簡答來說，經典的MapReduce中主要有兩個角色JobTracker和TaskTracker，
JobTracker負責作業調度和任務進度監督，追蹤任務，任務登記等。
TaskTracker運行作業劃分後的任務，且對map任務和reduce任務，都有固定數量的任務槽。
下面是MapReduce的數據流和控制流圖示：
yarn將JobTracker中兩種角色分爲兩個獨立的守護進程：
管理集羣上資源使用的資源管理器（Resource Manager）
管理上任務運行生命週期的應用管理器（Application Master）
yarn中不區分map slot和reduce slot，使用資源池。
下面是yarn框架的簡單圖示：
YARN 分層結構的本質是 ResourceManager。這個實體控制整個集羣並管理應用程序向基礎計算資源的分配。ResourceManager 將各個資源部分（計算、內存、帶寬等）安排給基礎NodeManager（YARN的每節點代理）。ResourceManager 還與 ApplicationMaster一起分配資源，NodeManager一起啓動和監視它們的基礎應用程序。ApplicationMaster 承擔了以前的 TaskTracker 的一些角色，ResourceManager 承擔了 JobTracker 的角色。
ApplicationMaster 管理一個在 YARN 內運行的應用程序的每個實例。ApplicationMaster 負責協調來自 ResourceManager 的資源，並通過 NodeManager監視容器的執行和資源使用（CPU、內存等的資源分配）。
NodeManager 管理一個 YARN 集羣中的每個節點。MRv1 通過插槽管理 Map 和 Reduce 任務的執行，而 NodeManager 管理抽象容器，這些容器代表着可供一個特定應用程序使用的針對每個節點的資源。 負責啓動application啓動所需的container。NodeManager和ResourceManager共同組成整個數據計算框架。
下面是yarn運行的簡單圖示：
要使用一個 YARN 集羣，首先需要來自包含一個應用程序的客戶的請求。ResourceManager協商一個容器的必要資源，啓動一個 ApplicationMaster來表示已提交的應用程序。通過使用一個資源請求協議，ApplicationMaster 協商每個節點上供應用程序使用的資源容器。執行應用程序時，ApplicationMaster監視容器直到完成。當應用程序完成時，ApplicationMaster 從 ResourceManager 註銷其容器，執行週期就完成了。
參考：《Hadoop權威指南》《Hadoop實戰》