1.YARN工作流程
一，用户向Yarn提交应用程序，其中包括用户程序、相关文件、启动ApplicationMaster命令、ApplicationMaster程序等。
二，Yarn中的ResourceManager为应用程序分配一个容器，在该容器中启动一个ApplicationMaster。
三，ApplicationMaster会首先向ResourceManager注册。
四，ApplicationMaster采用轮询的方式向ResourceManager申请资源。
五，ResourceManager向ApplicationMaster分配容器资源。
六，在容器中启动任务（运行环境，脚本）。
七，各个任务向其对应的ApplicationMaster汇报自己的运行状态和进度。
八，应用程序运行完毕后，ApplicationMaster与ResourceManager通信，要求注销和关闭自己。
2.主要包含三大模块：
ResourceManager ：负责所有资源的监控、分配和管理；
ApplicationMaster： 负责每一个具体应用程序的调度和协调；
NodeManager ：负责每一个节点的维护。
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.可以把 yarn 理解为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 为这些程序提供运算所需的资源（内存、cpu）
.yarn 并不清楚用户提交的程序的运行机制
.yarn 只提供运算资源的调度（用户程序向 yarn 申请资源，yarn 就负责分配资源）
. yarn 中的主管角色叫 ResourceManager
. yarn 中具体提供运算资源的角色叫 NodeManager
. yarn与运行的用户程序完全解耦，意味着yarn上可以运行各种类型的分布式运算程序，
比如 mapreduce、storm，spark，tez ……
. spark、storm 等运算框架都可以整合在 yarn 上运行，只要他们各自的框架中有符合
yarn 规范的资源请求机制即可
. yarn 成为一个通用的资源调度平台.企业中以前存在的各种运算集群都可以整合在一
个物理集群上，提高资源利用率，方便数据共享\
