YARN架构简介

从Hadoop的0.23版本，MapReduce进行了全面的彻底的变革，也就是我们今天看到的MapReduce 2.0或者我们也可以叫它YARN.

老版本的JobTracker有两个主要的功能：资源管理、任务调度与监控。Yarn的思路就是把这两个功能进行拆分，分别交给两个独立进程进行维护。这两个进程分别是ResourceManager进程和ApplicationMaster进程。ApplicationMaster进程是每个Job一个。

RM和NM两种角色构成了Hadoop集群的计算框架。RM对所有Job的资源申请具有最终的决定权。

ApplicationMaster进程负责从RM获得资源，并与NM一起执行监控tasks.

RM有两个主要的组件：Sheduler、ApplicationManager

Sheduler负责给运行的程序分配资源（存储容量、队列等）。Sheduler只管调度，不管应用程序的状态。即便是应用程序因为种种原因失败了，也和他没有关系。Sheduler根据每个程序对资源的申请来进行调度。resourceContainer是一个新抽象的概念，它是内存、CPU、磁盘、网络等资源的抽象集合，第一版只支持了内存。Sheduler以resourceContainer为单位进行资源分配。

Scheduler在设计上采用了插件的策略，CapacityScheduler 和FairScheduler 就是Scheduler的两个插件。类似于Eclipse,扩展起来容易吧？

CapacityScheduler 支持分层次队列，该功能使得它可以分配更多的集群资源（分配那些未来会被释放的资源）

ApplicationsManager 负责接收提交的任务，找到执行任务的ApplicationMaster 的容器，在容器失败的情况下，对容器进行重启。

NodeManager 是个客户端程序，提供ApplicationsManager 运行需要的容器，并对所在机器的资源（CPU、内存、磁盘、网络）进行监控，并把监控结果汇报给 ResourceManager/Scheduler.

ApplicationMaster 从Scheduler获得资源，跟踪任务的状态和执行进度。

MRV2与老版本的稳定版的MR保持兼容，老版本的MR程序重新编译一下在新的集群中就可以运行了。