yarn的定义，yarn的三大组件及各自作用，yarn的三个资源调度策略

yarn的定义：

YARN 是一个通用的集群资源管理系统，它能够为运行在 Hadoop 集群上的各种应用程序（如 MapReduce、Spark、Flink 等）提供统一的资源调度和管理服务。它使得不同类型的计算框架可以共享集群资源，提高了资源的利用率和集群的灵活性

YARN 的架构主要由三个核心组件构成：

• ResourceManager（RM）：它是整个集群的资源管理器，负责全局的资源分配和调度。它接收来自各个 NodeManager 的资源使用报告，并根据应用程序的资源需求进行合理分配。
• NodeManager（NM）：它是每个节点上的代理，负责管理该节点上的资源使用情况和容器的生命周期。它会定期向 ResourceManager 汇报节点的资源使用情况，并根据 ResourceManager 的指令启动、监控和停止容器。
• ApplicationMaster（AM）：每个应用程序都有一个对应的 ApplicationMaster，它负责与 ResourceManager 协商获取资源，并与 NodeManager 通信以启动和监控任务的执行。

主要作用

• 资源统一管理：YARN 可以对集群中的 CPU、内存等资源进行统一管理和分配，避免了不同计算框架之间的资源竞争和冲突。
• 支持多计算框架：它为不同的计算框架提供了一个通用的资源管理平台，使得多种计算框架可以在同一个集群上共存和运行，提高了集群的利用率和灵活性。
• 提高集群扩展性：通过将资源管理和计算框架分离，YARN 使得 Hadoop 集群可以更方便地进行扩展，支持更多的节点和应用程序。

1. 容量调度器（Capacity Scheduler）

• 核心原理：将集群资源划分为多个独立的队列，每个队列都有一定的资源容量，并且可以设置资源的最大和最小使用量。不同的队列可以分配给不同的用户组或应用程序类型，每个队列内部采用先进先出（FIFO）的调度方式。
• 优点
  • 多租户支持：不同用户或用户组可以使用不同的队列，实现资源的隔离和共享，避免了单个用户或应用程序占用过多资源影响其他任务。
  • 灵活性：可以根据业务需求动态调整队列的资源容量，以适应不同的工作负载。
• 缺点：当某个队列资源有剩余，而其他队列资源不足时，剩余资源不能被有效利用，可能导致资源浪费。
• 适用场景：适合多用户、多应用程序共享集群资源的场景，例如企业内部不同部门使用同一个 Hadoop 集群进行数据分析。

2. 公平调度器（Fair Scheduler）

• 核心原理：公平调度器的目标是在多个应用程序之间公平地分配资源。它会记录每个应用程序的资源使用情况，优先为资源使用较少的应用程序分配资源，以保证每个应用程序都能公平地获取资源。当新的应用程序提交时，会自动为其分配资源，并且随着时间的推移，各个应用程序会逐渐获得公平的资源份额。
• 优点
  • 公平性：确保所有应用程序都能在合理的时间内获得资源，避免了某个应用程序长时间占用资源而导致其他应用程序等待。
  • 动态调整：能够根据应用程序的运行情况动态调整资源分配，提高资源利用率。
• 缺点：调度算法相对复杂，可能会增加一定的调度开销。
• 适用场景：适合对公平性要求较高的场景，例如多个用户同时提交交互式查询任务的场景。

3. 先进先出调度器（FIFO Scheduler）

• 核心原理：按照应用程序提交的先后顺序依次调度，先提交的应用程序先获得资源并执行，直到该应用程序完成后，才会为下一个应用程序分配资源。
• 优点：调度算法简单，易于理解和实现，不需要复杂的资源管理和调度策略。
• 缺点：缺乏资源隔离和公平性，如果一个大的应用程序先提交，后续的小应用程序可能需要等待很长时间才能执行，导致资源利用率低下。
• 适用场景：适合单个用户或应用程序独占集群资源，或者对公平性要求不高的场景，例如在开发和测试环境中使用。