大数据经典面试题答疑---经常问的原理问题总结(系列文章，持续更新)，帮你解决大数据开发中的困扰。

　　1. yarn

　　答案区：

　　1. yarn

　　1.1 基础

　　1.1.1.hadoop 1.x

　　JobTracker,TaskTracker

　　缺点：JobTracker负载过重，存在单点故障;与MapReduce强耦合，其他计算框架需要重复实现资源管理;

　　1.1.2.hadoop 2.x

　　App Mstr (Application Master进程)

　　1.1.3.工作流程

　　如架构图所示，大致的工作流程如下：

　　1. 用户使用客户端向 RM 提交一个任务，同时指定提交到哪个队列和需要多少资源。用户可以通过每个计算引擎的对应参数设置，如果没有特别指定，则使用默认设置。

　　2. RM 在收到任务提交的请求后，先根据资源和队列是否满足要求选择一个 NM，通知它启动一个特殊的 container，称为 Application Master(App Mstr，AM)，后续流程由它发起。

　　3. AM 向 RM 注册后根据自己任务的需要，向 RM 申请 container，包括数量、所需资源量、所在位置等因素。

　　4. 如果队列有足够资源，RM 会将 container 分配给有足够剩余资源的 NM，由 AM 通知 NM 启动 container。

　　5. container 启动后执行具体的任务，处理分给自己的数据。NM 除了负责启动 container，还负责监控它的资源使用状况以及是否失败退出等工作，如果 container 实际使用的内存超过申请时指定的内存，会将其杀死，保证其他 container 能正常运行。

　　6. 各个 container 向 AM 汇报自己的进度，都完成后，AM 向 RM 注销任务并退出，RM 通知 NM 杀死对应的 container，任务结束。

　　1.2. yarn有哪些调度

　　FIFO:单队列 先进先出 小任务易阻塞

　　CAPACITY:多队列 各队列资源固定 小任务可同时运行，可弹性使用资源

　　每个队列都可以设置最大值，不设置的话可用到整个父队列的资源最大值(正好有空闲时);

　　FAIR:多队列 各队列资源***\*动态抢占\**** 小任务可同时运行

　　队列创建时：除非队列被准确的定义，否则会以用户名为队列名创建队列

　　抢占就是允许调度器杀掉占用超过其应占份额资源队列的containers，这些containers资源便可被分配到应该享有这些份额资源的队列中。

　　默认调度器

　　Apache 开源：CAPACITY

　　CDH版本：FAIR

　　1.3. 常用命令

　　yarn logs -applicationId application_1539198654522_1073695 |more

　　1.查看 Job 信息：

　　hadoop job -list

　　2.杀掉 Job：

　　hadoop job –kill job_id

　　hadoop job –status job_id

　　更多关于大数据培训的问题，欢迎咨询千锋教育在线名师。千锋教育多年办学，课程大纲紧跟企业需求，更科学更严谨，每年培养泛IT人才近2万人。不论你是零基础还是想提升，都可以找到适合的班型，千锋教育随时欢迎你来试听。