Yarn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
Yarn三大组件介绍
【1】ResourceManager
1.ResourceManager负责整个集群的资源管理和分配，是一个全局的资源管理系统。
2.NodeManager以心跳的方式向ResourceManager汇报资源使用情况（目前主要是CPU和内存的使用情况）。RM只接受NM的资源回报信息，对于具体的资源处理则交给NM自己处理。
3.YARN Scheduler根据application的请求为其分配资源，不负责application job的监控、追踪、运行状态反馈、启动等工作。
【2】NodeManager
1.NodeManager是每个节点上的资源和任务管理器，它是管理这台机器的代理，负责该节点程序的运行，以及该节点资源的管理和监控。YARN集群每个节点都运行一个NodeManager。
2.NodeManager定时向ResourceManager汇报本节点资源（CPU、内存）的使用情况和Container的运行状态。当ResourceManager宕机时NodeManager自动连接RM备用节点。
3.NodeManager接收并处理来自ApplicationMaster的Container启动、停止等各种请求。
【3】ApplicationMaster
1.用户提交的每个应用程序均包含一个ApplicationMaster，它可以运行在ResourceManager以外的机器上。
2.负责与RM调度器协商以获取资源（用Container表示）。
3.将得到的任务进一步分配给内部的任务(资源的二次分配)。
4.与NM通信以启动/停止任务。
5.监控所有任务运行状态，并在任务运行失败时重新为任务申请资源以重启任务。
6.当前YARN自带了两个ApplicationMaster实现，一个是用于演示AM编写方法的实例程序DistributedShell，它可以申请一定数目的Container以并行运行一个Shell命令或者Shell脚本；另一个是运行MapReduce应用程序的AM—MRAppMaster。
注：RM只负责监控AM，并在AM运行失败时候启动它。RM不负责AM内部任务的容错，任务的容错由AM完成
Yarn整体流程图
ps：（结合资料和个人理解纯手工绘制，如有错误还请指出）
