一、简介
YARN(Yet Another Resource Negotiator)是Hadoop2.0 为集群引入的一个资源管理层。基本思想是将JobTracker的两个主要功能：资源管理和作业调试/监控分离，它将JobTracker守护进程的职责分离了出来。JobTracker的职责有：
- Hadoop 集群的资源仲裁
- MapReduce作业管理
YARN创建一个全局的ResourceManager(RM)和若干个针对应用程序的ApplicationMaster（AM）。
JobTracker的模式问题在于，它是Hadoop集群计算层的单一故障点，JobTracker的任何失效都意味丰正在执行的作业将功亏一篑，需要重新再跑一次。所有作业的通信、调试和资源管理都是由JobTracker的主守护进程控制，所以JobTracker的单点很容易造成扩展的瓶颈。
JobTracker的功能紧密地耦合在一起，只能支持MapReduce一种计算模式应用到集群上。MapReduce不适合多种应用混合在一起，而且用这种模式强制解决所有遇到的问题也是不明智的。
YARN负责集群的资源管理和应用调度，它不知道正在运行的应用的类型，也不知道应用的任何内部信息。资源协商严格按照协议进行。MapReduce仅是YARN中的一种应用模式，其它应用模式也像MapReduce一样可以使用既定的协议从YARN中申请CPU、内存或其它资源，并在集群中运行。
二、YARN的架构
基于YARN的集群主要有5种类型的模块：
- 资源管理器（Resource Manager，RM）
- 节点管理器（Node Manager，NM）
- Application Master（AM）
- 容器（Container）
- 客户端（Client）
1.资源管理器
资源管理器有以下两个主要的组件：
- 调度器（scheduler）
- 应用管理器（ApplicationsManager）
调度器负责为集群中执行的各种应用分配资源。当应用失败或者硬件故障的时候，调度器不保证能够重启应用。调度是基于RM所了解的集群的全局状态进行的，分配资源的过程中使用了配置的队列和容量参数信息。
调度的策略可以作为插件参与到调度器中。Hadoop1.X中 ， 容量调度器（CapacityScheduler）和公平调度器（FairScheduler）同样存在于Hadoop2.X中。
应用管理器负责处理客户端提交的应用。另外，它根据应用的要求和AM协商所需要的容器，并启动应用程序。在应用失败的情况下，应用管理器还提供重启AM的服务。
RM的耦合度很低，它使用两个公共接口和一个私有接口与其他组件通信，接口包括：
- 为客户端提交作业的公共接口（Application-Client Protocol）
- 为AM请求资源的公共接口（Application-Master Protocol）
- 与NM交互使用的内部接口
资源是动态分配的，并且不感知应用的内部状态或者优化措施，这样便可以实现对集群资源的有效利用。AM使用如下参数发送资源申请的请求：
- 请求的容器的数量
- 每个容器的详细资源规格信息
- 容器在主机或机架上位置分布的偏好
- 提出的请求在当前应用中的优先级
RM的调度器获得请求后，为AM分配容器，然后将容器转交给AM。在集群资源不足的情况下，RM可能要求AM归还一些容器。如果等待超过一定时间后依然没有容器被释放，RM可以终止容器的运行。
2.Application Master
AM使用Application-Master协议与RM进行交互，并且AM直接从NM处获取容器的状态。AM也能通过与NM的交互来启动和停止分配给它的容器。AM与NM之间的交互是通过ContainerManager协议来完成的。
3.节点管理器
NM是每个节点的守护进程，负责本地容器的管理，管理范围从认证到资源监控。它们使用心跳信息向RM汇报状态。容器启动上下文（Container Launch Context，CLC）记录被用于指定容器的配置信息，例如依赖、数据文件路径、环境变量等。NM可以根据CLC中的配置信息启动容器。
同一个AM的容器间的资源可以共享，另外，只要提供外部资源的URL，也可以下载这些资源及其依赖。NM负责容器的终止操作，依据的是来自AM或RM的请求。如果一个容器超出了它的租约，NM还有权终止这个容器。终止容器的操作包括清理操作，例如删除容器生成的本地数据。
NM的职责还包括监控本地的物理资源，如CPU、内存和磁盘的健康状态，并且还将这些状态汇报给RM。RM的调试器会根据NM的负载情况和健康状态做出如何分配容器的决定。
NM向应用提供日志聚合的服务。标准输出和错误日志会在应用完成的时候输出到HDFS上。NM能通过配置添加插件辅助服务。例如：一项辅助服务可以让应用的本地数据直到应用结束后才被删除，而不是在容器终止的时候就删除，这对于某些应用场景是很有用的。
4.YARN客户端
YARN客户端负责为AM提交合适的CLC。正如之前所说，AM本身也是运行在容器中的，这个容器资源也需要由客户端与RM协商而得到。YARN客户端同时还负责AM的注册，并且可以自由提供其他服务给它的消费者。
三、开发YARN的应用程序
YARN能引入其它的计算模式到Hadoop中。Hadoop 2.X、MapReduce、Pig和Hive都有AM的库和对应的客户端。开发人员可以使用YARN API编写自己的应用并运行在现有的Hadoop框架内。同样，企业如果已经有大量的数据集在HDFS，也可以编写自定义的应用来使用它们，而不需要提供新的集群或迁移已有的数据。
Storm是一个已经移植到YARN上的实时流处理引擎，带来了将数据向计算机节点移动的应用模式。Spark是另一个可以运行在YARN上的项目，并能利用已有的Hadoop框架来提供基于内存的数据转换（包括MapReduce）。还有很多正在开发的项目都展示了Hadoop有能力成为一个通用集群计算平台。
