About

关于集群信息概述 图 1 About the Cluster

如上图所示，About介绍了集群总体指标，分为如下4个区域：导航区域（红色）、集群指标区域（绿色）、调度器指标区域（红色）、集群信息区域（蓝色）。下面分别介绍几个区域内容。

导航

整个YARN的UI界面导航。

集群指标

关于集群的所有资源的指标。图 2 Cluster Metrics

第一组是关于应用的指标：

• Apps Submitted: 所有提交的应用数量，其数量是Apps Pending+ Apps Running+ Apps Completed的综总和。
• Apps Pending:已经提交但处于挂起状态的应用数量，这些任务正排队等待资源。此处会在集群资源已经用满的情况下发送，起数量越多，代表的集群越繁忙。
• Apps Running:正在运行的应用数量。
• Apps Completed:已经运行完成的应用数量。

第二组涉及集群服务器资源的指标

• Containers Running：正在运行的程序，已经分配的Containter数量。
• Memory Used：已经使用的内存数量，其为集群所有节点的总和。
• Memory Total：集群所有节点的物理内存总和。
• Memory Reserved：集群中保留的内存总和。
• VCores Used：已经分配的VCores数量。
• VCores Total：集群总VCores数量。
• VCores Reserved：保留的VCores数量。

注意：Reserved的原因，是因为container由调度器分配了资源到某个节点上，但是这个节点，已经没有资源了。此时该container会进入reserve状态。

第三组涉及集群各各节点情况的指标

• Active Nodes：活动的节点数量。
• Decommissioned Nodes：已经退服的节点数量。
• Lost Nodes：丢失节点数量。
• Unhealthy Nodes：不健康节点数量。
• Rebooted Nodes：正处于重启状态的数量。

这些重点介绍一下Containter。Containter是执行task的基本单元，其数量决定了集群并行度，所以至关重要。集群中Containter数量是固定的，由几个参数来决定，最主要的是两个参数mapreduce.map.memory.mb和mapreduce.reduce.cpu.vcores，分别决定一个Containter内包含多少内存和多少VCore，例如我的集群设置是4GB和1个VCore。那么根据图 2 2中所示，总内存5.48TB，共可分给5.48TB/4GB=1402个Containter，总VCore数量是2486个，这样看来，内存是不足的，所以集群中仅能分配1402个Containter，很1000多个VCore是没有利用上的。

注意：由于在Application执行时，会分配一个Containter来进行ApplicationMaster工作，这个分配数量是由另一个参数决定的，集群在实际分配时，可能会稍微多于或少少于我们的计算值，但数量差异不大，一般差异在个位数以内。

调度器指标

此段为调度指标，在很多界面都可看到，一版不用修改。图 3 Scheduler Metrics

• 调度器类型：Hadoop调度类型有公平调度器（FairScheduler）和容量调度器（Capacity Scheduler）。图 2 3所示为使用的是容量调度器。
• 调度器资源类型：现在只包含两种，内存和CPU 。
• 调度器最小/最大申请资源：任务向资源调度器申请资源时，每一个container申请的资源范围应比最小资源大，比最大资源小。

集群信息

待完善