一、概述：
Yarn是一个资源调度平台，负责为运算程序提供服务器运算资源，相当于一个分布式的操作系统平台，而Mapreduce等运算程序则相当于运行于操作系统之上的应用程序。
关于Yarn，有几点需要明白的是：
- 1）实际上，Yarn并不清楚用户所提交程序的运行机制是什么；
- 2）Yarn只负责提供运算资源的调度（用户程序向Yarn申请资源，Yarn就负责分配资源）；
- 3）Yarn中的主管角色是ResourceManager，而具体提供运算资源的角色是NodeManager；
- 4）Yarn框架与运行的用户程序完全解耦，这就意味着在Yarn上面可以运行各种类型的分布式运算程序（Mapreduce只是其中的一种），比如mapreduce、storm程序，spark程序……；
- 5）Spark、Storm等运算框架都可以整合在Yarn上运行，只要他们各自的框架中有符合Yarn规范的资源请求机制即可；
- 6）Yarn就是一个通用的资源调度平台，企业中以前存在的各种运算集群都可以整合在一个物理集群上，提高资源利用率，方便数据共享。
二、基本架构
YARN主要由ResourceManager、NodeManager、ApplicationMaster和Container等组件构成，各组件的作用如下图所示：
三、作业提交全流程
如下图所示：
作业提交全过程详解：
（1）作业提交
- 第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
- 第2步：Client向RM申请一个作业id。
- 第3步：RM给Client返回该job资源的提交路径和作业id。
- 第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。
- 第5步：Client提交完资源后，向RM申请运行MrAppMaster。
（2）作业初始化
- 第6步：当RM收到Client的请求后，将该job添加到容量调度器（默认）中。
- 第7步：某一个空闲的NM领取到该Job。
- 第8步：该NM创建Container，并产生MRAppmaster。
- 第9步：下载Client提交的资源到本地。
（3）任务分配
- 第10步：MrAppMaster向RM申请运行多个MapTask任务资源。
- 第11步：RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
（4）任务运行
- 第12步：MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
- 第13步：MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
- 第14步：ReduceTask向MapTask获取相应分区的数据。
- 第15步：程序运行完毕后，MR会向RM申请注销自己。
（5）进度和状态更新
- YARN中的任务将其进度和状态(包括counter)返回给应用管理器,
客户端每秒(通过mapreduce.client.progressmonitor.pollinterval设置)向应用管理器请求进度更新,
展示给用户。
（6）作业完成
- 除了向应用管理器请求作业进度外,
客户端每5秒都会通过调用waitForCompletion()来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后，应用管理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。