YARN基本架构及组件
YARN集群总体上是经典的主/从(Master/Slave)架构，主要有ResourceManager、NodeManager、ApplicationMaster和Container等组件构成。YARN集群架构如图所示。
1、ResourceManager
resourceManager以后台进程的形式进行，负责对集群资源进行统一管理和任务调度。ResourceManager的主要职责如下：
1、接收来自客户端的请求。
2、启动和管理各个程序的ApplicationMaster。
3、接收来自ApplicationMaster的资源申请，并为其分配Container。
4、管理NodeManager，接收来自NodeManager的资源和节点健康情况汇报
2、NodeManager
Nodemanager是集群中每个节点上的资源和任务管理器，以后台进程的形式运行。它会定时向ResourceManager汇报本节点上的资源（内存，CPU）使用情况和各个Container的运行状态，同时会接收并处理来自ApplicationMaster的Container启动/停止等请求。NodeManager不会监视任务，它仅监视Container中的资源使用情况。例如，如果一个Container消耗的内存比最初分配的更多，它会结束改Container。
3、Task
Task是应用程序的具体执行任务。一个应用程序可能有多个任务，如一个MapReduce程序可以有多个Map任务和多个Reduce任务（大概就是执行多种操作，比如相乘后又排序再去最大值）
4、Container
Container是YARN中资源分配的基本单位，封装了CPU和内存资源的一个容器，相当于是一个Task运行环境的抽象。从实现上看，Container是一个Java抽象类，定义了资源信息。应用程序的Task将会被发布到Container中运行，从而限定了Task使用的资源量。
5、ApplicationMaster
ApplicationMaster即应用程序管理者，主要负责应用程序的管理，以后台进程的形式运行。为应用程序向ResourceManager申请资源（内存，CPU），并将资源分配给所管理的应用程序Task。
总的来说，我们可以这样认为：ResourceManager管理整个集群，NodeManager管理集群中单个节点，ApplicationMaster管理单个应用程序（集群中可能同时有多个应用程序在运行，每个应用程序都有各自的ApplicationMaster）
现在大三，双非二本院校 大数据专业，个人原因不打算考研，准备主攻Hadoop生态系统。购买了一本张伟洋老师的hadoop大数据技术开发实战，希望通过写博客记录我每天的学习成果。感兴趣的小伙伴可以一起学习，一起进步！
