ResourceManager(RM)：Yarn的Master节点，负责对整个集群资源进行统一的管理与调度，核心组件有调度器与应用管理器；
NodeManager(NM)：Yarn的Slave节点，在集群的每个节点上都部署，定期向ResourceManager汇报本节点资源使用情况、启停容器；
Container：Yarn的资源抽象，代表节点的部分资源，目前支持CPU、内存。一个Container同时绑定这一个进程，通常说启停Container就是指启停其代表的进程；
Client：Yarn客户端，可提交yarn应用，spark的spark-submit就是spark的客户端；
ApplicationMaster(AM)：每个Yarn应用都包含一个特定的AM，是一个应用第一个启动的Container。其主要功能有：向RM申请资源、与NM通信启停Container、监控计算任务状态，失败时进行容错处理；
Yarn应用开发要做哪些工作。
要写两大组件：Client和AM。Client负责RM申请资源，提交AM，并可持续查询跟踪AM的运行状态。Client的具体运行流程如下：
客户端调用RPC函数ApplicationClientProtocal#getNewApplication，申请应用运行唯一的application ID;
客户端将AM启动必要的资源文件，如jar包、配置文件等上传HDFS；
构造ApplicationSubmissionContext对象，里面包含了AppId, AppType, AppName等信息，以及启动AM需要的ContainerLauchContext, 其包含启动AM需要的环境变量、资源文件地址，启动命令等；
客户端调用ApplicationClientProtocal#submitApplication将ApplicationSubmissionContext提交给RM；
直此客户端的主要任务已经完成。不过一个功能完备的客户端，不仅需要与RM交互，还需要与AM交互以查询应用程序内部的信息，甚至控制应用程序的执行。这一部分同样需要由应用程序自己设计实现。
AM向RM进行注册，注册完成后，应用的状态会从ACCEPT变成RUNNING。如果AM一直不进行注册，默认10分钟后RM会杀死该AM； AM通过RPC函数ApplicationMAsterProtocol#allocate向RM申请资源，即使AM不再需要申请资源也需要周期性调用该函数，以保持与RM之间的心跳； AM申请到资源后，进行再次分配给内部的任务，通过直接与NM通信启动Container； 一旦整个应用完成，AM通过RPC函数ApplicationMasterProtocol# finishApplication告诉RM应用程序执行完毕，并退出；
Yarn的编程比较复杂，尤其应用自身任务的容错都靠自己实现，所有必须亲自动手实践才能真正掌握Yarn编程。本人github上有yarn应用的项目Thallo：https://github.com/loveoobaby/Thallo，有兴趣的同学可以参阅。
