一 、需要知道的內容
1.ResourceManager ------>yarn的老大
2.NodeManager ------>yarn的小弟
3.ResourceManager調度器 a.默認調度器------>先進先出FIFO
b.公平調度器------>每個任務都有執行的機會
......
4.心跳機制 ------>NodeManager可通過心跳機制將節點健康狀況實時匯報給ResourceManager，而ResourceManager則會 根據每個NodeManager的健康狀況適當調整分配的任務數目。當NodeManager認為自己的健康狀況“欠 佳”時，可讓ResourceManager不再分配任務，待健康狀況好轉時，再分配新任務。
5.NodeManager子進程------>獨立於NodeManager，不在NodeManager內部
二 、Hadoop工作流程：
1.Client中，客戶端提交一個mr的jar包給JobClient(提交方式：hadoop jar ...)
2.JobClient持有ResourceManager的一個代理對象，它向ResourceManager發送一個RPC請求，告訴ResourceManager作業開始，
然后ResourceManager返回一個JobID和一個存放jar包的路徑給Client
3.Client將得到的jar包的路徑作為前綴，JobID作為后綴(path = hdfs上的地址 + jobId) 拼接成一個新的hdfs的路徑，然后Client通過FileSystem向hdfs中存放jar包，默認存放10份
（NameNode和DateNode等操作）
4.開始提交任務，Client將作業的描述信息（JobID和拼接后的存放jar包的路徑等）RPC返回給ResourceManager
5.ResourceManager進行初始化任務，然后放到一個調度器中
6.ResourceManager讀取HDFS上的要處理的文件，開始計算輸入分片，每一個分片對應一個MapperTask，根據數據量確定起多少個mapper,多少個reducer
7.NodeManager 通過心跳機制向ResourceManager領取任務（任務的描述信息）
8.領取到任務的NodeManager去Hdfs上下載jar包，配置文件等
9.NodeManager啟動相應的子進程yarnchild，運行mapreduce，運行maptask或者reducetask
10.map從hdfs中讀取數據，然后傳給reduce，reduce將輸出的數據給回hdfs
--------------------- 本文來自 小虹塵 的CSDN 博客 ，全文地址請點擊：https://blog.csdn.net/hongchenlingtian/article/details/53524705?utm_source=copy