从Hadoop1到Hadoop2很大程度上解放了Jobtracker资源调度的问题，这就得多亏了yarn平台了。
我知道的，除了我们的大豆瓣用的是Mesos，咱们国家可以说应该是99.99%都使用的是yarn，
当然了，国外使用的大多是Mesos。（然而我对Mesos并不理解啥，只知道他和yarn一样的作用吧）
Hadoop1当中，MapReduce（一下就简称mr，原谅我不想多打字的烦恼，kkk~）的主从结构，让jobtracker的重任很大，
要接收客户端的请求，要分配任务给tasktracker，还要进行资源监控和作业调度，这会给主节点带来很大的负担，
而且，主节点存在单点故障的问题，而且也没办法支持除了mr之外的计算框架，这也导致mr的运算结果也没办法给别的计算框架直接使用。
所以在Hadoop2中yarn就应运诞生了。
下面是官方给的图，大大牛果然还是不一样的，一个图就基本上解释了yarn产生的原因和带来的好处。（好崇拜大大牛先生~kkk）
谈一下我对yarn如何进行资源调度的理解吧：
我自己画的图，太乱了，将就着看~
YARN 是Hadoop 2.0 中的资源管理系统，它是一个通用的资源管理模块，可为各类应用程序进行资源管理和调度。
这肯定是官方的。
注意：这里我只画了一个任务，但是可以有多个任务的，appmaster向resourceManager注册自己的时候就会告诉ResourceManager自己执行的是哪个任务，就可以区分了。
