Hadoop2.x中Yarn框架的任务发布流程

1. 提交一个jar包，指定要运行的MapReduce程序。

2. 执行到引导程序的waitforcompletion( )方法时，该方法调用启动yarn框架的进程Runjar。

3. Runjar进程会向yarn框架的ResourceManager申请一个job。
4. Resourcemanager会为该job分配一个jobID以及返回job相关资源的提交路径（…..staging-dir）。
5. Runjar进程会将job相关事宜写入Resourcemanager返回的路径中，并在写好后向Resourcemanager通报，告诉它写完了。
6. 接着Resourcemanager会将该job加入job任务队列，等待job执行。
7. 轮到该job执行时，Resourcemanager会查询整个集群状态，选择一定数量Nodemanager（通常是数据所在的Nodemanager），将该mapreduce任务派发到Datanode上面。
8. 得到业务逻辑的节点会根据第4步中写好的job资源文件的内容分配相应的资源形成相对封闭的容器给该程序使用。
9. 之后，启动mapReduce框架，启动前yarn负责在承担此次任务的工作节点中选择一个master，会在这个master中启动相应的MRAppMaster进程（这个进程是MapReduce框架的一部分，代表着MapReduce的启动）。同时，yarn又随机选出一定数量的执行map模块的节点，在这些节点上启动YarnChild进程，负责执行map逻辑。剩下的节点负责reduce逻辑。
10. MRAppMaster进程正式启动后，会向ResourceManager注册本次任务，代表任务开始执行。此时Runjar进程已经没用了。
11. 接下来启动map节点，执行map逻辑，启动YarnChild进程。MRAppMaster负责管理这些进程。
12. 等所有map逻辑完成后，启动reduce节点。
13. 等reduce节点完成后，即所有的YarnChild进程结束，MRAppMaster进程会向ResourceManager注销本次任务，代表任务完成，Yarn可以回收本次分配的全部资源，MRAppMaster进程也会结束。
14. 本次任务执行完成，查看结果。