logo

开发者热搜

单机部署Yarn全攻略：从环境准备到集群管理

作者：宇宙中心我曹县2025.09.17 11:04浏览量：7

简介：本文详细介绍了单机环境下部署Yarn的完整流程，涵盖环境准备、安装配置、集群管理以及常见问题解决方案，适合开发者和运维人员参考。

一、引言：为何选择单机部署Yarn？

Yarn（Yet Another Resource Negotiator）作为Apache Hadoop生态系统的核心组件，负责集群资源的统一管理与调度。尽管Yarn通常运行在分布式集群环境中，但在开发测试、小型项目或特定场景下，单机部署Yarn仍具有显著优势：

  • 低成本验证：无需搭建复杂集群，快速验证Yarn功能与配置
  • 开发环境隔离：为开发者提供独立的资源管理环境
  • 教学演示：便于展示Yarn核心机制与API使用
  • 轻量级应用：处理中等规模数据时，单机性能足够

本文将系统阐述单机部署Yarn的全流程，从环境准备到高级配置，帮助读者高效完成部署并掌握核心管理技能。

二、环境准备：构建部署基础

2.1 硬件要求

单机部署Yarn对硬件配置有一定要求，建议满足以下最低标准：

组件 最低配置 推荐配置
CPU 双核2.0GHz 四核3.0GHz+
内存 8GB 16GB+
磁盘 50GB可用空间 100GB+ SSD
网络 100Mbps以太网 千兆以太网

关键考量：Yarn的NodeManager会占用较多内存，建议为JVM分配4-8GB堆内存，因此总内存不宜低于8GB。

2.2 软件依赖

部署前需安装以下基础软件：

  1. Java JDK：Yarn依赖Java运行环境，建议安装JDK 8或11（LTS版本）

    1. # Ubuntu示例
    2. sudo apt update
    3. sudo apt install openjdk-11-jdk
    4. java -version  # 验证安装

  2. Hadoop共同依赖：Yarn与HDFS、MapReduce共享部分库，需安装Hadoop公共包

    1. wget https://archive.apache.org/dist/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
    2. tar -xzvf hadoop-3.3.4.tar.gz -C /opt/
    3. ln -s /opt/hadoop-3.3.4 /opt/hadoop

  3. SSH服务：Yarn节点间通信依赖SSH，需确保本地SSH服务运行

    1. sudo apt install openssh-server
    2. sudo systemctl start sshd

三、安装与配置：构建Yarn运行环境

3.1 Yarn安装

推荐从Apache官方下载稳定版Yarn包（通常包含在Hadoop发行版中）：

  1. # 下载Hadoop（包含Yarn）
  2. wget https://archive.apache.org/dist/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
  3. tar -xzvf hadoop-3.3.4.tar.gz -C /usr/local/
  4. cd /usr/local/
  5. ln -s hadoop-3.3.4 hadoop

3.2 核心配置文件

修改以下关键配置文件（路径：/usr/local/hadoop/etc/hadoop/）：

3.2.1 yarn-site.xml

  1. <configuration>
  2.   <!-- 启用ResourceManager HA（单机环境可忽略） -->
  3.   <property>
  4.     <name>yarn.resourcemanager.ha.enabled</name>
  5.     <value>false</value>
  6.   </property>
  8.   <!-- NodeManager内存配置 -->
  9.   <property>
  10.     <name>yarn.nodemanager.resource.memory-mb</name>
  11.     <value>8192</value>  <!-- 根据实际内存调整 -->
  12.   </property>
  14.   <!-- 容器虚拟内存比例 -->
  15.   <property>
  16.     <name>yarn.nodemanager.vmem-pmem-ratio</name>
  17.     <value>2.1</value>
  18.   </property>
  20.   <!-- 日志聚合配置 -->
  21.   <property>
  22.     <name>yarn.log-aggregation-enable</name>
  23.     <value>true</value>
  24.   </property>
  25. </configuration>

3.2.2 mapred-site.xml（如需运行MapReduce）

  1. <configuration>
  2.   <!-- 指定Yarn为MapReduce运行环境 -->
  3.   <property>
  4.     <name>mapreduce.framework.name</name>
  5.     <value>yarn</value>
  6.   </property>
  8.   <!-- 历史服务器配置 -->
  9.   <property>
  10.     <name>mapreduce.jobhistory.address</name>
  11.     <value>0.0.0.0:10020</value>
  12.   </property>
  13. </configuration>

3.2.3 环境变量设置

编辑/etc/profile或~/.bashrc：

  1. export HADOOP_HOME=/usr/local/hadoop
  2. export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
  3. export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop

生效配置：

  1. source /etc/profile

四、启动与管理：运行Yarn集群

4.1 启动流程

  1. 格式化HDFS（如需使用）：

    1. hdfs namenode -format

  2. 启动HDFS服务：

    1. start-dfs.sh

  3. 启动Yarn服务：

    1. start-yarn.sh

  4. 验证服务状态：

    1. jps  # 应看到ResourceManager、NodeManager进程
    2. yarn node -list  # 查看节点状态

4.2 资源管理实践

4.2.1 动态资源调整

通过修改yarn-site.xml实时调整资源分配：

  1. <property>
  2.   <name>yarn.scheduler.minimum-allocation-mb</name>
  3.   <value>1024</value>  <!-- 最小容器内存 -->
  4. </property>
  5. <property>
  6.   <name>yarn.scheduler.maximum-allocation-mb</name>
  7.   <value>8192</value>  <!-- 最大容器内存 -->
  8. </property>

4.2.2 队列管理

配置capacity-scheduler.xml实现多队列资源隔离：

  1. <configuration>
  2.   <property>
  3.     <name>yarn.scheduler.capacity.root.queues</name>
  4.     <value>default,dev</value>
  5.   </property>
  6.   <property>
  7.     <name>yarn.scheduler.capacity.root.default.capacity</name>
  8.     <value>70</value>
  9.   </property>
  10.   <property>
  11.     <name>yarn.scheduler.capacity.root.dev.capacity</name>
  12.     <value>30</value>
  13.   </property>
  14. </configuration>

五、高级功能与优化

5.1 日志聚合与分析

启用日志聚合后，可通过以下命令查看历史任务日志：

  1. yarn logs -applicationId <app_id> > app_logs.txt

5.2 性能调优建议

  1. 内存优化：

    • 调整yarn.nodemanager.resource.memory-mb为物理内存的70-80%
    • 设置yarn.app.mapreduce.am.resource.mb为合理值（通常512-2048MB）

  2. 并行度控制：

    1. <property>
    2.   <name>mapreduce.job.maps</name>
    3.   <value>4</value>  <!-- 根据CPU核心数调整 -->
    4. </property>

  3. 容器复用：

    1. <property>
    2.   <name>yarn.nodemanager.container-executor.class</name>
    3.   <value>org.apache.hadoop.yarn.server.nodemanager.DefaultContainerExecutor</value>
    4. </property>

六、常见问题解决方案

6.1 内存不足错误

现象：Container is running beyond physical memory limits

解决方案：

  1. 增加yarn.nodemanager.resource.memory-mb值
  2. 调整yarn.nodemanager.vmem-pmem-ratio（默认2.1）
  3. 检查是否有内存泄漏的MapReduce作业

6.2 节点无法注册

现象：NodeManager启动但未出现在yarn node -list中

排查步骤：

  1. 检查yarn.resourcemanager.address配置是否正确
  2. 查看NodeManager日志：
    1. cat $HADOOP_HOME/logs/yarn-*-nodemanager-*.log
  3. 验证防火墙设置：
    1. sudo ufw status  # Ubuntu
    2. sudo iptables -L  # CentOS

6.3 任务执行缓慢

优化建议：

  1. 启用数据本地性：
    1. <property>
    2.   <name>yarn.scheduler.include-port-in-host</name>
    3.   <value>false</value>
    4. </property>
  2. 调整MapReduce任务参数：
    1. <property>
    2.   <name>mapreduce.map.memory.mb</name>
    3.   <value>1024</value>
    4. </property>
    5. <property>
    6.   <name>mapreduce.reduce.memory.mb</name>
    7.   <value>2048</value>
    8. </property>

七、总结与展望

单机部署Yarn为开发者提供了低成本、高灵活性的资源管理解决方案。通过本文的详细指导，读者已掌握：

  1. 完整的单机部署流程与环境配置
  2. Yarn核心参数的调优方法
  3. 常见问题的诊断与解决技巧

未来发展方向包括：

  • 结合Docker实现更轻量级的部署
  • 集成Kubernetes实现混合资源管理
  • 探索Yarn在边缘计算场景的应用

建议读者持续关注Apache Yarn官方文档，及时获取最新功能与安全更新，确保部署环境的稳定性与安全性。

相关文章推荐

发表评论

最热文章

关于作者

  • 被阅读数
  • 被赞数
  • 被收藏数
活动
咨询