播面

在 Apache YARN 架构中，客户端（Client）在作业运行期间获取作业执行进度和状态的过程是一个分层查询、基于轮询（Polling）的机制。

为了高效且不过度增加系统负载，YARN 将“整体状态”和“详细进度”的管理分离开来。具体来说，客户端主要与 ResourceManager (RM) 和 ApplicationMaster (AM) 两个组件进行交互。

以下是详细的获取流程和内部机制：

1. 核心交互流程（客户端视角）

第一阶段：向 ResourceManager (RM) 查询宏观状态

1. 获取 ApplicationId：客户端在提交作业时，会从 RM 获得一个全局唯一的 ApplicationId。
2. 轮询 RM：在作业刚提交（处于 NEW, SUBMITTED, ACCEPTED 状态）或运行期间，客户端会通过 RPC 接口（ApplicationClientProtocol）定期向 RM 发送状态查询请求（如 getApplicationReport(ApplicationId)）。
3. 获取 ApplicationReport：RM 会返回一个包含作业宏观信息的报告，主要包括：
   • YARN 状态 (YarnApplicationState)：如 ACCEPTED（已接受等待资源）、RUNNING（正在运行）、FINISHED、FAILED、KILLED。
   • 聚合进度 (Progress)：一个从 0.0 到 1.0 的浮点数（即 0% 到 100%）。
   • AM 的地址 (Host:Port)：如果作业已进入 RUNNING 状态，报告中会包含该作业对应的 ApplicationMaster 的网络地址。
   • Tracking URL：指向 AM Web UI 的链接，供用户通过浏览器查看详细信息。

第二阶段：向 ApplicationMaster (AM) 查询微观进度（针对特定计算框架）

虽然 RM 知道作业完成了百分之几，但它不知道具体的任务细节（比如 MapReduce 中的 Map 阶段完成了多少，Reduce 阶段完成了多少，或者 Spark 的某个 Stage 运行到哪了）。

1. 当客户端发现作业处于 RUNNING 状态，并且需要获取更详细的进度（如 Task 级别的状态）时，客户端会直接通过 RPC 连接到 ApplicationMaster。
2. AM 负责具体应用程序的调度和监控，它掌握着所有底层 Container（Task）的实时状态。
3. 客户端向 AM 发送查询请求，AM 返回详细的执行进度、失败的任务数、各个阶段的耗时等框架特定的信息。

2. YARN 内部的状态流转机制（底层视角）

客户端之所以能查询到最新的状态，依赖于 YARN 内部组件之间持续的心跳汇报（Heartbeat）机制：

1. NodeManager (NM) -> ApplicationMaster (AM)：
   运行在各个节点上的任务（Container）会向管理它们的 AM 汇报进度和状态（比如读取了多少字节，处理了多少条记录）。
2. ApplicationMaster (AM) 汇总：
   AM 收集所有 Task 的进度，按照特定框架的逻辑（如 MapReduce 逻辑或 Spark 逻辑）计算出一个总进度值（0.0 - 1.0）。
3. ApplicationMaster (AM) -> ResourceManager (RM)：
   AM 会定期（通常是每隔几秒）向 RM 发送心跳请求（allocate 请求）。在这个心跳中，除了申请或释放资源外，AM 会将计算好的总进度汇报给 RM。
4. Client -> RM / AM：
   此时，客户端向 RM 查询时，RM 就能把 AM 最新汇报的总进度返回给客户端；若向 AM 查询，就能得到最新的详细细节。

3. 客户端获取状态的具体方式（用户接口）

在实际使用中，用户或客户端程序可以通过以下几种途径获取进度和状态：

• 命令行工具 (CLI)：
  用户可以在终端执行命令，底层本质是客户端代码在轮询 RM：
  yarn application -status <ApplicationId>
• Web UI (浏览器)：
  • 访问 RM 的 Web 界面（默认端口 8088），可以看到所有作业的列表和总进度。
  • 点击某个作业的 Tracking UI（ApplicationMaster 链接），会被重定向到 AM 提供的专属页面，查看详细的 Task/Stage 进度。
• REST API：
  YARN 提供了丰富的 REST API，方便第三方系统（如调度系统、监控大盘）集成：
  GET http://<rm-http-address:port>/ws/v1/cluster/apps/<appid>
• Java API：
  开发者可以直接使用 Hadoop 的 YarnClient 类：
  java

  YarnClient yarnClient = YarnClient.createYarnClient();
  yarnClient.init(conf);
  yarnClient.start();
  ApplicationReport report = yarnClient.getApplicationReport(appId);
  System.out.println("状态: " + report.getYarnApplicationState());
  System.out.println("进度: " + report.getProgress());

总结

在 YARN 中，客户端在作业运行期间获取状态遵循“整体看 RM，细节找 AM”的原则。底层依赖于任务到 AM、AM 到 RM 的层层心跳汇报机制，而客户端则是通过定期拉取（Pull/Polling）的方式从 RM 或 AM 获取这些聚合后的信息。