YARN 中 RM、AM、NM 和 Container 分别故障会怎样
这道题考什么
这是 YARN 容错机制里非常容易混淆的一道题。很多人只会回答“挂了就重新调度”,但 谁发现故障、谁负责恢复、重启的是应用还是任务、已经运行的 Container 会不会保留,答案都不一样。面试官真正想确认的是:你能不能分清 YARN 的集群控制面、应用控制面、节点代理和执行进程,并判断一次故障的影响范围。
一句话回答
RM 故障影响全局资源调度,依靠 RM HA 和状态恢复接管;AM 故障影响单个应用,RM 会启动新的 ApplicationAttempt;NM 故障影响该节点上的全部 Container,由 RM 和各 AM 重新调度;单个 Container 故障只影响其中的任务,通常由对应 AM 按框架策略重试。