YARN集群工作机制

    描述：YARN是Hadoop2.0加入一个资源调度框架，它同样是主从节点架构：ResouceManager（资源管理）和NodeManager。

    优点：

    1、资源调度和任务监控分离，解决JobTracker的瓶颈（压力、单点故障）

    2、通用的资源调度平台，兼容更多运算框架（storm/spark/mapreduce）

    工作机制：

    

（图摘自官网，官网的图看起来非常复杂，我个人看着是很费劲）

    Yarn集群的工作机制：   

    了解Yarn工作机制前先要知道ResourceManager（以下简称RM）是一个资源任务调度器，负责任务资源的分配工作。

    1、任务执行前：      

        1.1、向Yarn集群中提交job作业首先交给RM

        1.2、RM返回job_id和job相关的资源路径

        1.3、获得资源路径后往HDFS上传job

        1.4、通知RM，job上传完毕

        1.5、RM收到job提交完毕后会将job任务初始化

        1.6、将job任务加入到任务列表（task list）

        1.7、NodeManager（以下简称NN）会周期性向RM保持心跳通信，然后检查是否有需要自己领取的任务

        1.8、NN一旦检查到需要自己领取的任务时，就领取任务

        1.9、领取到任务之后会根据job资源信息分配一定大小的资源容器

        1.10、下载job资源到容器

    2、执行任务：

        Yarn提供了AppMaster接口，AppMaster主要对任务进行监控和调度，RM只管理AppMaster，一旦AppMaster挂了，就会在其他NN节点上重新启动，这样一来RM的压力就降低了（对比Hadoop1.0的JobTracker），运算框架只要实现该接口即可在Yarn集群上面运行，这也是Yarn集群的第二个好处，兼容更多的运算框架Spark/Storm/MapReduce等都实现了该接口，MapReduce实现的接口为MRAppMaster

        2.1、启动MRAppMaster,（RM会根据情况在某个NN节点启动）

        2.2、MRAppMaster向RM注册

        2.3、MRAppMaster根据RM提供的信息启动各个NN节点的Map Task

        2.4、启动各个NN节点的Reduce Task

        2.5、当任务执行完毕后向RM发起注销操作，销毁自己

以上就是整个Yarn集群的工作机制