怎么修改网站默认首页网站定制哪家比较好

1. yarn资源调度框架

1.1 yarn资源管理平台

Apache Hadoop Yarn(Yet Another Reasource Negotiator，另一种资源协调者)是Hadoop2.x版 本后使用的资源管理器，可以为上层应用提供统一的资源管理平台,Yarn主要由 ResourceManager、NodeManager、ApplicationMaster、Container组成。架构如下下图所示：

1.1.1 ResourceManager

ResourceManager是Yarn集群中的中央管理器，负责整个集群的资源分配与调度。 ResourceManager负责监控NodeManager节点状态、汇集集群资源，处理Client提交任务的资源 请求，为每个Application启动AppliationMaster并监控。

1.1.2 NodeManager

NodeManager负责管理每个节点上的资源（如：内存、CPU等）并向ResourceManager报告。当 ResourceManager向NodeManager分配一个容器（Container）时，NodeManager负责启动该 容器并监控容器运行，此外，NodeManager还会接收AplicationMaster命令为每个Application启动容器（Container）。

1.1.3 ApplicationMaster

每个运行在Yarn中的应用程序都会启动一个对应的ApplicationMaster，其负责与 ResourceManager申请资源及管理应用程序任务。ApplicationMaster本质上也是一个容器，由 ResourceManager进行资源调度并由NodeManager启动，ApplicationMaster启动后会向 ResourceManager申请资源运行应用程序，ResourceManager分配容器资源后， ApplicationMaster会连接对应NodeManager通知启动Container并管理运行在Container上的任 务。

1.1.4 Container

Container 容器是Yarn中的基本执行单元，用于运行应用程序的任务，它是一个虚拟环境，包含应 用程序代码、依赖项及运行所需资源（内存、CPU、磁盘、网络）。每个容器都由 ResourceManager分配给ApplicationMaster，并由NodeManager在相应的节点上启动和管理。 容器的资源使用情况由NodeManager监控，并在必要时向ResourceManager报告。 Yarn核心就是将MR1中JobTracker的资源管理和任务调度两个功能分开，分别由 ResourceManager和ApplicationMaster进程实现，ResourceManager负责整个集群的资源管理 和调度;ApplicationMaster负责应用程序任务调度、任务监控和容错等。

1.2 Yarn任务运行流程

1. 在客户端向Yarn中提交MR任务，首先会将MR任务资源（Split、资源配置、Jar包信息）上传 到HDFS中。
2. 客户端向ResourceManager申请启动ApplicationMaster。
3. ResourceManager会选择一台相对不忙的NodeManager节点，通知该节点启动 ApplicationMaster(Container)。
4. ApplicationMaster启动之后，会从HDFS中下载MR任务资源信息到本地，然后向 ResourceManager申请资源用于启动MR Task。
5. ResourceManager返回给ApplicationMaster资源清单。
6. ApplicationMaster进而通知对应的NodeManager启动Container
7. Container启动之后会反向注册到ApplicationMaster中。
8. ApplicationMaster 将Task任务发送到Container 运行，Task任务执行的就是我们写的代码业 务逻辑。

2. yarn集群搭建与启动

安装前，请先安装hdfs

hdfs高可用部署https://mp.csdn.net/mp_blog/creation/editor/150605552

2.1 集群规划

节点	NN	DN	ZKFC	JN	ResourceManager	NodeManager
hadoop101	√		√		√
hadoop102	√		√		√
hadoop103	√	√	√	√		√
hadoop104		√		√		√
hadoop105		√		√		√

2.2 yarn-site.xml

<configuration>
<property><!-- MR On yarn 支持数据Shuffle --><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property>
<property><!-- NodeManager 上Container可以继承的环境变量 --><name>yarn.nodemanager.env-whitelist</name><value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value></property><property><!-- 配置yarn为高可用 --><name>yarn.resourcemanager.ha.enabled</name><value>true</value></property><property><!-- 集群的唯一标识 --><name>yarn.resourcemanager.cluster-id</name><value>yarncluster</value></property><property><!-- ResourceManager ID --><name>yarn.resourcemanager.ha.rm-ids</name><value>rm1,rm2</value></property><property><!-- 指定ResourceManager 所在的节点 --><name>yarn.resourcemanager.hostname.rm1</name><value>hadoop101</value></property><property><!-- 指定ResourceManager 所在的节点 --><name>yarn.resourcemanager.hostname.rm2</name><value>hadoop102</value></property><property><!-- 指定ResourceManager Http监听的节点 --><name>yarn.resourcemanager.webapp.address.rm1</name><value>hadoop101:8088</value></property><property><!-- 指定ResourceManager Http监听的节点 --><name>yarn.resourcemanager.webapp.address.rm2</name><value>hadoop102:8088</value></property><property><!-- 指定zookeeper所在的节点 --><name>yarn.resourcemanager.zk-address</name><value>hadoop101:2181,hadoop102:2181,hadoop103:2181</value></property><property><!-- 关闭虚拟内存检查 --><name>yarn.nodemanager.vmem-check-enabled</name><value>false</value></property>
</configuration>

2.3 mapred-site.xml

<configuration><property><!-- 指定MapReduce运行时框架为Yarn --><name>mapreduce.framework.name</name><value>yarn</value></property>
</configuration>

2.4 sbin/start-yarn.sh，stop-yarn.sh

配置$HADOOP_HOME/sbin/start-yarn.sh和stop-yarn.sh两个文件顶部添加以下参数，防止启动错

YARN_RESOURCEMANAGER_USER=root
YARN_NODEMANAGER_USER=roo

2.5 yarn-env.sh

yarn的pid文件默认放在/tmp目录下，过段时间系统会自动清理，我们换一个目录保存，修改etc/hadoop/yarn-env.sh文件。在顶部添加以下配置。

export YARN_PID_DIR=/opt/module/hadoop-3.3.6/pids

2.6 分发配置，启动测试

以上五个文件需要分发到集群的全部节点；

2.7 启动yarn

start-yarn.sh

单节点启停yarn命令

#启动/停止 ResourceManageryarn --daemon start resourcemanageryarn --daemon stop resourcemanager
#启动/停止NodeManageryarn --daemon start nodemanageryarn --daemon stop nodemanage