并且报告给ResourceManager。 ![](https://img.kancloud.cn/09/86/0986a90b08eb3bfe1173d309b7780a88_703x392.png) 原文链接:https://blog.csdn.net/qq_24871519/java/article/details/88144565 ## MapReduce1 的实现机制 MapReduce 包括几个高级组件。主进程JobTracker是所有MapReduce 作业的信息交流中心。 每个节点都有一个TaskTracker进程,管理相应节点的任务。TaskTracker 与JobTracker 通信,并受其控制。 ![](https://img.kancloud.cn/d9/4e/d94e7a23cea46c2ad074bbec2a61543e_545x441.png) JobTracker 负责工作节点的资源管理,监控资源的使用情况,管理作业的生命周期。 TaskTracker 的职责是根据JobTracker 的命令启动/清除任务,并且周期性的向JobTracker 汇报任务的状态信息。