如何编写Hadoop调度器

1. 编写目的

在Hadoop中，调度器是一个可插拔的模块，用户可以根据自己的实际应用要求设计调度器，然后在配置文件中指定相应的调度器，这样，当Hadoop集群启动时，便会加载该调度器。当前Hadoop自带了几种调度器，分别是FIFO（默认调度器），Capacity Scheduler和FairScheduler，通常境况下，这些调度器很难满足公司复杂的应用需求，因而往往需要开发自己的调度器。本文介绍了Hadoop调度器的基本编写方法。

2. Hadoop调度框架

Hadoop的调度器是在JobTracker中加载和调用的，用户可以在配置文件mapred-site.xml中的mapred.jobtracker.taskScheduler属性中指定调度器。本节分析了Hadoop调度器的调度框架，实际上分析了两个重要类：TaskScheduler和JobTracker的关系。

(1) TaskScheduler

如果用户要编写自己的调度器，需要继承抽象类TaskScheduler，该类的接口如下：

abstract class TaskScheduler implements Configurable {

protected Configuration conf; //配置文件

protected TaskTrackerManager taskTrackerManager; //一般会设为JobTracker

public Configuration getConf() {

  return conf;

}

public void setConf(Configuration conf) {

  this.conf = conf;

}

public synchronized void setTaskTrackerManager(

TaskTrackerManager taskTrackerManager) {

  this.taskTrackerManager = taskTrackerManager;

}

public void start() throws IOException { //初始化函数，如加载配置文件等

  // do nothing

}

public void terminate() throws IOException { //结束函数

// do nothing

}

//最重要的函数，为该taskTracker分配合适的task

public abstract List<Task> assignTasks(TaskTrackerStatus taskTracker)

throws IOException;

  //根据队列名字获job列表

public abstract Collection<JobInProgress> getJobs(String queueName);

}

(2) JobTracker

JobTracker是Hadoop最核心的组件，它监控整个集群中的作业运行情况并对资源进行管理和调度。

每个TaskTracker每个3s（默认值，可配置）通过heartbeat向JobTracker汇报自己管理的机器的一些基本信息，包括内存使用量，内存剩余量，正在运行的task，空闲的slot数目等，一旦JobTracker发现该TaskTracker出现了空闲的slot，便会调用调度器中的AssignTasks方法为该TaskTracker分配task。

下面分析JobTracker调用TaskScheduler的具体流程：

……

private final TaskScheduler taskScheduler; //声明调度器对象

……

public static JobTracker startTracker(JobConf conf, String identifier) {

  …….

  result = new JobTracker(conf, identifier);

  result.taskScheduler.setTaskTrackerManager(result); //设置调度器的manager

  ……

}

//创建调度器

JobTracker(JobConf conf, String identifier) {

  ……

  // Create the scheduler

  Class<? extends TaskScheduler> schedulerClass

  = conf.getClass("mapred.jobtracker.taskScheduler",

    JobQueueTaskScheduler.class, TaskScheduler.class);

  taskScheduler = (TaskScheduler) ReflectionUtils.newInstance(schedulerClass, conf);

  …..

}

//run forever

public void offerService() {

  ……

  taskScheduler.start(); //启动调度器

  ……

}

。。。。。

HeartbeatResponse heartbeat(TaskTrackerStatus status,

boolean restarted,

boolean initialContact,

boolean acceptNewTasks,

short responseId) {

  …….

  // Check for new tasks to be executed on the tasktracker

  if (recoveryManager.shouldSchedule() && acceptNewTasks && !isBlacklisted) {

    ……

    //使用调度器，为该taskTracker分配作业

    tasks = taskScheduler.assignTasks(taskTrackerStatus);

    ……

  }

}

从上面的分析可以知道，Scheduler和JobTracker之间会相互包含（实际上是组合模式），Scheduler中要包含JobTracker（实际上就是TaskTrackerManager）对象，以便获取整个Hadoop集群的一些信息，如slot总数，QueueManager对象，添加JobInProgressListener以便增加或删除job时，通知Scheduler；JobTracker中要包含Scheduler对象，以便可以对每个TaskTracker分配task。

3. 编写Hadoop调度器

假设我们要编写一个新的调度器，为MyHadoopScheduler，需要进行以下工作：

(1) 用户需要自己实现的类

@ MyHadoopSchedulerConf：配置文件管理类，读取你自己的配置文件，并保存到合适的数据结构中，一般而言，这个类应该支持动态加载配置文件。

@ MyHadoopSchedulerListener：编写自己的JobInProgressListener，并调用JobTracker的addJobInProgressListener()，将之加到系统的Listener队列中，以便系统中添加或删除job后，JobTracker可立刻告诉调度器。

@ MyHadoopScheduler：调度器的核心实现算法

(2) 用户要用到的系统类

@ JobTracker：JobTracker在startTracker函数中，会将MyHadoopScheduler的taskTrackerManager赋值为JobTracker对象，这样，在MyHadoopScheduler中，可调用Jobracker中的所有public方法和成员变量，常用的有：

$ getClusterStatus()：获取集群的状态，如tasktracker列表，map slot总数，reduce slot总数，当前正在运行的map/reduce task总数等

$ getQueueManager()：如果MyHadoopScheduler支持多队列，那么需要使用该方法获取QueueManager对象，通过该对象，会用可以获取系统的所有队列名称，每个队列的ACL（Access Control List）,具体参考：http://hadoop.apache.org/common/docs/current/service_level_auth.html

$ killJob：可以调用该函数杀死某个job

$ killTask：如果调度器支持资源抢占，可调用该函数 杀死某个task以便进行资源抢占。

@ JobInprogress：用户向Hadoop中提交一个job后，Hadoop会为该job创建一个叫JobInProgress的对象，该对象中包含了job相关的基本信息，且它会伴随某个job的一生（与job共存亡）。该对象中包含的job信息有：该job包含的所有task的信息（如：正在运行的task列表，已经完成的task列表，尚未运行的task列表等），作业的优先级，作业的提交时间，开始运行时间，运行结束时间等信息。

在JobInprogress的task列表中，每个task以对象TaskInProgress的形式保存，该对象中包含了每个task的基本信息，包括：task要处理的数据split，task创建时间，task开始执行时间，task结束时间等信息。这些信息肯定会在调度器中使用。

@ JobConf

每个作业的运行参数和配置选项被保存到一个JobConf对象中，该对象包含了配置文件mapred-site.xml，core-site.xml和hdfs-site.xml设置的选项和该作业的特有属性(用户名，InputFormat，Mapper等)，一般是以key/value的形式保存，比如：想获取当前用户名，可以这样：

JobConf conf;

…….

String username = conf.get("user.name");

用户也可以通过该对象传递一些自己定义的全局属性，如用户自己定义了一个属性叫mapred.job.deadline（作业的deadline时间），用户可以在提交作业时设定该值：

hadoop jar hadoop-examples.jar wordcount -files cachefile.txt \

-D mapred.job.deadline=100000 \

input output

然后在调度器中这样获取该属性的值：

JobConf conf;

…….

int deadline=conf.getInt("mapred.job.deadline", -1); //获取mapred.job.deadline属性，如果没有设置，则返回-1

4. 总结

调度器是Hadoop的中枢，其重要性可想而知。用户如果要设计Hadoop调度器，需要对Hadoop的整个框架有比较深入的理解，同时需阅读一些很重要的类（如JobTracker和JobInprogress等）的源码，以便利用这些类完成你的调度算法。

Hadoop目前自带了三个比较常用的调度器，分别为JobQueueTaskScheduler （FIFO，但队列调度器），Capacity Scheduler（多队列多用户调度器）和Fair Scheduler（多队列多用户调度器），它们是你学习Hadoop调度器的最好资料。

5. 参考资料

(1) Hadoop-0.20.2源代码