Yarn自学

在没有 YARN 之前，Hadoop 1.0 版本时候， MapReduce做很多的事情，
Job Tracker(作业跟踪者)既做资源管理又做任务调度/监控，Task Tracker 资源划
分过于粗，MapReduce 实现任务分配、资源分配、批量计算的框架图如下：

首先用户程序 (JobClient) 提交了一个 job，job 的信息会发送到 Job Tracker
中，Job Tracker 是 Map-reduce 框架的中心，他首先做任务分配，需要知道数据

分布在哪里，这意味着要和 HDFS Metadata Server 通讯；其次要根据数据分
布，分配任务给实际机器，这里又基本有两个步骤，先确定有哪些机器是存活
的、资源还剩余多少；另外，根据他们和数据的分布关系，做出任务分配策
略；然后开始分配任务，要将 MapReduce逻辑分发到各台机器上；然后，要监
控各个机器上 Mapper、Reducer实例的任务进度，如果失败要回收资源并重新
分配资源，指定数据索引，重新执行