版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yangguosb/article/details/87300801
基本介绍
YARN是Hadoop生态的一个重要组件，提供通用的资源管理功能。最初是为了将Mapreduce V1的资源管理与作业调度/监控分离，后来由于其通用性已经成了Hadoop生态的资源管理组件，如下图所示：
架构图
典型的Master/Slave架构，Resource Manager为Master简称RM，Node Manager为Slave简称NM。RM为管控节点，接受任务并为任务分配资源及NM；NM为真正执行任务的节点，负责任务的执行及周期性地RM汇报节点资源使用情况。
- RM：资源管控节点，NM节点资源的统一管理；
- NM：任务执行节点(每个节点一个)，任务以Container形式在NM上执行，并周期性向RM汇报资源使用情况；
- AM：任务调度/监控者(每个应用一个)，将任务调度到各Container执行并监控执行情况；
- Container：任务申请到资源后在NM上启动的进程，统称为Container；
工作流程
- 用户通过client向RM提交任务，及队列名和资源使用量；
- RM接收到请求后，选择一个NM启动AM；
- AM向RM申请资源，RM通过后通知NM启动Container；
- Container启动后执行任务，向AM汇报进度，同时NM向RM汇报资源使用情况；
- 当所有的Container任务执行完成后，AM向RM注销并退出，RM通知NM停止Container；
名词解释
- 资源：目前YARN的资源模型中，只有CPU和内存两种，通过参数Vcore和Mem设置；
/**
* <p><code>Resource</code> models a set of computer resources in the
* cluster.</p>
*
* <p>Currently it models both <em>memory</em> and <em>CPU</em>.</p>
*
* <p>The unit for memory is megabytes. CPU is modeled with virtual cores
* (vcores), a unit for expressing parallelism. A node's capacity should
* be configured with virtual cores equal to its number of physical cores. A
* container should be requested with the number of cores it can saturate, i.e.
* the average number of threads it expects to have runnable at a time.</p>
*
* <p>Virtual cores take integer values and thus currently CPU-scheduling is
* very coarse. A complementary axis for CPU requests that represents processing
* power will likely be added in the future to enable finer-grained resource
* configuration.</p>
*
* <p>Typically, applications request <code>Resource</code> of suitable
* capability to run their component tasks.</p>
*
* @see ResourceRequest
* @see ApplicationMasterProtocol#allocate(org.apache.hadoop.yarn.api.protocolrecords.AllocateRequest)
*/
- 队列：可以理解为动态的资源池，具有最大值和最小值，最小值是YARN保证队列中的程序执行时具有的最小资源，最大值是队列可以使用的资源上限；
参考：