上一份工作主要負責大資料平臺的建設，在這個過程中積累了一些Hadoop生態元件的搭建和使用筆記，由於時間關係，不打算去修改其中的錯別字和排版問題，直接釋出原始筆記。
一些基本知識
ResourceManager 的恢復
當ResourceManager 掛掉重啟後，為了使之前的任務能夠繼續執行，而不是重新執行。勢必需要yarn記錄應用執行過程的狀態。
執行狀態可以儲存在
- ZooKeeper
- FileSystem 比如hdfs
- LevelDB
使用zookeeper做為狀態儲存的典型配置為
<property>
<description>Enable RM to recover state after starting. If true, then
yarn.resourcemanager.store.class must be specified</description>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<property>
<description>The class to use as the persistent store.</description>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
<property>
<description>Comma separated list of Host:Port pairs. Each corresponds to a ZooKeeper server
(e.g. "127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002") to be used by the RM for storing RM state.
This must be supplied when using org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore
as the value for yarn.resourcemanager.store.class</description>
<name>hadoop.zk.address</name>
<value>127.0.0.1:2181</value>
</property>
Resource Manager的HA
基於zookeeper實現active 和standby 的多個ResourceManager之間的自動故障切換。 active Resource Manager只能有一個，而standby 可以有多個
為了防止故障自動轉移時的腦裂，推薦上面的ResourceManager recovery 狀態儲存使用也使用zk。
同時關閉zk的zookeeper.DigestAuthenticationProvider.superDigest配置，避免zk的管理員訪問到YARN application/user credential information
一個demo配置如下
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>cluster1</value>
</property>
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>master1</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>master2</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm1</name>
<value>master1:8088</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm2</name>
<value>master2:8088</value>
</property>
<property>
<name>hadoop.zk.address</name>
<value>zk1:2181,zk2:2181,zk3:2181</value>
</property>
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html
YARN Node Labels
基於Label，將一個Yarn管理的叢集，劃分為多個分割槽。不同的queue可以使用不同的分割槽。
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/NodeLabel.html
YARN Node Attributes
對Node Manager定義一組屬性值，使得應用程式能夠基於這些屬性值，來選擇Node Mananger， 並將其應用的container部署到上面
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/NodeAttributes.html
Web Application Proxy
叢集中執行應用的application master 需要提供一些web ui給ResourceManager， 以便其統一管理。但叢集中可能有惡意應用，提供了具有安全風險的web ui. 為了降低安全風險，yarn 使用一個名為Web Application Proxy的應用。擁有接管Application Master提供給的web ui連結，將請求中的cookies 進行剝離，同時將不安全的連結標記出來。
預設情況下Web Application Proxy 是作為Resource Manager的一部分啟動。不需要單獨配置。如果要單獨部署，需要額外配置。
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/WebApplicationProxy.html
YARN Timeline Server
能夠儲存和查詢當前、歷史的應用執行資訊。TimeLine Server中的儲存資料結構為
- timeline Domain 對應一個使用者的應用列表
- Time Entity 定義一個應用
- Timeline Events定義該應用的執行事件，比如應用啟動，應用執行，應用結束等
Timeline Server分為V1和V2版本，V1版本將資料儲存在levelDb中，v2版將資料儲存在hbase中
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/TimelineServer.html
基於yarn的API，編寫一個可以部署到yarn叢集執行的應用
https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/WritingYarnApplications.html
應用安全
yarn為了保證應用的執行安全，有一系列的機制先限制應用的許可權之類的
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/YarnApplicationSecurity.html
Node Manager
前面說了ResourceMananger 需要重啟後，能從原地繼續執行任務。Node Mananger在掛掉重啟後，也需要有相應的恢復特性。
其具體的配置，參見文件。
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/NodeManager.html
Health Checker Service
Node Mananger的健康檢查服務，其提供兩種健康檢查器
- Disk Checker 檢查node manager的磁碟健康狀況，並基於此上報給Resource Manager
- External Health Script 管理員可以指定一些自定義的健康檢查指令碼，供Node Manager的 Health Checker Service呼叫
CGroups with YARN
yarn使用linux的CGroups實現資源隔離和控制，相關配置見文件：
https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/NodeManagerCgroups.html
Secure Containers
將各應用container 限制在提交他的使用者許可權下，不同使用者提交的應用container 不能訪問彼此的檔案、資料夾。具體配置
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/SecureContainer.html
移除節點
有兩種方式：
- normal 直接把要移除的節點從叢集中摘除
- Gracefully 等待節點上的任務執行完畢後摘除
文件：https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/GracefulDecommission.html
Opportunistic Containers 機會主義容器
yarn一般只在對應的Node manager有資源時，才會將一個任務對應的container 分配到該NM. 但開啟Opportunistic Containers後，即便對應的node manager沒有資源，也會將contaienr 分配到NM，等到NM空閒時，馬上開始執行，是為機會主義者。這在一定程度能提高叢集的資源利用率。
文件：
配置部署
部署使用者。按照Hadoop官方的建議。yarn相關元件，使用yarn用來管理
基本部署方式
啟動RM
$HADOOP_HOME/bin/yarn --daemon start resourcemanager
啟動NM
$HADOOP_HOME/bin/yarn --daemon start nodemanager
啟動proxyServer
$HADOOP_HOME/bin/yarn --daemon start proxyserver
切換到mapred使用者下，啟動historyserver
$HADOOP_HOME/bin/mapred --daemon start historyserver
高效能部署
yarn本身由多個元件組成，且有些元件還有多個節點，比如nodemanager，一次啟動去到多個機器上執行是件很繁瑣的事情。hadoop髮型包，提供了sbin/start-yarn.sh 和 sbin/stop-yarn.sh兩個指令碼去啟停yarn相關的所有元件：比如nodemanager、resourcemanager、proxyserver 。
他實現的原理是，基於hadoop安裝包中的/opt/hadoop-3.2.1/etc/hadoop/workers檔案，去登入到相應的機器，完成元件的執行。workers中定義了所有datanode的機器host。 登入方式是基於SSH的免密登入方式，具體配置參見：https://www.cnblogs.com/niceshot/p/13019823.html
如果發起指令碼執行的機器，本身也需要部署一個nodemanager。那麼他需要配置自己對自己的SSH免密登入
通yarn-site.xml ， 指令碼已經可以知道resource manager的元件機器。所以workers檔案中，只需要設定所有的node manager的機器host
一般yarn的node manager會跟hdfs的 datanode部署在一起，所以hdfs的批量啟停，也是用的這個workers檔案。
但上面說的$HADOOP_HOME/bin/mapred --daemon start historyserver不屬於，只屬於mapreduce，所以還是要單獨啟停，通過yarn的相關指令碼是不能管理它的。之所以將這個historyserver放到yarn的文件中來寫，是為了偷懶，沒單獨搞一個mr的wend
一些錯誤
錯誤1
在yarn的管理介面，發現提交的sql，執行有以下錯誤
yarn錯誤
錯誤: 找不到或無法載入主類 org.apache.hadoop.mapreduce.v2.app.MRAppMaster
問題原因是，yarn的類路徑有問題。通過hadoop官方的yarn-default.xml檔案得知，yarn載入的類路徑配置yarn.application.classpath的預設值為
$HADOOP_CONF_DIR, $HADOOP_COMMON_HOME/share/hadoop/common/*, $HADOOP_COMMON_HOME/share/hadoop/common/lib/*, $HADOOP_HDFS_HOME/share/hadoop/hdfs/*, $HADOOP_HDFS_HOME/share/hadoop/hdfs/lib/*, $HADOOP_YARN_HOME/share/hadoop/yarn/*, $HADOOP_YARN_HOME/share/hadoop/yarn/lib/* For Windows: %HADOOP_CONF_DIR%, %HADOOP_COMMON_HOME%/share/hadoop/common/*, %HADOOP_COMMON_HOME%/share/hadoop/common/lib/*, %HADOOP_HDFS_HOME%/share/hadoop/hdfs/*, %HADOOP_HDFS_HOME%/share/hadoop/hdfs/lib/*, %HADOOP_YARN_HOME%/share/hadoop/yarn/*, %HADOOP_YARN_HOME%/share/hadoop/yarn/lib/*
路徑中的許多環境變數都沒有配置。解決辦法有2
-
將對應的環境變數配置上，以使yarn的預設配置能夠正常載入上。推薦這種
-
使用hadoop classpath命令，看下hadoop使用的類路徑都有哪些，將其拷貝出來，在yarn-site.xml中配置，舉例
org.apache.hadoop.yarn.exceptions.InvalidAuxServiceException: The auxService:mapreduce_shuffle does not exist at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method) at
原因，這是因為mr使用了mapreduce_shuffle輔助服務，但yarn沒有配置。
解決辦法，同樣是修改yarn-site.xml，在其中加入以下配置
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
錯誤3
ontainer [pid=26153,containerID=container_e42_1594730232763_0121_02_000006] is running 598260224B beyond the 'VIRTUAL' memory limit. Current usage: 297.5 MB of 1 GB physical memory used; 2.7 GB of 2.1 GB virtual memory used. Killing container.
Dump of the process-tree for container_e42_1594730232763_0121_02_000006 :
|- PID PPID PGRPID SESSID CMD_NAME USER_MODE_TIME(MILLIS) SYSTEM_TIME(MILLIS) VMEM_USAGE(BYTES) RSSMEM_USAGE(PAGES) FULL_CMD_LINE
錯誤的意思是，yarn分配給container的虛擬記憶體，超過了限制。原因是，一個container使用的記憶體，除了實體記憶體，還可以使用作業系統的虛擬記憶體，也即硬碟。
container分為兩種型別，map 和reduce。
決定map的container的實體記憶體大小為mapreduce.map.memory.mb
決定reduce的實體記憶體為mapreduce.reduce.memory.mb
決定map container所能申請的虛擬記憶體大小的公式是：mapreduce.map.memory.mb * yarn.nodemanager.vmem-pmem-ratio
決定reduce container所能申請的虛擬記憶體帶下是公式是：mapreduce.reduce.memory.mb * yarn.nodemanager.vmem-pmem-ratio。
所以要解決虛擬記憶體超限有兩個辦法：
- 增大container的實體記憶體大小。即增大
mapreduce.map.memory.mb或mapreduce.reduce.memory.mb - 增大虛擬記憶體申請的比率
yarn.nodemanager.vmem-pmem-ratio
參考資料
https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/ResourceManagerRestart.html
歡迎關注我的個人公眾號"西北偏北UP"，記錄程式碼人生，行業思考，科技評論