好的，YARN Timeline 日志是 Apache Hadoop YARN 框架中用于记录应用程序生命周期事件和历史信息的核心组件。它旨在提供一个统一的机制来存储和检索这些信息。
JobHistory服务，只针对于MR应用程序，Spark,Tez等这样的服务，是无法看到日志的。
这个工具或者服务，不仅可以查看MapReduce，还可以查看Spark应用程序的日志。
以下是其主要介绍：
目的与作用：
- 事件存储：它存储了 YARN 应用（如 MapReduce、Spark 作业等）在运行期间产生的各种事件数据。这些事件包括应用的启动、各个任务（Task）和容器（Container）的状态变化、完成情况等。
- 历史记录：它为已完成的应用程序提供了持久化的历史记录，使得在作业结束后，用户或管理员仍然可以查询到作业的运行细节、配置、资源使用情况、时间线等信息。
- 监控与分析：这些存储的历史信息对于作业监控、性能分析、故障排查、审计以及构建更复杂的集群管理工具至关重要。
主要功能：
- 收集事件：YARN Application Masters 和 NodeManagers 会将应用相关的事件（如应用启动、任务开始/结束、容器分配/释放等）发送给 Timeline Server。
- 存储事件：Timeline Server 接收这些事件并将其持久化存储。在较新版本中，它支持多种存储后端，如 LevelDB（V1）、HBase（V2）。
- 提供查询接口：通过 RESTful API 提供查询服务。用户可以查询特定应用的信息、获取应用的配置、查看所有任务的状态和日志链接、检索特定时间范围内的事件等。
- 聚合视图：它为上层工具（如 YARN Web UI、作业历史服务器）提供了一个聚合视图，展示集群中所有应用的历史状态。
关键概念：
- 实体（Entity）：代表一个具有类型（如
APPLICATION，CONTAINER）和唯一标识符的对象。例如，一个 MapReduce 应用就是一个实体。 - 事件（Event）：代表发生在某个实体上的、带有时间戳的特定事件。例如，“任务 X 开始运行” 就是一个事件，关联到代表该任务的实体上。
- 实体（Entity）：代表一个具有类型（如
架构：
- Timeline Server：是核心服务组件，负责接收、存储和提供查询。
- 客户端：Application Masters 和 NodeManagers 作为客户端将事件发送到服务器。
- 存储层：负责数据的持久化。
版本演进：
- Timeline Service V1：在 YARN 2.6.0 中引入，主要用于存储应用级别的历史信息（如 MapReduce 作业历史）。其存储后端通常是 LevelDB。
- Timeline Service V2 (ATS V2)：在 YARN 3.0.0 中成为默认，旨在解决 V1 的可扩展性（特别是对于大量小文件或流式应用）和可靠性问题。它通常使用 Apache HBase 作为分布式、可扩展的存储后端。ATS V2 提供了更丰富的 API 和更强的数据模型。
与普通日志的区别：
- Timeline 日志记录的是结构化的、带有时间戳的元数据事件（谁在什么时候做了什么），便于查询和分析。
- 标准输出/错误日志（通常存储在 HDFS 上）记录的是应用运行过程中产生的文本输出（如
stdout,stderr），内容是非结构化的，主要用于调试具体任务失败原因。
总而言之，YARN Timeline 日志是理解和分析 YARN 集群上应用程序运行历史的关键基础设施，为集群管理、作业监控和故障诊断提供了强大的数据支持。
