隨著YARN的成熟和穩定（2013年8月25日已經發布beta版），必將形成一個以YARN為核心的生態系統，在該生態系統中，所有計算相關的框架可 運行在一個YARN集群中（由于YARN本身設計上的一些問題，目前還難以運行通用的服務，比如Web Server、HBase等，未來趨勢肯定是各類系統或者服務可運行在一個集群中，進行統一資源管理和調度）。為了關注該方向的技術動態和發展趨勢，本博 客開辟一個“運行在YARN上的框架”（framework-on-yarn）專欄，歡迎各位關注。作為這個專欄***篇文章，將介紹一下這種模式的好處以 及當前運行在YARN上相對而言較為成熟的計算框架。

1. 將框架運行在YARN上帶來的好處

隨著YARN的的成熟和穩定，各類應用程序可以運行在一個YARN集群中進行統一資源管理和調度，這樣帶來的變化如下：

（1）應用程序部署變得更加簡單

管理員只需部署YARN服務即可，各類應用程序框架不再自帶服務，無需實現部署，它們已經變成了客戶端編程庫（library），由YARN提供的分布式緩存機制分發到各個節點上；

（2）服務部署變得簡單

用戶可以通過運行一個應用程序的方式部署一套服務，比如Storm服務，至于jar包拷貝等工作，完全由YARN自動完成，部署完成后，用戶像使用普通的Storm集群那樣使用Storm-On-YARN

（3）多版本共享集群資源（簡單的隔離）

由于YARN只負責資源管理和調度，至于其上運行什么應用或者服務，完全由用戶自己決定，這使得用戶可在YARN上運行多個同類服務實例，比如運行 多個Storm實例供不同類型的應用，YARN本身可以為這些實例提供隔離機制（Cgroups）。有了YARN之后，用戶開發新的框架或者應用程序時， 可不必在考慮資源隔離問題。

（4）資源彈性管理

由于多類應用運行在一個YARN集群中，比如離線計算、實時計算、DAG計算等，YARN可根據不同類型的應用程序壓力情況，調整對應的資源使用量，實現資源彈性管理。

2. 目前可運行在YARN上的計算框架

運行在YARN上的框架，包括MapReduce-On-YARN, Spark-On-YARN, Storm-On-YARN和Tez-On-YARN。

（1）MapReduce-On-YARN：YARN上的離線計算，YARN發行版中自帶該實現，隨著YARN的穩定，MRv1運行方式會被淘汰；

（2）Spark-On-YARN：YARN上的內存計算；

（3）Storm-On-YARN：YARN上的實時/流式計算；

（4）Tez-On-YARN：YARN上的DAG計算

3. 其他相關文章閱讀

我之前寫過一些類似的文章，有興趣的讀者可閱讀以下幾篇：

（1）Storm On YARN：http://dongxicheng.org/mapreduce-nextgen/storm-on-yarn/

（2）Tez On YARN：http://dongxicheng.org/mapreduce-nextgen/apache-tez-newest-progress/

（3）利用下一代Hadoop YARN構建彈性計算平臺：http://dongxicheng.org/mapreduce-nextgen/use-hadoop-yarn-to-build-a-cloud-system/

（4）從問題域觸發理解Hadoop生態系統：http://dongxicheng.org/mapreduce-nextgen/rethinking-hadoop-from-problems-solved/

（5）解析Google資源管理系統Omega：http://dongxicheng.org/mapreduce-nextgen/google-omega/

（6）淺談Omega/Torca/Mesos/YARN一類系統：http://dongxicheng.org/mapreduce-nextgen/borg-yarn-mesos-torca-corona/

（7）多集群下資源共享方案介紹：http://dongxicheng.org/mapreduce-nextgen/multi-clusters-sharing-resources/

原文鏈接：http://dongxicheng.org/framework-on-yarn/distributed-computing-framework-on-yarn/