前面我们把一个 Yarn 程序跑起来了,那么这个Yarn程序都做了些什么呢,这个需要和我们的分布式计算程序说起。所谓分布式程序，也就是把计算量分配到多台机器去运算，这样传统的单机运算的局限就被打破了，还记得我们之前提到的来自 Google 的论文: “Simplified Data Processing on Large Clusters，那里给出了一个分布式程序运行的样子:
图一：谷歌论文中给出的分布式计算
这种分布式计算的方法也成为了我们后面很多分布式计算的规范，后面出现了我们实时计算和基于内存的分布式计算，甚至在我们的 Python 、 Java 、Scala 语言上对集合的操作直接就支持 mapreduce 了。具体的分布式计算中间细节会多一些，但是正因为分布式计算的任务拆分解模式基本都遵循相同的法则，使得分布式计算的调度和资源分配可以统一抽象，这种抽象的工作就由我们的Yarn来完成。
分布式中的程序，计算的工作分布在不同节点中去做,Yarn中我们把计算的任务单元叫做 Container ，对应图中的 Worker ,另外有一个负责 Worker 中作业调度的程序叫做 AppMaster，对于图中的 Master ,整个程序需要从 Yarn 中申请资源,所以我们需要一个客户端 Client 用来提交程序。
下面，我们来体会一下这个过程。我们还需要我们之前的启动命令:
图二：启动一个Yarn程序
我们在启动的时候使用了yarn jar这么一项,这个和我们java世界中的java jar类似，不过yarn会帮我们加上依赖的环境变量和类库。后面的出现两次hadoop-yarn-...-cdh5.3.2.jar，第一个jar就是我们的yarn程序包了,这个程序是就是我们开发锅锅完成了一个yarn程序之后的成品了,后面那个呢是我们运行Client之后的参数，这里的org.apcahe....Client就是我们的yarn程序入口了。有了程序的入口，我们自然是想要去了解里面做了什么事情的。我们很机智的去翻一翻源码，看看里面是怎么样子的。
hadoop的源码会随着hadoop一起下载的,里头有个src的文件夹，那就是源码,大概结构是下面这个样子的:
图三：Yarn程序在源码中的样子
Hadoop源码比较大的，我们只要把 distributedshell 这部分抠出来,具体就是从maven中剥离一个模块，然后变成一个工程，java开发的宝宝经常干的这种事情。我们把工程导入eclipse:
图四：把源码导入到eclipse中
然后一个麻雀虽小，五脏俱全的小型Yarn程序呈现在我们眼前 ,刚刚不是Client是我们的主入口么，我们进去，一开头便是一片注释，大师们写程序都很严谨，注释很详细，读完注释基本可以了解我们的Client干活的流程了。我们把注释导出doc看一下这内容:
图五：源码开头那部分注释
小短文很详细告诉我们这个Client的运作过程。首先,我们的 Client 通过 ApplicationClientProtocol RPC请求协议向 ResourceManager 获取集群信息和申请到ApplicationId，这部分我们只是为了提交一个应用做的前期工作,我们需要一个ApplicationId用来标识我们的应用。
第二步呢，对于我们实际需要提交的内容，我们的程序运行命令，这边让这么一个家伙ApplicationSubmissionContext来做，在这个地方我们要对这个应用的详情进行定义，像应用名称啦，applicationID来，优先级啦，还有分到哪个队列啦，大概就是要详细资料。类似银行办业务，先拿号，那个号就是applicationid,然后叫到号就有个业务员和我们打交道，然后我身份证银行卡啥的都要准备好。与此同时我们在这一步还要定义好容器的实现类，也就是我们的 ContainerLaunchContext,他的实例便是我们的Container, 用于给ApplicationMaster程序 运行使用的。
这里要了解一件事情就是我们之前说的Master程序，在yarn环境中也是运行在Container中的，ContainerLaunchContext就是用来运行一个Container的,这个地方准备好ContainerLaunchContext的定义是为我们的Master程序而准备的。在我们这个程序distributedshell定义的内容是本地的资源,配置文件,环境变量之类的以及要在分布式环境上面运行的命令。
接下来的事情，做好准备了就是 用ApplicationSubmissionContext提交我们的应用。提交完成之后，就对应用进行监控,获取应用执行情况的报告，监控方式就是使用ApplicationReport以一定时间频率去获取，万一作业运行花费时间太长，则调用KillApplicationRequest在给定的时间内向ResourceManager执行kill动作。
我们稍微看一下代码:
首先前面400多行代码的样子是获取集群的信息，和申请了applicationid。
图六：申请applicationId
接下来的工作是为我们的Master程序申请了一个Container:
图七：申请Container逻辑
后面陆陆续续把jar包copy到了hdfs,又设置了各种环境变量参数，设置了一堆参数，好吧勤勤恳恳 ,这部分工作是为了然后程序顺利执行。过了这部分呢，我们就终于看到我们的应用被提交了。
图八：提交application
终于提交了，最后执行监控。客户端干的活就这么多了。当我们把一个程序用客户端提交之后呢，真正的分布式程序执行，从这里开始。
未完，待续~
