首先先从Yarn 开始讲起，Yarn 是Hadoop架构的资源管理器 ，可以管理 mapreduce程序的资源分配 和任务调度。
Yarn 主要有ResourceManager 、NodeManage 、ApplicationMaster ，Container
ResourceMange 负责管理全局的资源
NodeManage（NM）负责管理单节点 的资源和监控任务 ，或者处理 ResourceMange的命令，
Applicationmaster 负责用户提交一个任务程序中的一个管理者 ，负责向RM申请 程序运行的资源 ，然后向NodeManage提交需要运行的程序。然后Container是集群资源的抽象，比如内存、CPU。
当客户端提交一个任务 ，YarnRunner 会在某个NM 创建一个AM ,然后AM 将程序运行资源复制到本地节点中。
AM 再根据程序需要运行的Task任务 ，向RM申请资源 ，然后AM将Task分配给NM，NM创建对应的容器，然后最终输出分区文件 ，在TASK运行过程中，NM会向AM汇报任务运行状态，然后AM还会根据MapTask运行的情况，提前申请 运行ReduceTask资源，然后整个程序运行完，AM关闭退出
如果有多个任务 队列，Yarn 还会有自己的资源分配器