Tez 是构建在 Hadoop YARN 之上的开源分布式计算框架，用于执行有向无环图（DAG）形式的数据处理作业。相比传统 MapReduce 固定的 Map→Reduce 两阶段模型，Tez 将作业表达为由顶点（Vertex）和边（Edge）组成的 DAG，可以灵活描述多阶段依赖，减少中间结果落盘与作业之间的调度开销，从而提升复杂计算场景的执行性能。
本集群中，Tez 作为通用执行引擎组件部署，为支持 Tez API 的上层计算组件提供 DAG 执行能力；Tez 作业由上层组件编译生成 DAG 后提交至 YARN 运行，用户一般无需直接编写 Tez 程序，主要通过参数配置影响作业执行行为。
Tez 的核心概念如下：
1、DAG：一次计算任务的整体描述，由若干顶点和边组成，定义了各阶段的执行内容与依赖关系；
2、Vertex（顶点）：DAG 中的一个执行阶段，对应一组并行任务，例如一次 Map 或一次 Reduce；
3、Edge（边）：顶点之间的连接，定义数据路由方式，包括一对一（one-to-one）、一对多（one-to-all）、多对一（all-to-one）等；
4、Task（任务）：顶点的并行执行实例，运行在 YARN 分配的 Container 中；
5、DAGAppMaster（AM）：每个 Tez 作业的 Application Master，负责向 YARN 申请资源、调度任务、维护作业状态与容错重试；
6、Container：YARN 分配的资源容器，承载 Task 进程，Tez 支持容器重用（container reuse）。
| 核心概念 | 说明 |
|---|---|
| DAG | 作业的有向无环图描述，由顶点和边组成 |
| Vertex | DAG 中的一个执行阶段，对应一组并行任务 |
| Edge | 顶点间的数据路由方式，如one-to-one、one-to-all |
| Task | 顶点的并行执行实例，运行于Container 中 |
| DAGAppMaster | 作业管理器，负责资源申请、任务调度与容错 |
| Container | YARN 分配的资源容器，可被重用以减少启停开销 |
Tez 与 MapReduce 的对比：
| 对比项 | MapReduce | Tez |
|---|---|---|
| 作业模型 | 固定的Map、Reduce 两阶段 | 以DAG 表达任意多阶段依赖 |
| 复杂计算 | 需拆分为多个作业串联，中间结果落盘 | 单作业内表达多阶段，中间结果可直连 |
| 容器重用 | 默认不重用，任务间有启停开销 | 默认开启容器重用，减少启停开销 |
| 调度开销 | 多个作业间重复申请资源 | 由AM 统一管理资源，减少重复申请 |
Tez 作业的执行流程为：客户端提交 DAG→YARN 分配首个 Container 并启动 DAGAppMaster→DAGAppMaster 申请资源并在各节点启动 Task→顶点按依赖关系执行→DAG 完成后作业状态与计数器写入历史服务。具体步骤如下：
1、客户端将 DAG 提交至 YARN ResourceManager；
2、ResourceManager 分配第一个 Container，在其上启动 DAGAppMaster；
3、DAGAppMaster 根据顶点并行度向 ResourceManager 申请资源，在对应 NodeManager 上启动 Task；
4、顶点按依赖关系依次调度执行，已完成的 Container 可被后续任务重用；
5、DAG 执行完成后，运行状态、计数器与诊断信息写入历史服务，可通过 TezUI 查询。
