不卡AV在线|网页在线观看无码高清|亚洲国产亚洲国产|国产伦精品一区二区三区免费视频

學習啦 > 學習電腦 > 操作系統(tǒng) > 操作系統(tǒng)基礎知識 > 分布式操作系統(tǒng)Yarn

分布式操作系統(tǒng)Yarn

時間: 佳洲1085 分享

分布式操作系統(tǒng)Yarn

  基于Yarn的分布式操作系統(tǒng)我們要怎么構想呢?下面由學習啦小編為大家整理了分布式操作系統(tǒng)Yarn相關知識,希望對大家有幫助!

  基于Yarn的分布式操作系統(tǒng)

  前言

  很多東西都不是突然被發(fā)明的,一定會有積累的過程,也就是說他依賴的一些關鍵技術得到解決,這好比燃燒,一定要到了燃點才能燒的起來。

  比如,深度學習,很早之前就提出來了,但是現(xiàn)在才火起來,究其原因,是因為剛提出來的時候有兩個硬性條件當時達不到

  計算能力不足(現(xiàn)在GPU都搞起來了,而且動則幾千臺服務器,單機服務器性能也提升不是一丁點)

  數(shù)據(jù)規(guī)模(如果數(shù)據(jù)太少,解決不了過擬合問題)

  隨著大數(shù)據(jù)以及計算機計算能力的發(fā)展,條件具備了,才讓現(xiàn)在的深度學習成為可能。

  同樣的,關于分布式操作系統(tǒng),很早就被提出來了,但是卻一直沒有被實現(xiàn),也沒有被重視,原因也在此,以前的條件不具備,但是現(xiàn)在具備了。

  同樣的,關于分布式操作系統(tǒng),很早就被提出來了,但是卻一直沒有被實現(xiàn),也沒有被重視,原因也在此,以前的條件不具備,但是現(xiàn)在具備了。

  現(xiàn)在國內(nèi)有人在提‘數(shù)據(jù)分布式操作系統(tǒng)’,基于Mesos來實現(xiàn)的,完成了一套大數(shù)據(jù)棧的集成,為分布式操作系統(tǒng)賣出了比較堅實的一步。

  分布式操作系統(tǒng)組件

  作為一個分布式操作系統(tǒng),我們看看到都有哪些組件:

  分布式調(diào)度內(nèi)核 (Yarn,通常我們會將Yarn再Wrap一層,也就是說Yarn是內(nèi)核,再Wrap的那一層就是用戶層了)

  分布式文件系統(tǒng) (HDFS)

  進程模型 (Docker容器)

  服務注冊API(Zookeeper)

  進程異步通訊模型(消息隊列)

  進程通訊模型(HTTP/RPC)

  系統(tǒng)組件(針對Yarn編程即可)

  應用程序(Web,MySQl,Hadoop/Spark等)

  UI系統(tǒng)(Web化可視界面)

  在分布式系統(tǒng)中,一個應用的計算能力是通過多進程多線程協(xié)調(diào)來完成的。而單機的應用則更多的是依賴于多線程來完成。

  進程的交互一般避免使用共享內(nèi)存,而是通過‘進程異步通訊模型’中的消息隊列,或者直接通過HTTP/RPC來完成進程之間通訊。

  進程通訊無法直接感知對方,而必須通過分布式系統(tǒng)的內(nèi)核級別服務’服務注冊API’來完成。

  Yarn 分布式操作系統(tǒng)調(diào)度內(nèi)核

  大資源的概念

  我在之前的文章里面提到:

  未來應用服務的話,也應該是放到一個資源池中,而不是傳統(tǒng)的單一應用池。比如現(xiàn)在很多公司是把不同的服務種類單獨成一個池子來進行維護管理,其實是將一個大池子劃分為N個小池子,每個小池子功能比較單一。也就是說,現(xiàn)在的部署模式是大池子的一個特定實現(xiàn)而已。通過Yarn將所有的節(jié)點管理起來后,未來部署只是做資源申請,比如我要多少內(nèi)存,多少CPU,啟動多少個實例,然后Yarn根據(jù)大池子將資源分配出來,啟動起來。啟動后的實例都運行在Docker容器里。Yarn的資源隔離做的很差的,但是Docker在這塊做的很好。按我剛才說的,如果調(diào)度策略是小池子,單一服務,那么就會形成現(xiàn)在傳統(tǒng)的部署方式。如果是完全動態(tài)彈性的,則看起來會比較混亂,不同服務的實例混合運行,但對機器來說卻沒有混亂的概念。另外我們基于Yarn也可以完全取代kubernetes,比如完全可以基于Yarn來實現(xiàn)實例數(shù)穩(wěn)定的功能。我們可以基于Yarn開發(fā)一套長期運行的程序,然后監(jiān)控實例數(shù),如果實例低于閾值,則重新做資源申請,保證實例不低于閾值。

  Yarn這種分布式調(diào)度系統(tǒng)有效的將多機變成了一個大的資源池,并且提供了一個很好的編程接口讓你去控制對應的節(jié)點。

  其實很多公司現(xiàn)在的服務器利用率都很低,因為機器申請是按峰值來算的,為了保證穩(wěn)定還要溢出25%–50%的計算/存儲能力,所以一般一個集群利用率能達到50%就了不起了。大資源意味著可以動態(tài)調(diào)度,極端情況可以在低峰時引入離線計算任務,保證了服務器高利用率。

  MapReduce/Spark/MPI等工具在分布式系統(tǒng)的定位

  Yarn的可編程性讓我們可以開發(fā)一些系統(tǒng)組件,從而讓系統(tǒng)有了新的能力,比如MapReduce/Spark 等,讓分布式系統(tǒng)有了執(zhí)行批量離線(或者準實時)的功能。我們認為這是對分布式系統(tǒng)的一種增強。因為這套應用是直接基于分布式系統(tǒng)內(nèi)核編程的。

  分布式系統(tǒng)的自動容量規(guī)劃機制

  我們發(fā)現(xiàn)單機桌面軟件運行時,大部分情況是不需要你寫資源申請的。而事實上,即使在實際的線上部署,部署者也很難確切的知道我應該要多少CPU,多少內(nèi)存比較合理,當然,磁盤理論可以預估的。

  前面我們提到,類似于Windows的注冊表,一個進程啟動后需要將自己告知系統(tǒng),而且他如果要調(diào)用其他的進程需要通過分布式系統(tǒng)的注冊API來完成,一旦獲得依賴的其他進程信息,則通過操作系統(tǒng)提供的異步通訊模型-消息隊列,或者直接的通訊模型(HTTP/RPC)來完成實際的數(shù)據(jù)傳遞。

  由此,我們可以知道,當一個服務被啟動,分布式系統(tǒng)很容獲取到這個應用的依賴,包括對外的RPC調(diào)用,Http調(diào)用,數(shù)據(jù)庫調(diào)用,緩存調(diào)用(比如在ServiceFramework里,這些調(diào)用關系是可以通過配置文件靜態(tài)分析出來的)。這和安卓一樣,一個應用需要申明他是否需要聯(lián)網(wǎng),是否需要自啟動,是否需要XXX。用戶只需要提供一個預估調(diào)用量,或者需要他能承受的一個調(diào)用量給系統(tǒng),系統(tǒng)結(jié)合這些數(shù)值,可以自動計算出需要啟動多少個容器,配置多少CPU,多少內(nèi)存,計算的方式非常多,其中還有一個小技巧,是可以參看有著類似外部依賴的已經(jīng)部署在線上的服務,參看他的數(shù)值。當然,用戶也可以直接通過配置文件告訴系統(tǒng)自己需要的資源申請。

  系統(tǒng)一旦計算出來后,用戶確認即可,防止出現(xiàn)錯誤,這個時候,系統(tǒng)采用的是貪婪算法,它會采用比預估值大一倍的容量來啟動這個服務群集。接著根據(jù)實際運行結(jié)果,比如一周的運行數(shù)據(jù)(各個容器的CPU,內(nèi)存等)),來確定一個更合適的值,這個時候可以通過服務的自動伸縮性來解決減少服務的。

  服務注冊API(Zookeeper)

  我們都知道Windows有注冊表,而Linux則是通過一些環(huán)境變量甚至默認的存儲路徑來讓一個應用可以感知到另一個應用。

  在分布式操作系統(tǒng)中,對應的組件API是Zookeeper?,F(xiàn)在有大量的應用依賴于Zookeeper,從而實現(xiàn)進程之間的消息互通,實現(xiàn)協(xié)調(diào)。所以把Zookeeper變成注冊表的標準實現(xiàn),我想也不為過。

  進程模型

  分布式系統(tǒng)中,任何應用都需要被被容器給包裹后才能運行(除了一些系統(tǒng)組件除外)。容器解決了分布式系統(tǒng)中的資源隔離,環(huán)境打包兩個非常重要的特性。因為分布式系統(tǒng)大資源池的概念使得多租戶是必須的。

3630810