Yarn的基本思想是将JobTracker的两大主要职能：资源管理、作业调度/监控拆分为两个独立的进程：一个全局的ResourceManager和与每个应用对应的ApplicationMaster(AM)。ResourceManager和每个节点的NodeManager(NM)组成了全新的通用操作系统，以分布式的方式管理应用程序。
ResourceManager拥有为系统中所有应用的资源分配的决定权。对应于每个应用程序的ApplicationMaster是框架相关的，负责与ResourceManager协商资源，以及与NodeManager协同工作来执行和监控各个任务。
ResourceManager有一个可插拔的调度器组件--Scheduler，负责为运行中的各种应用分配资源，分配时会受到容量，队列及其他因素的制约。Scheduler是一个纯粹的调度器，不负责应用程序的监控和状态跟踪，也不保证在应用程序失败或者硬件失败的情况下对Task的重启。Scheduler基于应用程序的资源需求来执行其调度功能，使用了叫做资源Container的抽象概念，其中包括了多种资源维度，如内存，CPU，磁盘以及网络。
NodeManager是与每台机器对应的从属进程（Salve），负责启动应用程序的Container，监控他们的资源使用情况（CPU、内存、磁盘和网络），并且报告给ResourceManager。
每个应用程序的ApplicationMaster负责与Scheduler协商合适的Container，跟踪应用程序的状态，以及监控他们的进度。从系统的角度讲，ApplicationMaster也是以一个普通的Container的身份运行。
在新的YARN系统下，MapReduce的一个关键实现细节是，在不做大的修改下重用现有的MapReduce框架。这是确保与现有MapReduce应用和用户兼容性的重要步骤。