一 、需要知道的內容

1.ResourceManager ------>yarn的老大
2.NodeManager        ------>yarn的小弟
3.ResourceManager排程器   a.預設排程器------>先進先出FIFO
                               b.公平排程器------>每個任務都有執行的機會
......
4.心跳機制                 ------>NodeManager可通過心跳機制將節點健康狀況實時彙報給ResourceManager，而ResourceManager則會    根據每個NodeManager的健康狀況適當調整分配的任務數目。當NodeManager認為自己的健康狀況“欠    佳”時，可讓ResourceManager不再分配任務，待健康狀況好轉時，再分配新任務。

5.NodeManager子程序------>獨立於NodeManager，不在NodeManager內部

二 、Hadoop工作流程：

1.Client中，客戶端提交一個mr的jar包給JobClient(提交方式：hadoop jar ...)

2.JobClient持有ResourceManager的一個代理物件，它向ResourceManager傳送一個RPC請求，告訴ResourceManager作業開始，
然後ResourceManager返回一個JobID和一個存放jar包的路徑給Client

3.Client將得到的jar包的路徑作為字首，JobID作為字尾(path = hdfs上的地址 + jobId) 拼接成一個新的hdfs的路徑，然後Client通過FileSystem向hdfs中存放jar包，預設存放10份
（NameNode和DateNode等操作）

4.開始提交任務，Client將作業的描述資訊（JobID和拼接後的存放jar包的路徑等）RPC返回給ResourceManager

5.ResourceManager進行初始化任務，然後放到一個排程器中

6.ResourceManager讀取HDFS上的要處理的檔案，開始計算輸入分片，每一個分片對應一個MapperTask，根據資料量確定起多少個mapper,多少個reducer

7.NodeManager 通過心跳機制向ResourceManager領取任務（任務的描述資訊）

8.領取到任務的NodeManager去Hdfs上下載jar包，配置檔案等

9.NodeManager啟動相應的子程序yarnchild，執行mapreduce，執行maptask或者reducetask

10.map從hdfs中讀取資料，然後傳給reduce，reduce將輸出的資料給回hdfs