【51CTO獨家特稿】在2013 China Hadoop Summit峰會上，來自Hortonworks的CTO，Jeff先生為我們分享了YARN在大數據方面的應用。

Jeff首先談到了YARN對比MESOS的一些優勢。比如架構更加簡單，用戶可以不用過于復雜的設計工程。在可擴展性方面，YARN也有自己的優勢。Yarn 框架相對于老的 MapReduce 框架什么優勢呢？我們可以看到：

這個設計大大減小了 JobTracker（也就是現在的 ResourceManager）的資源消耗，并且讓監測每一個 Job 子任務 (tasks) 狀態的程序分布式化了，更安全、更優美。在新的 Yarn 中，ApplicationMaster 是一個可變更的部分，用戶可以對不同的編程模型寫自己的 AppMst，讓更多類型的編程模型能夠跑在 Hadoop 集群中，可以參考 hadoop Yarn 官方配置模板中的 mapred-site.xml 配置。

對于資源的表示以內存為單位 ( 在目前版本的 Yarn 中，沒有考慮 cpu 的占用 )，比之前以剩余 slot 數目更合理。 老的框架中，JobTracker 一個很大的負擔就是監控 job 下的 tasks 的運行狀況，現在，這個部分就扔給 ApplicationMaster 做了，而 ResourceManager 中有一個模塊叫做 ApplicationsMasters( 注意不是 ApplicationMaster)，它是監測 ApplicationMaster 的運行狀況，如果出問題，會將其在其他機器上重啟。

Container 是 Yarn 為了將來作資源隔離而提出的一個框架。這一點應該借鑒了 Mesos 的工作，目前是一個框架，僅僅提供 java 虛擬機內存的隔離 ,hadoop 團隊的設計思路應該后續能支持更多的資源調度和控制 , 既然資源表示成內存量，那就沒有了之前的 map slot/reduce slot 分開造成集群資源閑置的尷尬情況。