一.什么是YARN
当你在Hadoop集群上运行大型数据处理作业时，YARN就像一个管理者，负责协调整个过程。想象一下你是一位活动组织者，需要协调一场盛大的活动。你需要考虑参与者之间的资源分配，确保每个人都能得到他们所需的空间和设备。YARN就是这样一个资源管理器，它负责分配集群中的计算资源给不同的应用程序。它知道哪个节点有多少处理器和内存可用，并根据应用程序的需求将任务分配给合适的节点。这样，整个集群就可以高效地工作，每个任务都能得到需要的资源，同时不会浪费任何资源。
简言之，YARN就是一个分布式资源调度平台。
yarn的作用？
yarn的作用是给mapreduce提供计算资源
yarn中都调度了哪些集群资源?
内存资源和cpu资源
yarn中资源调度的目的是什么?
提高集群资源的利用率,防止部分程序恶意占用资源, 采用申请制,申请多少资源就使用多少资源
yarn是hadoop生态圈发展的前提:
yarn不光可以对于hadoop平台的MR任务进行资源调度,可以对于所有的基于yarn的规则申请资源的服务进行资源调度,也就保证了我们基于hadoop组件运行的其他大数据服务可以获得合理的资源分配.
除了MapReduce,我们的Yarn还支持多种计算引擎 spark，flink等..
二.YARN的集群规划
集群部署前提：提前创建好至少三台虚拟机我们暂称其为node1、node2、node3。
思考1: 哪一个角色占用资源最多???
ResourceManager
所以我们将RM放置在node1中,因为node1的服务器性能最好
思考2: hadoop中yarn集群可以和hdfs集群在同一台服务器中么?
可以,一般Hadoop服务部署时,hdfs和yarn逻辑上分离,物理上在一起.
yarn分配的是内存和cpu资源, 从而运行MapReduce计算任务,而该计算任务需要获取计算数据,计算数据存放在hdfs上,所以他们物理上在一起后数据传输速度快.
三.YARN的部署步骤
注意:我们这个部署方案是在hdfs已经部署完成的基础上进行操作的,不是从0开始(hdfs部署方案我抽空整理完就发)。
步骤：
1.先关闭HDFS集群
stop-dfs.sh
2.修改配置文件
进入
/export/server/hadoop/etc/hadoop目录下进行修改
①修改mapred-site.xml文件
<!-- 设置MR程序默认运行模式： yarn集群模式 local本地模式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property><!-- MR程序历史服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>node1:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node1:19888</value>
</property><property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property><property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property><property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
②修改yarn-site.xml文件
<!-- 设置YARN集群主角色运行机器位置 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node1</value>
</property><!-- 为MapReduce开启shuffle服务 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property><!-- NodeManager本地数据存储路径 -->
<property>
<name>yarn.nodemanager.local-dirs</name>
<value>/data/nm-local</value>
</property><!-- NodeManager日志数据存储路径 -->
<property>
<name>yarn.nodemanager.log-dirs</name>
<value>/data/nm-log</value>
</property><!-- 设置yarn历史服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://node1:19888/jobhistory/logs</value>
</property><!-- 开启日志聚集 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
修改完node1上的配置文件后,需要远程发送到node2和node3中
scp -r /export/server/hadoop root@node2:/export/server
scp -r /export/server/hadoop root@node3:/export/server
四.Yarn集群的启停
1.Yarn集群的启动
# 启动yarn集群
start-yarn.sh
# 停止yarn集群
stop-yarn.sh
2.Yarn服务单独启停
yarn --daemon start|stop|status resourcemanager|nodemanager
3.hdfs与yarn集群同时启动
大部分时候我们是不需要单独启动各个服务的，这样会比较费时与繁琐，通常我们会一键启一hdfs和yarn集群。
# 启动
start-all.sh
# 终止
stop-all.sh
到此，我们的YARN集群便部署完毕，mapreduce任务可以正常执行啦！