Hadoop YARN架构要点

  categories:资料  author:

来源:http://shiyanjun.cn/archives/1119.html

YARN是开源项目Hadoop的一个资源管理系统,最初设计是为了解决Hadoop中MapReduce计算框架中的资源管理问题,但是现在 它已经是一个更加通用的资源管理系统,可以把MapReduce计算框架作为一个应用程序运行在YARN系统之上,通过YARN来管理资源。如果你的应用 程序也需要借助YARN的资源管理功能,你也可以实现YARN提供的编程API,将你的应用程序运行于YARN之上,将资源的分配与回收统一交给YARN 去管理,可以大大简化资源管理功能的开发。当前,也有很多应用程序已经可以构建于YARN之上,如Storm、Spark等计算框架。

YARN整体架构

YARN是基于Master/Slave模式的分布式架构,我们先看一下,YARN的架构设计,如图所示(来自官网文档):
yarn-high-level-architecture-001
上图,从逻辑上定义了YARN系统的核心组件和主要交互流程,各个组件说明如下:

  • YARN Client

YARN Client提交Application到RM,它会首先创建一个Application上下文件对象,并设置AM必需的资源请求信息,然后提交到RM。 YARN Client也可以与RM通信,获取到一个已经提交并运行的Application的状态信息等,具体详见后面 ApplicationClientProtocol协议的分析说明。

  • ResourceManager(RM)

RM是YARN集群的Master,负责管理整个集群的资源和资源分配。RM作为集群资源的管理和调度的角色,如果存在单点故障,则整个集群的资源都无法使用。在2.4.0版本才新增了RM HA的特性,这样就增加了RM的可用性。

  • NodeManager(NM)

NM是YARN集群的Slave,是集群中实际拥有实际资源的工作节点。我们提交Job以后,会将组成Job的多个Task调度到对应的NM上进行 执行。Hadoop集群中,为了获得分布式计算中的Locality特性,会将DN和NM在同一个节点上运行,这样对应的HDFS上的Block可能就在 本地,而无需在网络间进行数据的传输。

  • Container

Container是YARN集群中资源的抽象,将NM上的资源进行量化,根据需要组装成一个个Container,然后服务于已授权资源的计算任 务。计算任务在完成计算后,系统会回收资源,以供后续计算任务申请使用。Container包含两种资源:内存和CPU,后续Hadoop版本可能会增加 硬盘、网络等资源。

  • ApplicationMaster(AM)

AM主要管理和监控部署在YARN集群上的Application,以MapReduce为例,MapReduce Application是一个用来处理MapReduce计算的服务框架程序,为用户编写的MapReduce程序提供运行时支持。通常我们在编写的一个 MapReduce程序可能包含多个Map Task或Reduce Task,而各个Task的运行管理与监控都是由这个MapReduce Application来负责,比如运行Task的资源申请,由AM向RM申请;启动/停止NM上某Task的对应的Container,由AM向NM请 求来完成。

下面,我们基于Hadoop 2.6.0的YARN源码,来探讨YARN内部实现原理。

YARN协议

YARN是一个分布式资源管理系统,它包含了分布的多个组件,我们可以通过这些组件之间设计的交互协议来说明,如图所示:
yarn-high-level-architecture-002
下面我们来详细看看各个协议实现的功能:

  • ApplicationClientProtocol(Client -> RM)
协议方法功能描述
getNewApplication获取一个新的ApplicationId,例如返回的ApplicationId为application_1418024756741
submitApplication提交一个Application到RM
forceKillApplication终止一个已经提交的Application
getApplicationReport获取一个Application的状态报告信息ApplicationReport,包括用户、队列、名称、AM所在节点、AM的RPC端口、跟踪URL、AM状态、诊断信息(如果出错的话)、启动时间、提交Application的Client(如果启用安全策略)
getClusterMetrics获取YARN集群信息,如节点数量
getApplications获取Application状态报告信息,和getApplicationReport类似,只不过增加了过滤器功能
getClusterNodes获取集群内所有节点的状态报告信息
getQueueInfo获取队列信息
getQueueUserAcls获取当前用户的队列ACL信息
getDelegationToken获取访问令牌信息,用于Container与RM端服务交互
renewDelegationToken更新已存在的访问令牌信息
cancelDelegationToken取消访问令牌
moveApplicationAcrossQueues将Application移动到另一个队列中
getApplicationAttemptReport获取Application Attempt状态报告信息ApplicationAttemptReport
getApplicationAttemptReport获取Application Attempt状态报告信息,和getApplicationAttemptReport类似,只不过增加了过滤器功能
getContainerReport根据 ContainerId获取Container状态报告信息ContainerReport,例如Container名称为 container_e17_1410901177871_0001_01_000005,各个段的含 义:container_e<epoch>_<clusterTimestamp>_<appId>_<attemptId>_<containerId>
getContainers根据ApplicationAttemptId获取一个Application Attempt所使用的Container的状态报告信息,例如Container名称为container_1410901177871_0001_01_000005
submitReservation预定资源,以备在特殊情况下能够从集群获取到资源来运行程序,例如预留出资源供AM启动
updateReservation更新预定资源
deleteReservation删除预定
getNodeToLabels获取节点对应的Label集合
getClusterNodeLabels获取集群中所有节点的Label
  • ResourceTracker(NM -> RM)
协议方法功能描述
registerNodeManagerNM向RM注册
nodeHeartbeatNM向RM发送心跳状态报告
  • ApplicationMasterProtocol(AM -> RM)
协议方法功能描述
registerApplicationMasterAM向RM注册
finishApplicationMasterAM通知RM已经完成(成功/失败)
allocateAM向RM申请资源
  • ContainerManagementProtocol(AM -> NM)
协议方法功能描述
startContainersM向NM请求启动Container
stopContainersAM向NM请求停止Container
getContainerStatusesAM向NM请求查询当前Container的状态
  • ResourceManagerAdministrationProtocol(RM Admin -> RM)
协议方法功能描述
getGroupsForUser获取用户所在用户组,该协议继承自GetUserMappingsProtocol
refreshQueues刷新队列配置
refreshNodes刷新节点配置
refreshSuperUserGroupsConfiguration刷新超级用户组配置
refreshUserToGroupsMappings刷新用户->用户组映射信息
refreshAdminAcls刷新Admin的ACL信息
refreshServiceAcls刷新服务级别信息(SLA)
updateNodeResource更新在RM端维护的RMNode资源信息
addToClusterNodeLabels向集群中节点添加Label
removeFromClusterNodeLabels移除集群中节点Label
replaceLabelsOnNode替换集群中节点Label
  • HAServiceProtocol(Active RM HA Framework Standby RM)
协议方法功能描述
monitorHealthHA Framework监控服务的健康状态
transitionToActive使RM转移到Active状态
transitionToStandby使RM转移到Standby状态
getServiceStatus获取服务状态信息

YARN RPC实现

1.X版本的Hadoop使用默认实现的Writable协议作为RPC协议,而在2.X版本,重写了RPC框架,改成默认使用Protobuf协议作为Hadoop的默认RPC通信协议。 YARN RPC的实现,如下面类图所示:
yarn-high-level-architecture-003
通过上图可以看出,RpcEngine有两个实现:WritableRpcEngine和ProtobufRpcEngine,默认使用ProtobufRpcEngine,我们可以选择使用1.X默认的RPC通信协议,甚至可以自定义实现。

ResourceManager内部原理

RM是YARN分布式系统的主节点,ResourceManager服务进程内部有很多组件提供其他服务,包括对外RPC服务,已经维护内部一些对象状态的服务等,RM的内部结构如图所示:
yarn-high-level-architecture-005
上图中RM内部各个组件(Dispatcher/EventHandler/Service)的功能,可以查看源码。
这里,说一下ResourceScheduler组件,它是RM内部最重要的一个组件,用它来实现资源的分配与回收,它提供了一定算法,在运行时可以根据 算法提供的策略来对资源进行调度。YARN内部有3种资源调度策略的实现:FifoScheduler、FairScheduler、 CapacityScheduler,其中默认实现为CapacityScheduler。CapacityScheduler实现了资源更加细粒度的分 配,可以设置多级队列,每个队列都有一定的容量,即对队列设置资源上限和下限,然后对每一级别队列分别再采用合适的调度策略(如FIFO)进行调度。
如果我们想实现自己的资源调度策略,可以直接实现YARN的资源调度接口ResourceScheduler,然后修改yarn-site.xml中的配置项yarn.resourcemanager.scheduler.class即可。

NodeManager内部原理

NM是YARN系统中实际持有资源的从节点,也是实际用户程序运行的宿主节点,内部结构如图所示:
yarn-high-level-architecture-006
上图中NM内部各个组件(Dispatcher/EventHandler/Service)的功能,可以查看源码,不再累述。

事件处理机制

事件处理可以分成2大类,一类是同步处理事件,事件处理过程会阻塞调用进程,通常这样的事件处理逻辑非常简单,不会长时间阻塞;另一类就是异步处理 处理事件,通常在接收到事件以后,会有一个用来派发事件的Dispatcher,将事件发到对应的事件队列中,这采用生产者-消费者模式,消费者这会监视 着队列,并从取出事件进行异步处理。
YARN中到处可以见到事件处理,其中比较特殊一点的就是将状态机(StateMachine)作为一个事件处理器,从而通过事件来触发特定对象状态的变 迁,通过这种方式来管理对象状态。我们先看一下YARN中时间处理的机制,以ResourceManager端为例,如下图所示:
yarn-high-level-architecture-007
产生的事件通过Dispatcher进行派发并进行处理,如果EventHandler处理逻辑比较简单,直接同步处理,否则可能会采用异步处理的方式。 在EventHandler处理的过程中,还可能产生新的事件Event,然后再次通过RM的Dispatcher进行派发,而后处理。

状态机

我们以RM端管理的RMAppImpl对象为例,它表示一个Application运行过程中,在RM端的所维护的Application的状态,该对象对应的所有状态及其状态转移路径,如下图所示:
yarn-high-level-architecture-statemachine-RMAppImpl
在上图中如果加上触发状态转移的事件及其类型,可能整个图会显得很乱,所以这里,我详细画了一个分图,用来说明,每一个状态的变化都是有哪种类型的事件触发的,根据这个图,可以方便地阅读源码,如下图所示:
yarn-high-level-architecture-RMAppImpl

NMLivelinessMonitor源码分析实例

YARN主要采用了Dispatcher+EventHandler+Service这样的抽象,将所有的内部/外部组件采用这种机制来实现,由于 存在很多的Service和EventHandler,而且有的组件可能既是一个Service,同时还是一个EventHandler,所以在阅读代码 的时候可能会感觉迷茫,这里我给出了一个阅读NMLivelinessMonitor服务的实例,仅供想研究源码的人参考。
NMLivelinessMonitor是ResourceManager端的一个监控服务实现,它主要是用来监控注册的节点的Liveliness状 态,这里是监控NodeManager的状态。该服务会周期性地检查NodeManager的心跳信息来确保注册到ResourceManager的 NodeManager当前处于活跃状态,可以执行资源分配以及处理计算任务,在NMLivelinessMonitor类继承的抽象泛型类 AbstractLivelinessMonitor中有一个Map,如下所示:
private Map<O, Long> running = new HashMap<O, Long>();这里面O被替换成了NodeId,而值类型Long表示时间戳,也就是表达了一个NodeManager向ResourceManager最后发送心跳信息时间戳,通过检测running中的时间戳;来判断NodeManager是否可以正常使用。
在ResourceManager中可以看到,NMLivelinessMonitor的实例是其一个成员:
protected NMLivelinessMonitor nmLivelinessMonitor;看一下NMLivelinessMonitor类的实现,它继承自抽象泛型类AbstractLivelinessMonitor,看NMLivelinessMonitor类的声明:
public class NMLivelinessMonitor extends AbstractLivelinessMonitor<NodeId>

在类实现中,有一个重写(@Override)的protected的方法expire,如下所示:
@Override
protected void expire(NodeId id) {
dispatcher.handle(
new RMNodeEvent(id, RMNodeEventType.EXPIRE));
}

我们可以通过该类NMLivelinessMonitor抽象基类中看到调用expire方法的逻辑,是在一个内部线程类PingChecker中,代码如下所示:
private class PingChecker implements Runnable {

@Override
public void run() {
while (!stopped && !Thread.currentThread().isInterrupted()) {
synchronized (AbstractLivelinessMonitor.this) {
Iterator<Map.Entry<O, Long>> iterator =
running.entrySet().iterator();

//avoid calculating current time everytime in loop
long currentTime = clock.getTime();

while (iterator.hasNext()) {
Map.Entry<O, Long> entry = iterator.next();
if (currentTime > entry.getValue() + expireInterval) {
iterator.remove();
expire(entry.getKey()); // 调用抽象方法expire,会在子类中实现
LOG.info(“Expired:” + entry.getKey().toString() +
” Timed out after ” + expireInterval/1000 + ” secs”);
}
}
}
try {
Thread.sleep(monitorInterval);
} catch (InterruptedException e) {
LOG.info(getName() + ” thread interrupted”);
break;
}
}
}
}

这里面的泛型O在NMLivelinessMonitor类中就是NodeId,所以最关心的逻辑就是前面提到的 NMLivelinessMonitor中的expire方法的实现。在expire方法中,调用了dispatcher的handle方法来处理,所以 dispatcher应该是一个EventHandler对象,后面我们会看到,它其实是通过ResourceManager中的dispatcher成 员,也就是AsyncDispatcher来获取到的(AsyncDispatcher内部有一个组合而成的EventHandler)。
下面,我们接着看NMLivelinessMonitor是如何创建的,在ResourceManager.RMActiveServices类的serviceInit()方法中,代码如下所示:
nmLivelinessMonitor = createNMLivelinessMonitor();
addService(nmLivelinessMonitor);

跟踪代码继续看createNMLivelinessMonitor方法,如下所示:
private NMLivelinessMonitor createNMLivelinessMonitor() {
return new NMLivelinessMonitor(this.rmContext
.getDispatcher());
}

上面通过rmContext的getDispatcher获取到一个Dispatcher对象,来作为NMLivelinessMonitor构造 方法的参数,我们需要看一下这个Dispatcher是如何创建的,查看ResourceManager.serviceInit方法,代码如下所示:
rmDispatcher = setupDispatcher();
addIfService(rmDispatcher);
rmContext.setDispatcher(rmDispatcher);

继续跟踪代码,setupDispatcher()方法实现如下所示:
private Dispatcher setupDispatcher() {
Dispatcher dispatcher = createDispatcher();
dispatcher.register(RMFatalEventType.class,
new ResourceManager.RMFatalEventDispatcher());
return dispatcher;
}

继续看createDispatcher()方法代码实现:
protected Dispatcher createDispatcher() {
return new AsyncDispatcher();
}

可以看到,在这里创建了一个AsyncDispatcher对象在创建的NMLivelinessMonitor实例中包含一个 AsyncDispatcher实例。回到前面,我们需要知道这个AsyncDispatcher调用getEventHandler()返回的 EventHandler的处理逻辑是如何的,NMLivelinessMonitor的代码实现如下所示:
public class NMLivelinessMonitor extends AbstractLivelinessMonitor<NodeId> {

private EventHandler dispatcher;

public NMLivelinessMonitor(Dispatcher d) {
super(“NMLivelinessMonitor”, new SystemClock());
this.dispatcher = d.getEventHandler(); // 调用AsyncDispatcher的getEventHandler()方法获取EventHandler
}

public void serviceInit(Configuration conf) throws Exception {
int expireIntvl = conf.getInt(YarnConfiguration.RM_NM_EXPIRY_INTERVAL_MS,
YarnConfiguration.DEFAULT_RM_NM_EXPIRY_INTERVAL_MS);
setExpireInterval(expireIntvl);
setMonitorInterval(expireIntvl/3);
super.serviceInit(conf);
}

@Override
protected void expire(NodeId id) {
dispatcher.handle(
new RMNodeEvent(id, RMNodeEventType.EXPIRE));
}
}

查看AsyncDispatcher类的getEventHandler()方法,代码如下所示:
@Override
public EventHandler getEventHandler() {
if (handlerInstance == null) {
handlerInstance = new GenericEventHandler();
}
return handlerInstance;
}

可见,这里面无论是第一次调用还是其他对象已经调用过该方法,这里面最终只有一个GenericEventHandler实例作为这个dispatcher的内部EventHandler实例,所以继续跟踪代码,看GenericEventHandler实现,如下所示:
class GenericEventHandler implements EventHandler<Event> {
public void handle(Event event) {
if (blockNewEvents) {
return;
}
drained = false;

/* all this method does is enqueue all the events onto the queue */
int qSize = eventQueue.size();
if (qSize !=0 && qSize %1000 == 0) {
LOG.info(“Size of event-queue is ” + qSize);
}
int remCapacity = eventQueue.remainingCapacity();
if (remCapacity < 1000) {
LOG.warn(“Very low remaining capacity in the event-queue: ”
+ remCapacity);
}
try {
eventQueue.put(event); // 将Event放入到队列eventQueue中
} catch (InterruptedException e) {
if (!stopped) {
LOG.warn(“AsyncDispatcher thread interrupted”, e);
}
throw new YarnRuntimeException(e);
}
};
}

将传入handle方法的Event丢进了eventQueue队列,也就是说GenericEventHandler是基于eventQueue的一个生产者,那么消费者是AsyncDispatcher内部的另一个线程,如下所示:
@Override
protected void serviceStart() throws Exception {
//start all the components
super.serviceStart();
eventHandlingThread = new Thread(createThread()); // 调用创建消费eventQueue队列中事件的线程
eventHandlingThread.setName(“AsyncDispatcher event handler”);
eventHandlingThread.start();
}

查看createThread()方法,如下所示:
Runnable createThread() {
return new Runnable() {
@Override
public void run() {
while (!stopped && !Thread.currentThread().isInterrupted()) {
drained = eventQueue.isEmpty();
// blockNewEvents is only set when dispatcher is draining to stop,
// adding this check is to avoid the overhead of acquiring the lock
// and calling notify every time in the normal run of the loop.
if (blockNewEvents) {
synchronized (waitForDrained) {
if (drained) {
waitForDrained.notify();
}
}
}
Event event;
try {
event = eventQueue.take(); // 从队列取出事件Event
} catch(InterruptedException ie) {
if (!stopped) {
LOG.warn(“AsyncDispatcher thread interrupted”, ie);
}
return;
}
if (event != null) {
dispatch(event); // 分发处理该有效事件Event
}
}
}
};
}

可以看到,从eventQueue队列中取出Event,然后调用dispatch(event);来处理事件,看dispatch(event)方法,如下所示:
@SuppressWarnings(“unchecked”)
protected void dispatch(Event event) {
//all events go thru this loop
if (LOG.isDebugEnabled()) {
LOG.debug(“Dispatching the event ” + event.getClass().getName() + “.”
+ event.toString());
}

Class<? extends Enum> type = event.getType().getDeclaringClass();

try{
EventHandler handler = eventDispatchers.get(type); // 通过event获取到事件类型,再根据事件类型获取到已经注册的EventHandler
if(handler != null) {
handler.handle(event); // 使用对应的EventHandler处理事件event
} else {
throw new Exception(“No handler for registered for ” + type);
}
} catch (Throwable t) {
//TODO Maybe log the state of the queue
LOG.fatal(“Error in dispatcher thread”, t);
// If serviceStop is called, we should exit this thread gracefully.
if (exitOnDispatchException
&& (ShutdownHookManager.get().isShutdownInProgress()) == false
&& stopped == false) {
LOG.info(“Exiting, bbye..”);
System.exit(-1);
}
}
}

可以看到,根据已经注册的Map<Class, EventHandler> eventDispatchers表,选择对应的EventHandler来执行实际的事件处理逻辑。这里,再看看这个EventHandler是在哪里 住的。前面已经看到,NMLivelinessMonitor类的expire方法中,传入的是new RMNodeEvent(id, RMNodeEventType.EXPIRE),我们再查看 ResourceManager.RMActiveServices.serviceInit()方法:
// Register event handler for RmNodes
rmDispatcher.register(
RMNodeEventType.class, new NodeEventDispatcher(rmContext)); // 注册:事件类型RMNodeEventType,EventHandler实现类NodeEventDispatcher

可见RMNodeEventType类型的事件是使用ResourceManager.NodeEventDispatcher这个EventHandler来处理的,同时它也是一个Dispatcher,现在再看NodeEventDispatcher的实现:
@Private
public static final class NodeEventDispatcher implements
EventHandler<RMNodeEvent> {

private final RMContext rmContext;

public NodeEventDispatcher(RMContext rmContext) {
this.rmContext = rmContext;
}

@Override
public void handle(RMNodeEvent event) {
NodeId nodeId = event.getNodeId();
RMNode node = this.rmContext.getRMNodes().get(nodeId); // 调用getRMNodes()获取到一个ConcurrentMap<NodeId, RMNode>,它维护每个NodeId的状态(RMNode是一个状态机对象)
if (node != null) {
try {
((EventHandler<RMNodeEvent>) node).handle(event); // RMNode的实现为RMNodeImpl,它也是一个EventHandler
} catch (Throwable t) {
LOG.error(“Error in handling event type ” + event.getType()
+ ” for node ” + nodeId, t);
}
}
}
}

这个里面还没有真正地去处理,而是基于RMNode状态机对象来进行转移处理,所以我们继续看RMNode的实现RMNodeImpl,因为前面事件类型RMNodeEventType.EXPIRE,我们看状态机创建时对该事件类型的转移动作是如何注册的:
private static final StateMachineFactory<RMNodeImpl,
NodeState,
RMNodeEventType,
RMNodeEvent> stateMachineFactory
= new StateMachineFactory<RMNodeImpl,
NodeState,
RMNodeEventType,
RMNodeEvent>(NodeState.NEW)

.addTransition(NodeState.RUNNING, NodeState.LOST,
RMNodeEventType.EXPIRE,
new DeactivateNodeTransition(NodeState.LOST))

.addTransition(NodeState.UNHEALTHY, NodeState.LOST,
RMNodeEventType.EXPIRE,
new DeactivateNodeTransition(NodeState.LOST))

在ResourceManager端维护的NodeManager的信息使用RMNodeImpl来表示(在内存中保存 ConcurrentMap),所以当前如果expire方法被调用,RMNodeImpl会根据状态机对象中已经注册的前置转移状态(pre- transition state)、后置转移状态(post-transition state)、事件类型(event type)、转移Hook程序,来对事件进行处理,并使当前RMNodeImpl的状态由前置转移状态更新为后置转移状态。
对于上面代码,如果当前RMNodeImpl状态是NodeState.RUNNING,事件为RMNodeEventType.EXPIRE类型,则会 调用Hook程序实现DeactivateNodeTransition,状态更新为NodeState.LOST;如果当前RMNodeImpl状态是 NodeState.UNHEALTHY,事件为RMNodeEventType.EXPIRE类型,则会调用Hook程序实现 DeactivateNodeTransition,状态更新为NodeState.LOST。具体地,每个Transition的处理逻辑如何,可以查 看对应的Transition实现代码。

参考链接



快乐成长 每天进步一点点