帮助记忆yarn框架的那张图
hadoop1：
JobTracker负责：①作业调度和任务进度监视 ②追踪任务、重启失败或过慢的任务和进行任务登记。
hadoop2：
ResourceManager和 ApplicationMaster相当于JobTracker。
ResourceManager(资源管理器)，负责①作业调度和任务进度监视
ApplicationMaster(应用管理器)，负责②追踪任务、重启失败或过慢的任务和进行任务登记
如果运行的是MapReduce程序，那么ApplicationMaster也叫作MRAppMaster.
下图是yarn的框架：
该框架的图解过程：
1.client客户端向ResourceManager提交任务时，实际上是向ResourceManager提交一个mapreduce程序（Job Submission那条线）
2.ResourceManager接收到这个MR程序后，把这个程序交给了某个NodeManager（图上没标这条线）
3.NodeManager接收到了这个MR程序，启动了一个进程叫MRAppMaster（第一个NodeManager上的那个App Mstr）
4.MRAppMaster进程向ResourceManager请求资源：“我需要xx个资源”（ResourceRequest那条线）
5.ResourceManager同意给它分配，并且去跟每一个NodeManager协商：“我需要xx个资源，你先给我分配一个container可以吗”（图上没标这条线）
6.第一个NodeManager说：“我的container是好的，可以用，分配给你用吧”（Node Status那条线）
7.ResourceManager就在本子上记下了——第一个NodeManager的container可以用，然后去问下一个NodeManager要container，如果NodeManager说：“诶真不凑巧，我这个container坏了，你用不了了”，ResourceManager就不能拿这个container，接着向下一个NodeManager要。。。。直到这xx个container都要够了（图上没标）
8.ResourceManager把所有可以用的NodeManager的container记到了本子上，把这个本子给MRAppMaster并跟它说 ：“你去这些node上拿资源吧，我给你申请好了，都是可以用的”（图上没标）
9.MRAppMaster就按着这个本子上写的去各个Node上直接拿container了。（MapReduce Status 那条线）
总之就是RM和AM协调，用哪些node、用多少container。协调好了之后向负责管理这些的NodeManager要。