本文主要是介绍Yarn调度器和调度算法（From 尚硅谷），对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

个人学习整理，所有资料来自尚硅谷
B站学习连接：添加链接描述

Yarn调度器和调度算法

​ 目前，Hadoop作业调度器主要有三种：FIFO、容量（Capacity Scheduler）和公平（Fair Scheduler）。Apache Hadoop3.1.3默认的资源调度器是Capacity Scheduler。

​ CDH框架默认调度器是Fair Scheduler。

​ 具体设置详见：yarn-default.xml文件

<property>
    <description>The class to use as the resource scheduler.</description>
    <name>yarn.resourcemanager.scheduler.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>
</property>

1. 先进先出调度器（FIFO）

FIFO调度器（First In First Out）：单队列，根据提交作业的先后顺序，先来先服务。

​ 优点：简单易懂；

​ 缺点：不支持多队列，生产环境很少使用。

2. 容量调度器（Capacity Scheduler）

Capacity Scheduler是Yahoo开发的多用户调度器。

2.1 容量调度器特点

1. 多队列：每个队列可配置一定的资源量，每个队列采用FIFO调度策略。

2. 容量保证：管理员可为每个队列设置资源最低保证和资源使用上限。

3. 灵活性：如果一个队列中的资源有剩余，可以暂时共享给那些需要资源的队列，而一旦该队列有新的应用程序提交，则其他队列借调的资源会归还给该队列。

4. 多租户：支持多用户共享集群和多应用程序同时运行。为了防止同一个用户的作业独占队列的资源，该调度器会对同一用户提交的作业所占资源进行限定。

2. 容量调度器资源分配算法

1. 队列资源分配

• 从root开始，使用深度优先算法，优先选择资源占用率最低的队列分配资源。

2. 作业资源分配

• 默认按照提交作业的优先级和提交顺序分配资源。

3. 容器资源分配

• 按照容器的优先级分配资源；
• 如果优先级相同，按照数据本地性原则：
  • 优先和数据在同一节点
  • 任务和数据在同一节点
  • 任务和数据不在同一节点也不再同一机架

3. 公平调度器（Fair Scheduler）

Fair Scheduler是Facebook开发的多用户调度器。

3.1 公平调度器特点

（1）与容量调度器相同点：

• 多队列：支持多队列多作业

• 容量保证：管理员可为每个队列设置资源最低保证和资源使用上限

• 灵活性：如果一个队列中的资源有剩余，可以暂时共享给那些需要资源的队列，而一旦该队列有新的应用程序提交，则其他队列借调的资源会归还给该队列。

• 多租户：支持多用户共享集群和多应用程序同时运行；为了防止同一个用户的作业独占队列中的资源，该调度器会对同一用户提交的作业所占资源量进行限定。

（2）与容量调度器不同点

• 核心调度策略不同
  • 容量调度器：优先选择资源利用率低的队列
  • 公平调度器：优先选择对资源的缺额比例大的
• 每个队列可以单独设置资源分配方式
  • 容量调度器：FIFO、DRF
  • 公平调度器：FIFO、FAIR、DRF

3.2 公平调度器—缺额

• 公平调度器设计目标是：在时间尺度上，所有作业获得公平的资源。某一时刻一个作业应获资源和实际获取资源的差距叫“缺额”。
• 调度器会优先为缺额大的作业分配资源。

3.3 公平调度器队列资源分配方式

1. FIFO策略：
   ​ ​ ​ ​ ​ ​ ​ ​ 公平调度器每个队列资源分配策略如果选择FIFO的话，此时公平调度器相当于容量调度器。

2. FAIR策略：
   ​ ​ ​ ​ ​ ​ ​ ​ FAIR策略（默认）是一种基于最大最小公平算法实现的资源多路复用方式，默认情况下，每个队列内部采用该方式分配资源。这意味着，如果一个队列中有两个应用程序同时运行，则每个应用程序可得到1/2的资源；如果三个应用程序同时运行，则每个应用程序可得到1/3的资源。

   ​ ​ ​ ​ ​ ​ ​ ​ 具体资源分配流程和容量调度器一致；1. 选择队列 2. 选择作业 3. 选择容器。以上三步，每一步都是按照公平策略分配资源。

   • 实际最小资源份额： m i n d s h a r e = M i n ( 资 源 需 求 量 【 4 】 ， 配 置 的 最 小 资 源 【 2 】 ) mindshare = Min(资源需求量【4】，配置的最小资源【2】) mindshare=Min(资源需求量【4】，配置的最小资源【2】)
   • 是否饥饿： i s N e e d y = 资 源 使 用 量 【 1 】 < m i n d s h a r e ( 实 际 最 小 资 源 份 额 ) 【 2 】 isNeedy = 资源使用量【1】 < mindshare(实际最小资源份额)【2】 isNeedy=资源使用量【1】<mindshare(实际最小资源份额)【2】
   • 资源分配比： m i n S h a r e R a t i o = 资 源 使 用 量 【 1 】 / M a x ( m i n d s h a r e 【 2 】 , 1 ) minShareRatio = 资源使用量【1】/Max(mindshare【2】,1) minShareRatio=资源使用量【1】/Max(mindshare【2】,1)
   • 资源使用权重比：$useToWeightRatio = 资源使用量/权重
     

   例子：

   ​ 对象1：资源需求量【4】，配置的最小资源【2】，资源使用量【3】，权重【1】

   ​ 对象2：资源需求量【4】，配置的最小资源【2】，资源使用量【1】，权重【1】

   比较对象1和对象2：对象1和对象2的最小资源份额 m i n d s h a r e = 2 mindshare = 2 mindshare=2，对象1不饥饿，对象2饥饿。因此对象2优先。

   ​ 对象1：资源需求量【4】，配置的最小资源【2】，资源使用量【3】，权重【1】

   ​ 对象3：资源需求量【4】，配置的最小资源【2】，资源使用量【5】，权重【2】

   比较对象1和对象3：对象1和对象3都不饥饿，对象1的资源使用权重比为3，对象3的资源使用权重为2.5，因此对象3优先。

   ​ 对象2：资源需求量【4】，配置的最小资源【2】，资源使用量【1】，权重【1】

   ​ 对象4：资源需求量【4】，配置的最小资源【2】，资源使用量【0.5】，权重【1】

   比较对象2和对象4：对象2和对象4的实际最小资源份额都是2，且都是饥饿。对象2的资源分配比是 m i n S h a r e R a t i o = 1 / M a x ( 2 , 1 ) = 0.5 minShareRatio = 1/Max(2,1)=0.5 minShareRatio=1/Max(2,1)=0.5，对象4的 m i n S h a r e R a t i o = 0.5 / M a x ( 2 , 1 ) = 0.25 minShareRatio = 0.5/Max(2,1)=0.25 minShareRatio=0.5/Max(2,1)=0.25，因此对象4优先。

3.4 公平调度器资源分配算法

1. 队列资源分配

   需求：集群总资源100，有三个队列，对资源的需求分别是：queueA->20,queueB->50,queueC->30
   

2. 作业资源分配

• 不加权重（关注点是Job个数）：
  

• 加权（关注点是Job的权重）
  

3. DRF策略

   ​ ​ ​ ​ ​ ​ ​ ​ DRF(Dominant Resource Fairness)，在之前所说的资源，都是单一标准，例如只考虑内存（也是Yarn默认的情况）。但是很多时候资源有很多种，例如内存，CPU，网络宽带等，这样很难衡量两个应用应该分配的资源比例。

   ​ ​ ​ ​ ​ ​ ​ ​ 在Yarn中，可以用DRF来调度：

   ​ ​ ​ ​ ​ ​ ​ ​ 假设集群一共有100个CPU和10T内存，应用A需要（2CPU,300G），应用B需要（6CPU,100GB）。则两个应用分别需要A（2%CPU，3%内存）和B（6%CPU，1%内存）的资源，这就意味着A是内存主导的，B是CPU主导的，针对这种情况，可以选择DRF策略对不同应用进行不同资源（CPU和内存）的一个不同比例的限制。

这篇关于Yarn调度器和调度算法（From 尚硅谷）的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！