引言
YARN（Yet Another Resource Negotiator，另一种资源协调者）是Hadoop 2.0的资源管理和调度框架，其设计基本思想是“放权”。把MapReduce1.0中JobTracker三大功能拆分给新组件承担。其中ResourceManager负责资源管理，ApplicationMaster负责任务调度和任务监控，NodeManager负责汇报本节点的健康情况、资源使用情况、任务执行情况。
1.YARN的优势
1.1 可扩展性（Scalability）
YARN利用ResourceManager和ApplicationMaster分离的架构优点，可以扩展到近10000个节点和100000个任务另外，YARN Federation的联邦机制进一步增强了集群的水平横向扩展性。
1.2 可用性（Availability）
YARN的ResourceManager HA机制保证了YARN的高可用性，ResourceManager Restart特性保证了若ResourceManager发生单点故障时能尽快重启。
1.3 利用率（Utilization）
在YARN中，一个NodeManager管理一个资源池，且YARN中的资源是精细化管理，每一个应用程序都能够按需请求资源。
1.4 多租户（Multitenancy）
YARN向MapReduce以外的其他分布式计算框架开放了Hadoop，甚至可以在同一个YARN集群上运行不同版本的MapReduce。
2. YARN的体系架构
YARN采用主从架构（Master/Slave），其核心组件包括ResourceManager，NodeManager与ApplicationMaster三个。一个ResourceManager对应多个NodeManager，此外，YARN还引入了一个逻辑概念Container容器，各组件详细介绍如下：
2.1 Client
Client负责向ResourceManager提交任务。
2.2 ResourceManager
一个集群只有一个ResourceManager，负责集群资源的统一管理和调度，具体功能如下：
①处理来自客户端的请求，包括启动/终止应用程序；
②启动/监控ApplicationMaster。一旦出现故障，ResourceManager会在另一个节点上启动该ApplicationMaster；
③监控NodeManager，接收其汇报的心跳信息并分配给NodeManager去执行。某个NodeManager出现故障时，标记并告诉ApplicationMaster如何处理。
2.3 NodeManager
一个集群有多个NodeManager，负责单节点资源的管理和使用，具体功能如下：
①周期性的向ResourceManager汇报本节点上的资源使用情况和各Container的运行状态；
②接收并处理来自ApplicationMaster的Container启动/停止命令。
2.4 ApplicationMaster
每个应用程序有一个ApplicationMaster，负责管理应用程序，具体功能如下：
①数据切分；
②为应用程序/作业向ResourceManager申请资源（Container），并分配给内部任务；
③与NodeManager通信，以启动/停止任务；
④任务监控与容错，在任务执行失败时重新为其申请资源并重启任务；
⑤接收并处理ApplicationMaster发出的命令，如终止Container、重启NodeManager等。
2.5 Container
Container是一个逻辑概念，封装了某个节点上一定量的资源（CPU和内存两种资源）。
3.YARN的工作流程
在YARN提交MapReduce程序时，完整步骤如下：
①Client向YARN提交MapReduce应用程序。包括ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等；
②ResourceManager接收到请求后，为程序分配第一个Container并与对应的NodeManager通信，要求它在这个Container中启动该应用程序的ApplicationMaster；
③ApplicationMaster被创建后会首先向ResourceManager注册，从而用户可以直接通过ResourceManager查询程序状态；
④ApplicationMaster采用轮询的方法通过RPC请求向ResourceManager申请资源；
⑤ResourceManager以“容器Container”的形式向提出申请的ApplicationMaster分配资源。一旦分配资源，ApplicationMaster立即与对应的NodeManager通信，要求它启动任务；
⑥当ApplicationMaster要求容器启动时，它会为任务设置好运行环境，包括环境变量、JAR包、二进制程序等，然后将任务启动命令写到一个脚本中，最后NodeManager在容器中运行该脚本以启动任务；
⑦各个任务通过RPC协议向ApplicationMaster汇报自己的状态和进度，以便在任务运行失败的时候ApplicationMaster及时掌握并重启该任务。同时用户可以通过RPC向ResourceManager查询应用运行状态；
⑧应用程序运行完毕后，ApplicationMaster向ResourceManager的应用程序管理器ApplicationManager注销并关闭自己。若ApplicationMaster因故失败，ResourceManager能检测到并将其重新启动，直到所有的任务都执行完毕。
4.YARN的新特性
4.1 ResourceManager Restart的自动重启机制
为了降低ResourceManager发生单节点故障时集群作业执行失败，YARN提供了ResourceManager自动重启，保证ResourceManager能够尽快重启（用户感知不到）。
4.2 ResourceManager HA
为解决单点故障问题，Hadoop2.4.0增加了Active/Standby ResourceManager。
Active ResourceManager会将状态信息写入到Zookeeper集群中，若其发生故障，则切换Standby ResourceManager为Active ResourceManager。
4.3 YARN Federation的联邦机制
基于联邦设计，通过联合多个YARN子集，可以将单个YARN集群扩展到数万个节点。
YARN Federation体系架构中各个组成部分如下：
① YARN Sub-cluster：子集群。可通过添加一个或多个子集群来扩展联合环境；
②Router：路由器。用户提交应用时首先会访问其中一个Router，然后Route会先从State Store中获得所有子集群信息（Active ResourceManager和其他一些使用率信息），之后根据配置的路由策略将应用程序提交请求转发给对应的ResourceManager上；
③AMRMProxy：应用程序和多个ResourceManager通信的桥梁；
④Global Policy Generator（GPG）:全局策略生成器。其忽略整个联合，确保系统始终被正确配置和调整，关键设计是集群的可用性不依赖永远在线的GPG；
⑤Federation StateStore：为联合状态，它定义了需要维护的附加状态，以便将多个单独的子集群松散地耦合到单个大型联合集群中；
⑥Federation Policy Store：联合策略存储，包含如何将应用程序和资源请求路由到不同子集群的信息，如随机/散列/循环/优先级等；
总结
以上就是关于YARN的相关内容，简单介绍了一下YARN的优势、体系架构、工作流程和新特性！欢迎大家在评论区补充！
参考《Hadoop大数据原理与运用》徐鲁辉