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
