Hadoop跑满状态下的Yarn资源管理谈

二、相同的领域、产品

资源管理领域：

• Google先有了Borg，后又开源了 Kubernetes
• Hadoop系有了Yarn
• Twitter开源了Mesos

因为Hadoop的特点和历史原因，Hadoop集群的资源管控发展到了Yarn这套系统后，基本就是由Yarn来专门跑Hadoop应用,即 Mapreduce／Spark等等计算作业。

那么Yarn上面能否跑一些别的项目呢？ 当然可以，需要自己编写一个on Yarn的程序，写自己的Application-Master (Hadoop: Writing Yarn Applications )和资源申请模块等。

on－Yarn 应用

笔者这里找了一些开源者尝试的on－Yarn应用：

• Docker on YARN

https://conferences.oreilly.com/strata/strata-ca-2017/public/schedule/detail/55936

• Presto YARN Integratio

https://prestodb.io/presto-yarn/

• prestoDB/presto-yarn

https://github.com/prestodb/presto-yarn

• Introducing Hoya – HBase on YARN – Hortonworks

Introducing Hoya – HBase on YARN

但在实际的应用场景中，大多数规模以上公司光跑Mapreduce／Spark的Job，集群资源就都挤破头了，所以other on-Yarn Application，不在本文的讨论范畴内。本文将讨论竞争激烈且真正跑满了Hadoop Application 的 Yarn Cluster。

三、多租户、并行APP&队列／标签

Yarn设计的最大初衷，是多租户，并行APP。

在早版本的 Jobtracker/Tasktracker时期，整个集群是first-in-first-out的调度策略。每个APP都在排队跑，一个APP占不满集群的资源，整个集群的计算资源就浪费了。

到了Yarn时期，可以允许多个APP同时跑，按自己的需求共享集群资源。

队列/标签

• 队列

在当下稳定的Hadoop版本里，资源的调度都是基于队列的。

队列——标签的映射关系

在一个公司里，不同的Team可以按需求把作业提交到不同的队列里。这就好比银行的门店，不同的窗口(Queue)可以办理不同的业务。

根据业务强度，银行会给不同的窗口分配不同的人（机器），有的窗口分配能力强的人(多CPU)，甚至开多个窗口(子队列)，有的子队列只服务“军人”／“老人” (Sub-queue)。有的窗口分配普通员工。

Yarn的主流调度器 Hadoop: Fair Scheduler & Hadoop: Capacity Scheduler 都是基于队列设计的。对这一块还不了解的朋友，可以点击下方Scheduler链接，读读官网的原版wiki：

http://hadoop.apache.org/docs/r2.7.1/hadoop-yarn/hadoop-yarn-site/CapacityScheduler.html

CapacityScheduler

FairScheduler

本文的第5部分，将会重点谈谈基于Queue History Data 的分析，笔者这里提供两篇关于调度器的文章：

1.Cloudera Community : Cloudera’s Fair Scheduler vs. Capacity Scheduler, which one is the best option to choose?

https://community.cloudera.com/t5/Hadoop-101-Training-Quickstart/Cloudera-s-Fair-Scheduler-vs-Capacity-Scheduler-which-one-is-the/m-p/37645#M2251

2.[StackOverflow]: What is the difference between the fair and capacity schedulers?

https://stackoverflow.com/questions/26546613/what-is-the-difference-between-the-fair-and-capacity-schedulers

• 标签

Node label （Yarn Node Labels ）是一个为了给相同特点的集群机器分组的解决方案。直白地说就是异构机器分组。这一波机器A，用来跑 map-reduce；另一波机器B，用来跑spark；还有一部分机器C，用来跑AI/Machine-Learning Job。

为什么会产生这种需求呢？

因为Hadoop这个技术栈已经产生了很多年了。在公司集群中，有的机器是3年前、5年前买的，有的是近1年买的。那么随着时间的推移，集群中的机器配置必然会是异构性。

一般来讲，都会用老的机器跑一些“实时性不是很重要”的Batch Job，而让一些新一些的机器，跑一些需要快速处理的”Spark/Streaming” 甚至OLAP的计算任务。

这里有几篇讲NodeLabel的很好的文章，大家也可以参考看看：

1. slideshare.net/Hadoop_Summit/node-labels-in-yarn-49792443http://link.zhihu.com/?target=https%3A//www.slideshare.net/Hadoop_Summit/node-labels-in-yarn-49792443
2. YARN Node Labels: Label-based scheduling and resource isolation – Hadoop Devhttps://developer.ibm.com/hadoop/2017/03/10/yarn-node-labels/
3. Node labels configuration on Yarnhttps://community.hortonworks.com/articles/72450/node-labels-configuration-on-yarn.html

总之，Hadoop的Admin可以把一个或多个Label关联到Queue上，一个Hadoop Application只能使用一个Queue下面的一种Label。例子：

提交MR作业到Label X：

提交mr作业到Xlabel： yarn jar /usr/iop/<iopversion>/hadoop-mapreduce/hadoop-mapreduce-examples.jar  wordcount -D mapreduce.map.node-label-expression=”X” /tmp/source /tmp/result

提交Spark作业到Label Y：

./bin/spark-submit –class org.apache.spark.examples.SparkPi  –master yarn –deploy-mode cluster –driver-memory 3g –executor-memory 2g  –conf spark.yarn.am.nodeLabelExpression=Y  –conf spark.yarn.executor.nodeLabelExpression=Y jars/spark-examples.jar 10

Yarn Queue Label

Tip： YARN Node-labels 功能在Apache Hadoop 2.6被开发出来，但并没有被merge到官方版本中，只能通过打Patch的方式使用，因此是有很多Bug的。官方推荐 Hadoop 2.8.x 之后再使用，Fix了很多Bug，而事实上在Apache Hadoop 2.7.3 版本的官方主业里，NnodeLabel功能被正式介绍出来。

Cloudera 把Node-label的Feature打入了，但很多Bug并没有Fix。笔者会在下一小节着重讲这部分内容。

四、Real World 中 Yarn 使用问题

目前，Yarn已经到了一个相对完备的功能阶段，发展到了多Queue 多租户以及成熟的Label管理。下面来讲讲我个人在运维Yarn的工作时碰到的各种问题。

用户问题

YARN resources are always complained insufficiently by big-data users.

big data infrastructure team里有一个内网的聊天Channel。我总是能听到一些Hadoop User抱怨，说他们的job今天跑慢了，Pending太久了，为什么还拿不到资源等。

如果仔细分析产生问题的原因，总结下来大致有以下2种：

• 资源分配问题

资源分配不均就可能会导致上述问题的产生。如果给某些队列划分了过多的资源，就会导致某些队列的Job卡住很久。当队列资源使用率达到100%时，另一个队列的资源使用还不到50%。 比如下图，Streaming队列明显快满了，而OLAP队列还使用了不到1/4。

• 应用程序滥用问题

先给大家show几个图。第一个图是一个APP，经过分析，它申请了32GB的内存，但统计后平均使用的内存是514MB 。 what？作为管理员，看到这种用户，是不是很生气呢…

第二个是APP申请的资源，这一个APP申请了740个CPU，3000GB的总内存，这类APP很多。这种APP我认为调优的空间都很大。一个Mapper／Reducer能优化30%的内存占用量，总体看就是一个很客观的数字。

Yarn的管理员问题

• 我们怎么才能知道队列的资源使用长期情况呢？ 拿什么数据来作为调整Yarn队列Queue级别资源的依据呢？
• 每次新加入了一批机器后，我们当然要给机器打Label，Yarn的Shell Cmd中，打Label:Yarnrmadmin—replaceLabelsOnNode“node1[:port]=label1node2=label2
• 如果一次加入100台机器，打Label去输入这么多命令，很容易出问题。怎么能又快速又安全地搞定这个工作呢？
• 用户在Channel不停地问Application的问题，有什么办法能减少Admin人工回复用户的工作，让用户自助解决问题？

Node-Label问题

• Bug1

缺乏 Node-Label 资源显示如下图。

cdh-5.7.3-Hadoop-2.6.0的Yarn UI

在稳定版本中，是可以显示出哪种Label、有多少机器、有多少Memory和CPU资源的。

Node-Label稳定版本Hadoop2.8.x

• Bug2

Yarn Shell 功能不全，甚至不能使用list all labels功能。

• Bug3

Yarn UI没有分Label去显示Queue的资源使用率。

非稳定版

稳定版

五、数据驱动的Yarn管理

为了解决上一节提出来的种种问题，我们做了很多自动化的工具。

• 我们用搜集“时间序列”的数据，来评估队列的使用情况
• 用UI Tool 来加快运维操作的批量性／安全性
• 用更简洁明了的图表，来给用户展示他能得到的资源等。

Yarn资源调配

• 趋势图

为了解决Yarn Queue资源调配的公平，我们制作了Yarn Qqueue Level 的 Capacity 占比History 趋势图。

总揽图：所有子队列的历史资源使用都在这里：大家可以看出哪个队列长期超负荷运转，哪些Queue长期用不满资源。

总揽图主要用来做对比，发现有问题的Queue。

队列图：队列图是针对一个Queue进行详细的分析用的：包括队列里使用哪种Label的机器，队列有多少资源，队列资源的历史使用占比、超负荷占比、Running／Pending APP历史，以及Reserve 的Container历史等。

这样，在user提出质疑时，先让user自己来看是否队列的使用量已经满了、是否队列在Reserve Container，从而满足user的Job等。

• 级别资源调配

那么，一次Yarn的Queue 级别资源调配应该是这样的：

1.从“总揽图”找到长期相对空闲的队列。

2.把相对“空闲”队列的资源，划归给“超负荷”的队列。

3.等一段时间，再观察“总揽图”，是否“超负荷”队列的资源真的变了。（不是重复1）

Yarn运维

在上一节，我们提到了给新加入集群的机器打Label是个漫长的过程。没关系，本着 “让一切人对机器的操作尽可能的自动化”的原则，我们设计给Node批量打Label的UI界面如下。

Yarn Queue 级别资源分配展示的不友好

开源版本的Yarn UI 样式其实很土，很多信息都展示得不够透彻，比如：

• Yarn 的Queue资源分配到底占了资源的多少。
• 缺失不同Queue之间的资源对比

像这种文字类的UI，作为使用Hadoop的其它数据团队user，是不够直观的。

我们重绘了Yarn 的Queue Level 资源分配（哪个Queue分多少资源，一目了然），并着重强调了Node-label在划分资源里的重要性。

解决用户自助排查问题

这一块我们就使用了Linkedin开源的dr.elephant linkedin/dr-elephant.（https://github.com/linkedin/dr-elephant）。

这个工具提供了很多针对Hadoop Job的诊断/调休信息，可以帮助用户调优自己的Hadoop Job。我们也基于此做了很多二次开发，比如我们需要这样的功能：

• 在某个“Queue”下面，按“浪费”的内存数量倒排，分别罗列出所有浪费内存绝对数量／相对数量最多的 Application。

这个工具就好比很多公司的“客服系统”。当遇到简单的问题时，它先让用户自行解决包括查阅文档、语音机器人等；若是遇到用户很难解决的问题时，它会进行人工介入。毕竟公司内是很少Hadoop Admin 的，而每个人的时间资源更是宝贵，不能陷入“运维陷进”。

六、分析规律，反哺线上

分析后得出，Yarn Job最大的来源是来自于作业的调度，即调度系统！

我们可以看到，每一天的凌晨零点左右，资源使用率都会爬上去直到100%，而每一天的早上6点到下午3点，集群资源使用率都会下降，甚至降到50%以下。

很多调度系统都是按天级别来调度作业的，允许用户配置类似Cron语法的Job。很多调度体系还提供简单的 Daily选项（Airflow Daily：

https://airflow.apache.org/scheduler.html#dag-runs），而这个选项就默认把作业的调度时间设置为了0点。这样在0点时，大规模的作业被同时调度出去，互相挤占资源，所以大家都跑得慢。

我们会建议数据团队们，更改不那么重要的Job的Daily运行的小时点，“错峰”运行。

Airflow的Daily调度默认为0点

总结

1.用数据说话，让一切人的决策基于数据；

2.开发灵活方便的Tool ，让一切人对机器的操作尽可能的自动化；

3.谨慎使用开源版本，尤其是非稳定的需要打Patch的功能，做好踩坑填坑的准备。

作者：

汪涉洋，来自美国视频网站hulu的工程师，毕业于北京理工大学计算机专业，目前从事大数据基础架构方面的工作。

原文来自微信公众号：DBAplus社群