翻译： https://www.cloudera.com/documentation/enterprise/latest/topics/cdh_ig_yarn_cluster_deploy.html#topic_11_4
版本： 5.14.2

重要：

• 在不使用Cloudera Manager的系统上遵循这些命令行指示信息。
• 此信息特别适用于CDH 5.14.X。有关其他版本的信息，请参阅Cloudera文档。

本节仅介绍YARN群集的配置，专门针对从软件包安装YARN的管理员量身定制。

重要：
在配置和部署HDFS后执行以下任务：

继续阅读：

1. 关于MapReduce v2（YARN）
2. 第1步：配置YARN集群的属性
3. 第2步：配置YARN守护进程
4. 第3步：配置JobHistory服务器
5. 第4步：配置staging目录
6. 第5步：如果有必要，请将自定义配置部署到整个群集
7. 步骤6：如果必要，请在群集中的每台主机上启动HDFS
8. 步骤7：如有必要，创建HDFS / tmp目录
9. 第8步：创建历史目录并设置权限
10. 第9步：启动YARN和MapReduce JobHistory服务器
11. 第10步：为每个MapReduce用户创建一个主目录
12. 第11步：配置Hadoop守护进程在启动时运行

注意： 运行服务

使用service命令来启动，停止和重新启动CDH组件，而不是直接在/etc/init.d中运行脚本。

关于MapReduce v2（YARN）

CDH 5中默认安装是基于YARN框架构建的MapReduce 2 （MRv2）。在本文档中，我们通常将这个新版本称为 YARN。MRv2的YARN体系结构的基本思想是将JobTracker的两个主要职责 - 资源管理和作业调度/监视 - 分解为单独的守护进程：全局的ResourceManager（RM）和每个应用程序的ApplicationMasters（AM）。使用MRv2，ResourceManager（RM）和per-host NodeManagers（NM）构成数据计算框架。ResourceManager服务有效地替代了JobTracker的功能，并且NodeManagers替代TaskTracker守护进程在工作主机上运行。ApplicationMaster实际上是一个特定的框架库，它负责与ResourceManager协商资源并与NodeManager一起运行和监视任务。有关新体系结构的详细信息，请参阅Apache Hadoop NextGen MapReduce（YARN）。

另请参阅为作业选择适当的JAR文件。

重要：
确保你没有试图在同一主机上同时运行MRv1和YARN。建议不要这样做，特别是在不受Cloudera Manager管理的群集中; 它会降低性能并可能导致群集不稳定。

• 如果您已经从软件包安装了YARN，请按照以下说明进行部署。（改为部署MRv1，请参阅 在群集上部署MapReduce v1（MRv1）。）
• 如果您从tarball安装了CDH 5，则默认部署为YARN。请记住，此页面上的说明适用于从软件包安装后进行的部署。

第1步：配置YARN集群的属性

注意：
在您复制Hadoop配置时创建的自定义配置目录中编辑这些文件。完成后，将此配置推送到群集中的所有主机; 请参阅步骤5。

示例配置：

mapred-site.xml中：

<property>
 <name>mapreduce.framework.name</name>
 <value>yarn</value>
</property>

第2步：配置YARN守护进程

配置以下服务：ResourceManager（在专用主机上）和NodeManager（在计划运行MapReduce v2作业的每台主机上）。

下表显示了您必须为集群配置的yarn-site.xml 中最重要的属性。

接下来，您需要指定，创建并将正确的权限分配给您希望YARN守护程序存储数据的本地目录。

您可以通过配置所有群集主机上的yarn-site.xml中的以下两个属性来指定目录：

这是一个示例配置：

**yarn-site.xml: **

  <property>
    <name>yarn.resourcemanager.hostname</name>
    <value>resourcemanager.company.com</value>
  </property>   
  <property>
    <description>Classpath for typical applications.</description>
    <name>yarn.application.classpath</name>
    <value>
        $HADOOP_CONF_DIR,
        $HADOOP_COMMON_HOME/*,$HADOOP_COMMON_HOME/lib/*,
        $HADOOP_HDFS_HOME/*,$HADOOP_HDFS_HOME/lib/*,
        $HADOOP_MAPRED_HOME/*,$HADOOP_MAPRED_HOME/lib/*,
        $HADOOP_YARN_HOME/*,$HADOOP_YARN_HOME/lib/*
    </value>
  </property>
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
  <property>
    <name>yarn.nodemanager.local-dirs</name>
    <value>file:///data/1/yarn/local,file:///data/2/yarn/local,file:///data/3/yarn/local</value>
  </property>
  <property>
    <name>yarn.nodemanager.log-dirs</name>
    <value>file:///data/1/yarn/logs,file:///data/2/yarn/logs,file:///data/3/yarn/logs</value>
  </property>
  <property>
    <name>yarn.log.aggregation-enable</name>
    <value>true</value> 
  </property>  
  <property>
    <description>Where to aggregate logs</description>
    <name>yarn.nodemanager.remote-app-log-dir</name>
    <value>hdfs://<namenode-host.company.com>:8020/var/log/hadoop-yarn/apps</value>
  </property>

在yarn-site.xml 中指定这些目录后，您必须创建目录并为群集中每台主机上的目录分配正确的文件权限。

在以下说明中，本地路径示例用于表示Hadoop参数。更改路径示例以匹配您的配置。

配置YARN使用的本地存储目录：

1. 创建yarn.nodemanager.local-dirs 本地目录：

$ sudo mkdir -p /data/1/yarn/local /data/2/yarn/local /data/3/yarn/local /data/4/yarn/local

2. 创建 yarn.nodemanager.log-dirs 本地目录：

$ sudo mkdir -p /data/1/yarn/logs /data/2/yarn/logs /data/3/yarn/logs /data/4/yarn/logs

3. 配置 yarn.nodemanager.local-dirs 的所有者 yarn 用户：

$ sudo chown -R yarn:yarn /data/1/yarn/local /data/2/yarn/local /data/3/yarn/local /data/4/yarn/local

4. 配置yarn.nodemanager.log-dirs 的所有者yarn 用户：

$ sudo chown -R yarn:yarn /data/1/yarn/logs /data/2/yarn/logs /data/3/yarn/logs /data/4/yarn/logs

以下是本地目录的正确所有者和权限摘要：

第3步：配置JobHistory服务器

如果您决定在群集上运行YARN而不是MRv1，则还应该运行MapReduce JobHistory Server。下表显示了您在mapred-site.xml中必须配置的最重要的属性。

另外，请确保代理已对mapred 用户启用 ; 在 core-site.xml中配置以下属性。

第4步：配置Staging目录

YARN运行作业时需要一个临时目录来存放临时文件。默认情况下它会创建具有严格限制权限的目录/tmp/hadoop-yarn/staging ，这个权限可能会阻止其他用户运行作业。为了避免这种情况，你应该自己配置和创建Staging 目录; 在下面的例子中我们/user：

1. 在mapred-site.xml配置 yarn.app.mapreduce.am.staging-dir：

<property>
    <name>yarn.app.mapreduce.am.staging-dir</name>
    <value>/user</value>
</property>

2. 一旦HDFS启动并运行，您将创建该目录和一个history 子目录下（参见步骤8）。

或者，您可以执行以下操作：

1. 在mapred-site.xml中 配置mapreduce.jobhistory.intermediate-done-dir and mapreduce.jobhistory.done-dir 。
2. 创建这两个目录。
3. 设置权限 mapreduce.jobhistory.intermediate-done-dir 为 1777。
4. 设置权限 mapreduce.jobhistory.done-dir 为750。

如果你按上述配置了mapreduce.jobhistory.intermediate-done-dir and mapreduce.jobhistory.done-dir ，您可以跳过步骤8。

第5步：如果有必要，请将自定义配置部署到整个群集

如果您尚未这样做，请部署配置。

步骤6：如果必要，请在群集中的每台主机上启动HDFS

如果您尚未这样做，请启动HDFS。

步骤7：如有必要，创建HDFS / tmp目录

如果您尚未这样做，请创建/ tmp目录。

重要：

如果你不创建 / tmp目录限，您以后可能会遇到CDH组件的问题。具体来说，如果你不创建/ tmp目录，另一个进程可能会自动创建限制性权限，以防止其他应用程序使用它，会造成其他组件无法正常使用该目录。

步骤5 6 7 请参见 上篇翻译： 集群部署HDFS

第8步：创建history 目录和设置权限

这是您在步骤4中配置的staging目录的子目录。在这个例子中，我们使用/user/history。创建并设置权限，如下所示：

sudo -u hdfs hadoop fs -mkdir -p /user/history
sudo -u hdfs hadoop fs -chmod -R 1777 /user/history
sudo -u hdfs hadoop fs -chown mapred:hadoop /user/history

第9步：启动YARN和MapReduce JobHistory服务器

要启动YARN，请启动ResourceManager和NodeManager服务：

注意：

确保在启动NodeManager服务之前先启动ResourceManager。

在ResourceManager系统上：

$ sudo service hadoop-yarn-resourcemanager start

在每个NodeManager系统上（通常与运行DataNode服务的系统相同）：

$ sudo service hadoop-yarn-nodemanager start

启动MapReduce JobHistory服务器

在MapReduce JobHistory服务器系统上：

$ sudo service hadoop-mapreduce-historyserver start

第10步：为每个MapReduce用户创建一个主目录

在NameNode上为每个MapReduce用户创建一个主目录。例如：

$ sudo -u hdfs hadoop fs -mkdir  /user/<user>
$ sudo -u hdfs hadoop fs -chown <user> /user/<user>

其中<user>是每个用户的Linux用户名。

或者，您可以以每个Linux用户身份登录（或者编写脚本来执行此操作），然后按照以下步骤创建主目录：

sudo -u hdfs hadoop fs -mkdir /user/$USER
sudo -u hdfs hadoop fs -chown $USER /user/$USER

第11步：配置Hadoop守护进程在启动时运行

使用chkconfig 工具进行配置。
对于Hadoop核心服务配置随机器启动，参见 Configuring init to Start Core Hadoop System Services.

非核心组件也可以配置随机器启动，在安装后参见 Configuring init to Start Non-core Hadoop System Services for instructions.