Hadoop集群有哪些作業調度算法

這篇文章主要講解了“Hadoop集群有哪些作業調度算法”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Hadoop集群有哪些作業調度算法”吧！

Hadoop集群中有三種作業調度算法，分別為FIFO，公平調度算法和計算能力調度算法
先來先服務（FIFO）
Hadoop中默認的調度器FIFO，它先按照作業的優先級高低，再按照到達時間的先后選擇被執行的作業。
FIFO比較簡單，hadoop中只有一個作業隊列，被提交的作業按照先后順序在作業隊列中排隊，新來的作業插入到隊尾。一個作業運行完后，總是從隊首取 下一個作業運行。這種調度策略的優點是簡單、易于實現，同時也減輕了jobtracker的負擔。但是它的缺點也是顯然的，它對所有的作業都一視同仁，沒 有考慮到作業的緊迫程度，另外對小作業的運行不利。
公平調度策略
這種策略在系統中配置了任務槽，一個任務槽可以運行一個task任務，這些任務就是一個大的作業被切分后的小作業。當一個用戶提交多個作業時，每個作業可 以分配到一定的任務槽以執行task任務（這里的任務槽可以理解為可以運行一個map任務或reduce任務）。如果把整個hadoop集群作業調度跟操 作系統的作業調度相比，第一種FIFO就相當于操作系統中早期的單道批處理系統，系統中每個時刻只有一道作業在運行，而公平調度相當于多道批處理系統，它 實現了同一個時刻多道作業同時運行。由于linux是多用戶的，若有多個用戶同時提交多個作業會怎樣？在這種策略中給每個用戶分配一個作業池，然后給每個 作業池設置一個最小共享槽個數，什么是最小共享槽個數呢？先要理解一個最小什么意思，最小是指只要這個作業池需要，調度器應該確保能夠滿足這個作業池的最 小任務槽數的需求，但是如何才能確保在它需要的時候就有空的任務槽，一種方法是固定分配一定數量的槽給作業池不動，這個數量至少是最小任務槽值，這樣只要 在作業池需要的時候就分配給它就行了，但是這樣在這個作業池沒有用到這么多任務槽的時候會造成浪費，這種策略實際上是這樣做的，當作業池的需求沒有達到最 小任務槽數時，名義上是自己的剩余的任務槽會被分給其他有需要的作業池，當一個作業池需要申請任務槽的時候若系統中沒有了，這時候不會去搶占別人的（也不 知道搶誰的啊），只要當前一個空的任務槽釋放會被立即分配給這個作業池。
在一個用戶的作業池內，多個作業如何分配槽這個可以自行選擇了如FIFO。所以這種調度策略分為兩級：
第一級，在池間分配槽，在多用戶的情況下，每個用戶分配一個作業池。
第二級，在作業池內，每個用戶可以使用不同的調度策略。
計算能力調度
計算能力調度和公平調度有點類似，公平調度策略是以作業池為單位分配任務槽，而計算能力調度是以隊列為單位分配tasktracker（集群中一個節 點），這種調度策略配置了多個隊列，每個隊列配置了最小額度的tasktracker數量，同公平調度策略類似，當一個隊列有空閑的 tasktracker時，調度器會將空閑的分配給其他的隊列，當有空閑的tasktracker時，由于這時候可能有多個隊列沒有得到最小額度的 tasktracker而又在申請新的，空閑的tasktracker會被優先分配到最饑餓的隊列中去，如何衡量饑餓程度呢？可以通過計算隊列中正在運行 的任務數與其分得的計算資源之間的比值是否最低來判斷的，越低說明饑餓程度越高。
計算能力調度策略是以隊列的方式組織作業的，所以一個用戶的作業可能在多個隊列中，如果不對用戶做一定的限制，很可能出現在多個用戶之間出現嚴重不公平的現象。所以在選中新作業運行時候，還需要考慮作業所屬的用戶是否超過了資源的限制，如果超過，作業不會被選中。
對于在同一個隊列中，這種策略使用的是基于優先級的FIFO策略，但是不會搶占。

感謝各位的閱讀，以上就是“Hadoop集群有哪些作業調度算法”的內容了，經過本文的學習后，相信大家對Hadoop集群有哪些作業調度算法這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！