1      问题背景：

查询yarn任务运行状态可以使用YarnClient里面的getApplications方法来获取任务列表。

List<ApplicationReport> result = client.getApplications(request);

但是这个方法在被频繁调用的时候会对ResourceManager内存有较大的压力，尤其当Yarn上面存放的历史任务较多的情况下，RM内存有可能会被耗完。因此需要对查询的application列表做一定的限制。

2      处理方式：

YarnClient类除了可以获取全部的app列表外还提供了一些其他的操作逻辑：

如果有appId，可以直接使用getApplicationReport(ApplicationId appId)获取到指定任务状态。

如果只需要指定applicationType类型的app列表，则使用getApplications(Set<String> applicationTypes)获取到指定类型任务的状态。

其他的API以此类推，这里主要介绍的是getApplications(GetApplicationsRequest request)方法。

样例代码：

GetApplicationsRequest request =

        ApplicationsRequestBuilder.create()

                .withStateQuery(stateQuery)

                .withStatesQuery(statesQuery)

                .withUserQuery(userQuery)

                .withQueueQuery(rm, queueQuery)

                .withLimit(limit)

                .withStartedTimeBegin(startedBegin)

                .withStartedTimeEnd(startedEnd)

                .withFinishTimeBegin(finishBegin)

                .withFinishTimeEnd(finishEnd)

                .withApplicationTypes(applicationTypes)

                .withApplicationTags(applicationTags)

                .build();

List<ApplicationReport> result = client.getApplications(request);

for (ApplicationReport app:result) {

    System.out.println(app);

}

GetApplicationsRequest类可以传入想要的限定参数，将不匹配的任务过滤掉。

例如需要查询某段时间内启动的任务，则可以设置withStartedTimeBegin和withStartedTimeEnd来限定对应的时间点内启动的任务。

3      参考资料：

https://hadoop.apache.org/docs/r3.1.1/api/org/apache/hadoop/yarn/client/api/YarnClient.html