目前,Hadoop作业调度器主要有三种,FIFO、Capacity Scheduler(容量调度器)和Fair Scheduler(公平调度器)。
Hadoop3.1.4默认的资源调度器是Capacity Scheduler。
CDH框架默认调度器是Fair Scheduler
具体设置在yarn-default.xml
文件中:
<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(多用户:有多个注册的用户可以向集群提交任务)调度器。是默认调度器。
2.1 特点
2.1.1 多队列
每个队列可配置一定的资源量 (比如:A:20%,B:50%,C:30%),每个队列采用FIFO调度策略。
按到到达时间,优先满足先进来的任务的资源。
例如:总资源量为100G,则队列A分得20%,就是20G。
在queueA中:运行job11需要10G,运行job12需要5G,运行job13需要8G
那么:分配job11运行任务还剩余10G,同时剩余10G可满足job12同时运行任务,还剩5G可满足job13暂时启动
2.1.2 容量保证
管理可为每个队列设置资源最低保证和资源使用上限。
最低资源保证:设置的目的是保障每个队列都有一定资源执行任务
资源使用上限:即分配的资源比例(A:20%,B:50%,C:30%,可自定义)
2.1.3 灵活性
如果一个队列中的资源有剩余,可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(因为队列具有本队列资源优先级的特点)。
2.1.4 多用户:
例如queueC:用户ss占队列c的50%,cls占50%
1.支持多用户共享集群和多个应用程序同时运行。
2.为了防止同一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。
2.2 容量调度器资源分配的算法
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时间
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:
(1)任务和数据在同一节点
(2)任务和数据在同一机架
(3)任务和数据不在同一节点也不在同一机架
3、公平调度器
Fair Schedulere 是 Facebook 开发的多用户调度器。
同队列所有任务共享资源,在时间尺度上获得公平的资源
队列中每个task均分所在队列的资源
3.1、特点
1)与容量调度器的相同点
(1)多队列:支持多队列多作业。
(2)容量保证:管理员可为每个队列设置最低资源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(因为队列具有本队列资源优先级的特点)。
2)与容量调度器的不同点
(1)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(缺额在下面详解)
(2)每个队列可以单独设置资源分配方式
容量调度器:FIFO(默认的:分配RAM)、DRF(RAM+CPU)
公平调度器:FIFO、DRF、FAIR(默认)
3.2、公平调度器_缺额
一个队列中的任务正在运行时,加进来一个job,此时调度器需要将队列中的任务抢出部分资源分配给新加的job,就需要一点时间缓冲,此时在时间上就有一点时间差,这个时间差就叫缺额。
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上面讲过的容量调度器。
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:mindshare = Min(资源需求量,配置的最小资源)
➢ 是否饥饿:isNeedy = 资源使用量 < mindshare(实际最小资源份额)
➢ 资源分配比:minShareRatio = 资源使用量 / Max(mindshare, 1)
➢ 资源使用权重比:useToWeightRatio = 资源使用量 / 权重
3)DRF策略
DRF(Dominant Resource Fairness),我们之前说的资源,都是单一标准,例如只考虑内存(也是Yarn默认的情况)。但是很多时候我们资源有很多种,例如内存,CPU,网络带宽等,这样我们很难衡量两个应用应该分配的资源比例。
那么在YARN中,我们用DRF来决定如何调度:
假设集群一共有100 CPU和10T 内存,而应用A需要(2 CPU, 300GB),应用B需要(6 CPU,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,我们可以选择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。
3.4、公平调度器资源分配算法
(1)队列资源的分配
(2)作业资源的分配