Yarn的调度流程详解
Client端提交作业到ResourceManager中的ApplicationManager，申请JobID（唯一ID）
RM返回一个作业ID，并且将一个临时hdfs路径返回给 Client，要求Client将要上传的文件发送到这个临时目录中。（任务结束后，该临时目录将被删除）
- Client将作业运行所需要的资源（jar包、配置文件和分片信息等）向指定的HDFS路径上传
- 上传成功后，向RM中的AM发送请求，执行作业
- AM将请求转发给调度器，调度器开始处理请求
- 调度器将任务放置队列中，当执行到请求的时候，则告知ApplicationManager 可以分配容器，告知NodeManager的信息用于开辟Container
- ApplicationManager命令NodeManager创建一个Container并运行作业的ApplicationMaster。NodeManager创建一个Container并启动作业的ApplicationMaster。ApplicationMaster将自己注册到ApplicationManager，使得ApplicationManager可以监控到Job的执行状态，Client也可以通过ApplicationManager对作业进行控制。
- ApplicationMaster查询临时hdfs路径，获取jar包信息，配置文件等，创建map和reduce任务
- ApplicationMaster请求调度器分配资源，开辟map，reduce任务资源
- 调度器返回执行信息，内含在哪些NodeManager可开辟资源信息
- ApplicationMaster通知NodeManager开辟资源池启动map和reduce任务
- NodeManager 启动自身资源池中的任务
- map、reduce任务查询临时hdfs路径的数据。开始执行。ApplicationMaster实时监控自己管理的map、reduce任务执行情况，如果失败，请求调度器在新节点中开辟资源池，执行失败的程序。ApplicationManager实时监控自己管理的ApplicationMaster执行情况，如果ApplicationMaster 宕机，创建一个新的ApplicationMaster，继续监控原有的map和reduce任务，在此期间，map、reduce任务不受影响
程序成功，释放资源
Yarn的调度策略
- FIFO调度
- 容量调度
- 公平调度
1.FIFO先进先出调度
这种调度最简单，将应用放置在一个队列中，然后按照提交的顺序将所有的Applications放到队列中，先按照作业的优先级高低、再按照到达时间的先后，为每个app分配资源。如果第一个app需要的资源被满足了，如果还剩下了资源并且满足第二个app需要的资源，那么就为第二个app分配资源。
优点：简单，不需要配置。
缺点：不适合共享集群。如果有大的app需要很多资源，那么其他app可能会一直等待。
2.Capacity 容量调度机制
容量调度机制适用于一个集群（集群被多个组织共享）中运行多个Application的情况，目标是最大化吞吐量和集群利用率。
容量调度允许将整个集群的资源分成多个部分，每个组织使用其中的一部分，即每个组织有一个专门的队列，每个组织的队列还可以进一步划分成层次结构（Hierarchical Queues），从而允许组织内部的不同用户组的使用。
每个队列内部，按照FIFO的方式调度Applications。当某个队列的资源空闲时，可以将它的剩余资源共享给其他队列。
实例：
有一个专门的队列允许小的apps提交之后能够尽快执行，job1先提交到queueA，并没有占用系统的全部资源（假如job1需要100G内存，但是整个集群只有100G内存，那么只分配给job1 80G），job2可提交到queueB 中快速执行。
3.Fair 公平调度机制
FairScheduler允许应用在一个集群中公平地共享资源。默认情况下FairScheduler的公平调度只基于内存，也可以配置成基于memory & CPU。当集群中只有一个app时，它独占集群资源。当有新的app提交时，空闲的资源被新的app使用，这样最终每个app就会得到大约相同的资源。可以为不同的app设置优先级，决定每个app占用的资源百分比。FairScheduler可以让短的作业在合理的时间内完成，而不必一直等待长作业的完成。
Fair Sharing： Scheduler将apps组织成queues，将资源在这些queues之间公平分配。默认情况下，所有的apps都加入到名字为“default“的队列中。app也可以指定要加入哪个队列中。队列内部的默认调度策略是基于内存的共享策略，也可以配置成FIFO和multi-resource with Dominant Resource Fairness
Minimum Sharing：FairScheduller提供公平共享，还允许指定minimum shares to queues，从而保证所有的用户以及Apps都能得到足够的资源。如果有的app用不了指定的minimum的资源，那么可以将超出的资源分给别的app使用。
FairScheduler默认让所有的apps都运行，但是也可以通过配置文件配置每个queue中的分配权重，若权重1：1，当两个queue同时执行任务时，各分到一半资源。
实例：
两个用户A和B。A提交job1时集群内没有正在运行的app，因此job1独占集群中的资源。用户B的job2提交时，job2在job1释放一半的containers之后，开始执行。job2还没执行完的时候，用户B提交了job3，job2释放它占用的一半containers之后，job3获得资源开始执行。