YARN**
1.yarn与mapreduce的关系？
答：
（1）yarn是资源调度框架，mapreduce是分布式计算框架；
（2）yarn将jobTracker的资源管理和任务调度划分开了，通过ResourceManager进行资源的统一管理和分配，
ApplicationManager进行解析mapreduce程序然后变成一个个小任务,需要多少资源向ResourceManager请求，
然后nodeManager和applicationManager协作分配containner执行任务。
2.如何部署yarn RM NM和hdfs的datanode namenode节点？
答：
（1）dataNode和nodeManager放在一起
（2）yarn的ResourceManager单独放
（3）俩个active不放在一起，standby节点放在别的节点
（4）namenode 和RM 至少俩个
3.Yarn三个角色ResourceManager/applicationManager/nodeManager介绍？
ResourceManager：统一管理集群的所有资源，分配资源给applicationManager，接受nodemanager资源上报信息
applicationManager：管理应用程序，申请资源，任务调度
nodeManager：管理单个节点资源，上报资源使用，管理container生命周期
4.ResourceManagerHA高可用？
（1）个activeRM 多个standby RM;ZK选举ActiveRM,宕机后主备切换;
5.yarn的资源调度策略？
（1）FiFo Scheduler：先进先出，不灵活，利用率低；
（2）capacity Scheduler：提前做预算；多个队列共享资源；空闲资源优先给实际资源/预算资源小的队列;
特点：弹性分配；多租户；多层次；保证容量
（3）fair scheduler:见面分一半 资源抢占；占用资源小于最低资源限制 则强制停止其他队列任务；队列中有任务等待，则根据权重分配