首先放張YARN官網的圖便於理解：
講一下YARN的優點（網上一搜一籮筐）：
首先要提一下MapReduce1，它只包含JobTracker（協調在集羣上運行的所有作業）和TaskTracker（運行分配的任務並定期向 JobTracker 報告進度），主要存在這樣幾個問題：
- JobTracker容易存在單點故障；
既要負責資源管理，又要進行作業調度，負擔重；當需處理太多任務時，會造成過多的資源消耗。 - 當mapreduce job非常多的時候，會造成很大的內存開銷，在
TaskTracker端，以mapreduce task的數目作爲資源的表示過於簡單，沒有考慮到cpu以及內存的佔用情況，如果兩個大內存消耗的task被調度到了一塊，很容易出現OutOfMemory異常。 - 在TaskTracker端，把資源強制劃分爲map task slot和reduce task slot，無法有效利用資源。
然後纔是YARN的主場：
- YARN的設計減小了JobTracker的資源消耗，並且讓監測每一個Job子任務（tasks)狀態的程序分佈式化了（使用Application Master）。
- Application Master是一個可變更的部分，可以定製自己的編程模型。
- 對於資源的表示以內存爲單位，比之前以剩餘slot數目更加合理,相當於map task slot和reduce task slot共享內存。
- Container用來作爲YARN的一個資源隔離組件，可以用來對資源進行調度和控制。
yarn主要組件有以下幾個：
- Resource Manager: 負責資源調度、資源分配等工作，運行在NameNode節點。
- NodeManager：運行在DataNode節點，負責啓動Application和對資源的管理。
- Container: 通過ResourceManager分配。包括容器的cpu、內存等資源。
- App Mstr (Application Master)：Resource Manager與application之間的橋樑。Resource Manager 首先將任務給Application master，然後Application master 在將Resource manager的指示傳達給各個 nodemanager(相當於工人)進行幹活兒。每個application只有一個Applicationmaster，運行在node manager節點，Application master是由Resource manager指派的。
知道了這些，那麼Client提交了一個任務後yarn怎麼工作呢？
大致會經歷這麼幾個過程（圖中虛實線可作參考，以下爲個人理解）：
- Client提交任務，任務可以是mapper程序也可以是reducer程序或者是一個進程的輸入列表（即application），包括啓動ResourceManager命令。
- ResourceManager爲提交的任務分配第一個Container(包含內存，cpu等)，並與NodeManager通信，要求其在整個Contianer中啓動一個處理作業的Application Master(應用管理器)。
- Application Master啓動之後向 ResourceManager註冊，使用戶可以直接通過Resourcemanager查詢作業的運行狀態，然後它將爲各個任務申請資源並監控任務的運行狀態直到運行結束；Application通過RPC（遠程過程調用）請求向Resourcemanager申請和領取資源。
- Application Master領取（或者申請）到任務之後會要求指定NodeManager節點啓動去做ResourceManager指定的任務。
- 每個NodeManager上Container內的任務結束後application會向Application Master會彙報自己的狀態和進度,此時Application Master將接收到的狀態信息發送給ResourceManager。
- 此時ResourceManager會根據得到的Application Master監測到的狀態信息，重新爲任務分配資源，並告知Application Master，然後循環4-6過程，直至任務結束。
收工。
參考文檔
yarn官方文檔
圖解YARN工作原理
YARN簡述及優勢