说明
yarn已经成为 通用的 资源管理、任务调度 平台，不止可以运行 MapReduce，还可以运行 spark、flink等其他程序
官网：
https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/YARN.html
步骤
步骤1， 用户向 Yarn 提交应用程序，其中包括用户程序、相关文件、启动ApplicationMaster命令、ApplicationMaster程序等。
步骤2， ResourceManager 为该应用程序分配第一个Container，并且与 Container 所在的 NodeManager 通信，并且要求该 NodeManager 在这个 Container 中启动应用程序对应的 ApplicationMaster。
步骤3， ApplicationMaster 首先会向 ResourceManager 注册，这样用户才可以直接通过 ResourceManager 查看到应用程序的运行状态，然后它为准备为该应用程序的各个任务申请资源，并监控它们的运行状态直到运行结束，即重复后面 4~7 步骤。
步骤4， ApplicationMaster 采用轮询的方式通过RPC协议向ResourceManager 申请和领取资源。
步骤5，一旦 ApplicationMaster 申请到资源后，便会与申请到的 Container 所对应的 NodeManager 进行通信，并且要求它在该 Container 中启动任务。
步骤6，任务启动。NodeManager 为要启动的任务配置好运行环境，包括环境变量、JAR包、二进制程序等，并且将启动命令写在一个脚本里，通过该脚本运行任务。
步骤7，各个任务通过RPC协议向其对应的 ApplicationMaster 汇报自己的运行状态和进度，以让 ApplicationMaster 随时掌握各个任务的运行状态，从而可以再任务运行失败时重启任务。
步骤8， 应用程序运行完毕后，其对应的 ApplicationMaster 会向 ResourceManager 通信，要求注销和关闭自己。