YARN的区别

因为日益增长的数据规模，导致了mapreduce1.x的局限性开始凸显，编程模型和资源管理过于密集，迫使开发者滥用mapreduce编程模型，并且中心化的控制也影响了系统的可扩展性；，所以Arun设计了handoop 2.x架构来修复mapreduce1.x的局限性；

  增强了可扩展性：1.x中，jobtracker同时负责资源管理和作业控制，YARN则分成两个独立的程序即全局资源管理（ResourceManager）和针对每个应用的应用Master（ApplicationMaster）

同时YARN还支持不同的编程模型如Spark，Storm，Tez等；

可靠性：JobTracker和HDFS的namenode存在单点故障，以YARN为资源管理系统使得hadoop不再局限于MapReduce计算，而支持多样化的计算框架，提高了计算能力的可靠性；

资源利用率：hadoop1.x中资源管理是由资源表示模型和资源分配模型组成，采用了基于槽位（Slot）的粗粒度资源划分，这种划分过于粗糙，而且资源之间的隔离是靠JVM的隔离机制；这种机制还不是真正的资源隔离，所以会导致同一节点上的任务之间严重并造成资源浪费；而YARN是靠ResourceManager和NodeManager共同完成资源管理；其中ResourceManager中的调度器负责资源的分配；NodeManager负责资源的攻击和隔离，资源的分配不再基于slot的粗粒度划分，而是直接让任务直接向调度器申请自己所需要的资源，提高了资源的利用率；NodeManager按照需求为任务模块提供相应的资源并保证资源的独占，为任务运行提供基本保证，提供隔离；