1. Yarn基础架构
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主要由ResourceManager、NodeManager、ApplicationMaster和Container等组件构成。
2. Yarn工作机制
1）MR程序提交到客户端所在的节点。
2）YarnRunner向ResourceManager申请一个Application。
3）RM将该应用程序的资源路径返回给YarnRunner。
4）该程序将运行所需资源提交到HDFS上。
5）程序资源提交完毕后，申请运行mrAppMaster。
6）RM将用户的请求初始化成一个Task。
7）其中一个NodeManager领取到Task任务。
8）该NodeManager创建容器Container，并产生MRAppmaster。
9）Container从HDFS上拷贝资源到本地。
10）MRAppmaster向RM 申请运行MapTask资源。
11）RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
12）MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
13）MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
14）ReduceTask向MapTask获取相应分区的数据。
15）程序运行完毕后，MR会向RM申请注销自己。
3. Yarn的作业提交全过程
3.1. HDFS、YARN、MapReduce三者之间的关系
3.2. 作业提交过程之YARN
3.3. 作业提交过程之HDFS和MapReduce
3.4. 作业提交全过程详解
1）作业提交
第1步：Client调用job.waitForCompletion方法，向整个集群提交MapReduce作业。
第2步：Client向RM申请一个作业id。
第3步：RM给Client返回该job资源的提交路径和作业id。
第4步：Client提交jar包、切片信息和配置文件到指定的资源提交路径。
第5步：Client提交完资源后，向RM申请运行MrAppMaster。
2）作业初始化
第6步：当RM收到Client的请求后，将该job添加到容量调度器中。
第7步：某一个空闲的NM领取到该Job。
第8步：该NM创建Container，并产生MRAppmaster。
第9步：下载Client提交的资源到本地。
3）任务分配
第10步：MrAppMaster向RM申请运行多个MapTask任务资源。
第11步：RM将运行MapTask任务分配给另外两个NodeManager，另两个NodeManager分别领取任务并创建容器。
4）任务运行
第12步：MR向两个接收到任务的NodeManager发送程序启动脚本，这两个NodeManager分别启动MapTask，MapTask对数据分区排序。
第13步：MrAppMaster等待所有MapTask运行完毕后，向RM申请容器，运行ReduceTask。
第14步：ReduceTask向MapTask获取相应分区的数据。
第15步：程序运行完毕后，MR会向RM申请注销自己。
5）进度和状态更新
YARN中的任务将其进度和状态(包括counter)返回给应用管理器, 客户端每秒(通过mapreduce.client.progressmonitor.pollinterval设置)向应用管理器请求进度更新, 展示给用户。
6）作业完成
除了向应用管理器请求作业进度外, 客户端每5秒都会通过调用waitForCompletion()来检查作业是否完成。时间间隔可以通过mapreduce.client.completion.pollinterval来设置。作业完成之后, 应用管理器和Container会清理工作状态。作业的信息会被作业历史服务器存储以备之后用户核查。