文件為轉載：http://blog.csdn.net/liuwenbo0920/article/details/43304243
一.YARN基本架構
YARN是Hadoop 2.0中的資源管理系統，它的基本設計思想是將MRv1中的JobTracker拆分成了兩個獨立的服務：一個全局的資源管理器ResourceManager和每個應用程序特有的ApplicationMaster。其中ResourceManager負責整個系統的資源管理和分配，而ApplicationMaster負責單個應用程序的管理。
二.YARN基本組成結構
YARN 總體上仍然是Master/Slave結構，在整個資源管理框架中，ResourceManager為Master，NodeManager為 Slave，ResourceManager負責對各個NodeManager上的資源進行統一管理和調度。當用戶提交一個應用程序時，需要提供一個用以 跟蹤和管理這個程序的ApplicationMaster，它負責向ResourceManager申請資源，並要求NodeManger啟動可以占用一 定資源的任務。由於不同的ApplicationMaster被分布到不同的節點上，因此它們之間不會相互影響。在本小節中，我們將對YARN的基本組成 結構進行紹。
圖描述了YARN的基本組成結構，YARN主要由ResourceManager、NodeManager、ApplicationMaster（圖中給出了MapReduce和MPI兩種計算框架的ApplicationMaster，分別為MR AppMstr和MPI AppMstr）和Container等幾個組件構成。
1.ResourceManager(RM)
RM是一個全局的資源管理器，負責整個系統的資源管理和分配。它主要由兩個組件構成：調度器（Scheduler）和應用程序管理器（Applications Manager，ASM）。
(1)：調度器
調度器根據容量、隊列等限制條件（如每個隊列分配一定的資源，最多執行一定數量的作業等），將系統中的資源分配給各個正在運行的應用程序。需要注意的是，該調度器是一個“純調度器”，它不再從事任何與具體應用程序相關的工作，比如不負責監控或者跟蹤應用的執行狀態等，也不負責重新啟動因應用執 行失敗或者硬件故障而產生的失敗任務，這些均交由應用程序相關的ApplicationMaster完成。調度器僅根據各個應用程序的資源需求進行資源分 配，而資源分配單位用一個抽象概念“資源容器”（Resource Container，簡稱Container）表示，Container是一個動態資源分配單位，它將內存、 CPU、磁盤、網絡等資源封裝在一起，從而限定每個任務使用的資源量。此外，該調度器是一個可插拔的組件，用戶可根據自己的需要設計新的調度器，YARN 提供了多種直接可用的調度器，比如Fair Scheduler和Capacity Scheduler等。
（2）:應用程序管理器
應用程序管理器負責管理整個系統中所有應用程序，包括應用程序提交、與調度器協商資源以啟動ApplicationMaster、監控ApplicationMaster運行狀態並在失敗時重新啟動它等。
2.ApplicationMaster(AM)
用戶提交的每個應用程序均包含1個AM，主要功能包括：
與RM調度器協商以獲取資源（用Container表示）；
將得到的任務進一步分配給內部的任務；
與NM通信以啟動/停止任務；
監控所有任務運行狀態，並在任務運行失敗時重新為任務申請資源以重啟任務。
當前YARN 自帶了兩個AM實現，一個是用於演示AM編寫方法的實例程序distributedshell，它可以申請一定數目的Container以並行運行一個 Shell命令或者Shell腳本；另一個是運行MapReduce應用程序的AM—MRAppMaster，我們將在第8章對其進行介紹。此外，一些其 他的計算框架對應的AM正在開發中，比如Open MPI、Spark等。
3.NodeManager(NM)
NM是每個節點上的資源和任務管理器，一方面，它會定時地向RM匯報本節點上的資源使用情況和各個Container的運行狀態；另一方面，它接收並處理來自AM的Container啟動/停止等各種請求。
4.Container
Container 是YARN中的資源抽象，它封裝了某個節點上的多維度資源，如內存、CPU、磁盤、網絡等，當AM向RM申請資源時，RM為AM返回的資源便是用 Container表示的。YARN會為每個任務分配一個Container，且該任務只能使用該Container中描述的資源。
需要注意的是，Container不同於MRv1中的slot，它是一個動態資源划分單位，是根據應用程序的需求動態生成的。截至本書完成時，YARN僅支持CPU和內存兩種資源，且使用了輕量級資源隔離機制Cgroups進行資源隔離。
3.YARN工作流程
當用戶向YARN中提交一個應用程序后，YARN將分兩個階段運行該應用程序：
第一個階段是啟動ApplicationMaster；
第二個階段是由ApplicationMaster創建應用程序，為它申請資源，並監控它的整個運行過程，直到運行完成。
如圖2所示，YARN的工作流程分為以下幾個步驟：
步驟1： 用戶向YARN中提交應用程序，其中包括ApplicationMaster程序、啟動ApplicationMaster的命令、用戶程序等。
步驟2： ResourceManager為該應用程序分配第一個Container，並與對應的Node-Manager通信，要求它在這個Container中啟動應用程序的ApplicationMaster。
步驟3： ApplicationMaster首先向ResourceManager注冊，這樣用戶可以直接通過ResourceManager查看應用程序的運行狀態，然后它將為各個任務申請資源，並監控它的運行狀態，直到運行結束，即重復步驟4~7。
步驟4： ApplicationMaster采用輪詢的方式通過RPC協議向ResourceManager申請和領取資源。
步驟5： 一旦ApplicationMaster申請到資源后，便與對應的NodeManager通信，要求它啟動任務。
步驟6： NodeManager為任務設置好運行環境（包括環境變量、JAR包、二進制程序等）后，將任務啟動命令寫到一個腳本中，並通過運行該腳本啟動任務。
步驟7： 各個任務通過某個RPC協議向ApplicationMaster匯報自己的狀態和進度，以讓ApplicationMaster隨時掌握各個任務的運行狀態，從而可以在任務失敗時重新啟動任務。在應用程序運行過程中，用戶可隨時通過RPC向ApplicationMaster查詢應用程序的當前運行狀態。
步驟8： 應用程序運行完成后，ApplicationMaster向ResourceManager注銷並關閉自己。
4.多角度理解YARN
可將YARN看做一個雲操 作系統，它負責為應用程序啟動ApplicationMaster（相當於主線程），然后再由ApplicationMaster負責數據切分、任務分 配、啟動和監控等工作，而由ApplicationMaster啟動的各個Task（相當於子線程）僅負責自己的計算任務。當所有任務計算完成 后，ApplicationMaster認為應用程序運行完成，然后退出。