分布式计算框架MapReduce（离线批处理）
特点：
易于编程
良好的扩展性
高容错性
海量数据的离线处理
不擅长场景
实时计算、流式计算、DAG计算
YARN架构
1 RM(ResourceManager) + N NM(NodeManager)
ResourceManager的职责：一个集群active状态的RM只有一个，负责整个集群（分布式）的资源管理和调度
1）处理客户端的请求（启动/杀死）
2）启动/监控ApplicationMaster（一个作业对应一个AM）
3）监控NM
4）系统的资源分配和调度
NodeManager的职责：整个集群中有N个，负责单个节点的资源管理和使用以及task的运行情况
1）定期向RM汇报本节点的资源使用请求和各个Container的运行状态
2）接收并处理RM的Container启停的各种命令
3）单个节点的资源管理和任务管理
ApplicationMaster：每个应用/作业对应一个，负责应用程序的管理
1）数据切分
2）为应用程序向RM申请资源（container），并分配给内部任务
3）与RM通信以启停task，task是运行在container中的
4）task的监控和容错
Container：
对任务运行情况的描述：cpu、memory、环境变量
YARN执行流程
1）用户向YARN提交作业
2）RM为该作业分配第一个container（AM）
3）RM会与对应的NM通信，要求NM在这个container上启动应用程序的AM
4）AM首先向RM注册，然后AM将为各个任务申请资源，并监控运行情况
5）AM采用轮询的方式通过RPC协议向RM申请和领取资源
6）AM申请到资源后，便和相应的NM通信，要求NM启动任务
7）NM启动我们作业对应的task
yarn环境搭建
mapred-site.xml
yarn-site.xml
启动yarn：sbin/start-yarn.sh
验证是否启动成功
jps
web:hadoop001(localhost):8088
停止yarn：sbin/stop-yarn.sh
提交mr作业到yarn上运行：wc
hadoop jar