【Ambari Plus】05.YARN 安装

YARN 安装

HDFS 装好以后，下一层就是 YARN。它负责集群资源管理和任务调度，后面的 MapReduce2、Tez、Hive、Flink、Spark 都会用到它。

本次安装有一个很重要的细节：选择 YARN 时，Ambari Plus 会自动把 MapReduce2 纳入依赖。因此现场安装向导会显示 已选服务 2，一次完成 YARN 和 MAPREDUCE2 两个服务。本文先把 YARN 的安装链路讲清楚，MapReduce2 的角色和确认方式单独放到下一篇。

本次角色分配如下：

::: tip
YARN 安装前请先确认 HDFS 已经运行中。YARN 的 Service Check 会使用 HDFS，如果 HDFS 还没稳定，YARN 页面可能装完了，检查任务却过不去。
:::

1. 选择 YARN 服务

进入 服务与组件，点击 新增服务，勾选 YARN。

页面顶部会提示本次安装同时处理 YARN、MapReduce2。这是正常现象，不需要手动取消 MapReduce2；后续 MapReduce2 的 HistoryServer 和 Client 会在同一个安装向导里落地。

2. 分配 Master 角色

Master 分配页里，YARN 的核心角色是 RESOURCEMANAGER：

我这里把 ResourceManager 放在 hadoop1.test.com。在单 ResourceManager 的演示环境里，这样后面查看 YARN UI、排查队列和看应用状态都比较集中。

同一个页面还会看到 HISTORYSERVER，它属于 MapReduce2。这里先保留默认分配，下一篇再单独讲它。

3. 分配 NodeManager 和 Client

Slave 与 Client 分配页里，YARN 需要看两类：

NodeManager 是实际承接容器运行的节点。教程环境三台都安装 NodeManager，后续跑 MapReduce、Tez、Hive 或 Spark 测试任务时，资源池会更完整。

Client 组件建议三台都装。这样无论在哪台机器上执行 yarn application -list、mapred job -list 这类命令，都不需要临时补客户端包。

4. 查看自动推荐配置

进入自定义配置页后，页面显示 待填写 0，说明没有必填项需要额外补充。

这里可以重点看三类配置：

演示环境可以先保留推荐值。生产环境建议结合机器内存、HDFS DataNode 内存、Spark/Hive 作业模型重新估算，避免把系统内存全部交给 YARN。

5. 确认安装清单

确认页里要看清楚本次新增服务和角色分配：

确认无误后点击 开始安装。

6. 提交 KDC 管理员凭据

当前集群已经开启 Kerberos，新增 YARN 和 MapReduce2 时需要生成服务 Principal 和 keytab。向导会弹出 KDC 管理员凭据。

填写后点击 提交并继续安装。

7. 等待启动和检查

安装进入进度页后，我会重点看 RESOURCEMANAGER、NODEMANAGER 和 YARN_SERVICE_CHECK。

这个阶段的通过标准很直接：

如果 YARN Service Check 失败，优先看 ResourceManager 日志、NodeManager 日志、Kerberos keytab 是否生成，以及 HDFS 是否可写。

8. 完成安装并回到服务页

向导最后显示 YARN 和 MAPREDUCE2 安装完成。

进入 YARN 服务详情页，服务状态应显示为 运行中。

这里我会看：

YARN 到这里就装好了。下一篇继续看 MapReduce2，它不是单独再点一次安装，而是在本次 YARN 向导里作为依赖一起完成。