YARN的组成

YARN的组成有哪些？
1、主要由 ResourceManager、ApplicationMaster、
nodeManager、container组成
2、ResourceManager（RM）
YARN的分层结构是ResourceManager
RM控制整个集群，管理应用程序向基础计算机资源的分配
RM将各个资源安排给nodeManager
RM与ApplicationMaster一起分配资源
RM与nodeManager一起启动和监视他们的基础应用程序
作用：
1）处理客户端请求
2）启动或监控ApplicationMaster
3）监控nodemanager
4)资源分配与调度
3、ApplicationMaster（AM）
AM管理在YARN内运行的应用程序的实例
AM负责协调来自RM的资源
AM通过nodeManager 监视 容器执行和资源调度
作用：
1）负责数据切分
2）为程序申请资源并分配给内部任务
3）任务的监视与容错
4、NodeManager(NM)
NM 管理YARN集群中的每个节点
NM提供针对集群中的每个节点的服务
NM从监督对一个容器的终生管理到监视资源，跟踪节点健康
作用
1）管理单个节点上的资源
2）处理来自RM的命令
3）处理来自AM的命令
5、Container
Container 是 YARN中的资源抽象 封装了某个节点上的多维度资源（内存 cpu 磁盘 网络等）
当AM向RM申请资源时，RM为AM返回的资源便是Container表示的
YARN会为每个任务分配一个Container，且该任务只能使用Container中描述的资源
作用：
对任务运行环境进行抽象
封装CPU，内存等多维度资源以及环境变量，启动命令等任务运行的相关信息
6.小结：
要使用一个 YARN 集群，首先需要一个包含应用程序的客户的请求。ResourceManager 协商一个容器的必要资源，启动一个 ApplicationMaster 来表示已提交的应用程序。通过使用一个资源请求协议，ApplicationMaster 协商每个节点上供应用程序使用的资源容器。执行应用程序时，ApplicationMaster 监视容器直到完成。当应用程序完成时，ApplicationMaster 从 ResourceManager 注销其容器，执行周期就完成了。

重点:
解释说明YARN的工作流程？写清流程.(重点) （…重点）
答：当用户向YARN中提交一个应用程序后，YARN将分两个阶段运行该应用程序：第一个阶段是启动ApplicationMaster；第二个阶段是由ApplicationMaster创建应用程序，为它申请资源，并监控它的整个运行过程，直到运行完成。如图2-11所示，YARN的工作流程分为以下几个步骤：
步骤1　用户向YARN中提交应用程序，其中包括ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等。
步骤2　ResourceManager为该应用程序分配第一个Container，并与对应的Node-Manager通信，要求它在这个Container中启动应用程序的ApplicationMaster。
步骤3　ApplicationMaster首先向ResourceManager注册，这样用户可以直接通过ResourceManage查看应用程序的运行状态，然后它将为各个任务申请资源，并监控它的运行状态，直到运行结束，即重复步骤4~7。
步骤4　ApplicationMaster采用轮询的方式通过RPC协议向ResourceManager申请和领取资源。
步骤5　一旦ApplicationMaster申请到资源后，便与对应的NodeManager通信，要求它启动任务。
步骤6　NodeManager为任务设置好运行环境（包括环境变量、JAR包、二进制程序等）后，将任务启动命令写到一个脚本中，并通过运行该脚本启动任务。
步骤7　各个任务通过某个RPC协议向ApplicationMaster汇报自己的状态和进度，以让ApplicationMaster随时掌握各个任务的运行状态，从而可以在任务失败时重新启动任务。
在应用程序运行过程中，用户可随时通过RPC向ApplicationMaster查询应用程序的当前运行状态。
步骤8　应用程序运行完成后，ApplicationMaster向ResourceManager注销并关闭自己。
YARN的优势：
描述YARN 优势有哪些？ （…重点）
1、更快地MapReduce计算
YARN利用异步模型对MapReduce框架的一些关键逻辑结构进行了重写，相比于MRv1，具有更快地计算速度。
2、对多框架支持
YARN不再是一个单纯的计算框架，而是一个框架管理器，用户可以将各种各样的计算框架移植到YARN之上。;
3、框架升级更容易
在YARN中，各种计算框架不再是作为一个服务部署到集群的各个节点上，而是被封装成一个用户程序库（lib）存放在客户端，
当需要对计算框架进行升级时，只需升级用户程序库即可。