随着大数据概念的升温，Hadoop作为最具代表性的技术进入人们视野已有一段时间了。整个Hadoop生态系统也在飞速发展，几乎每一天都会衍生出新的功能或者新的工具。尽管有一些是微小的改动，比如Oozie中更完美地支持调度，或者还有一些仍在开发中，比如对NFS的支持。还有一些非常酷的特性，比如在Pig当中对CPython提供完整支持等。但在我看来，这些都不如Hadoop 2.0中的YARN更具革命性。

我们都知道，Hadoop有两个核心的组件，即HDFS（分布式文件系统）和MapReduce架构（分布式处理平台）。而YARN的出现，则使Hadoop从一个分布式处理架构蜕变为一个分布式操作系统。

用“操作系统”这个词可能会被很多网友吐槽，是不是夸张了点？这里我要引用计算机大牛Andrew S.Tanenbaum在《现代操作系统》一书中对OS的定义，它包括：

• 一个虚拟机：操作系统的作用，就是为用户提供一个扩展计算机或者虚拟机的环境，能让用户在底层硬件中更容易进行编程
• 一个资源管理器：操作系统要做的，是为处理器，内存，IO设备等提供有序的、可控的资源分配，以便各种程序进行使用。

针对第一个条件，Hadoop从一开始在1.0版本中就已经提供支持。而YARN的出现则满足了第二个条件。因此在我看来，Hadoop现在已经可以被视为分布式的操作系统。

YARN就是Hadoop的资源管理器。之前的Hadoop是在MapReduce基础上构建的，虽然在计算范式上有过很多尝试，但它依然没有脱离MapReduce提供的框架。它以JobTracker和TaskTracker的形式来处理工作负载并管理服务器资源，每个节点都是配置了map和reduce。

在Hadoop 2.0中，MapReduce已经不再是唯一的选择。它提供了更好，更灵活的设计，对计算资源处理进行了分离。对于YARN，大家可以去拜读Hortonworks架构师Arun Murthy的系列文章，其中的介绍非常详细。

这里要强调一点，上文提到的计算资源处理分离已经运用到了实际的环境当中，并取得了不错的效果，比如包括：

• Storm on YARN：Twitter应用的运行在Hadoop上的流计算框架（Yahoo）
• Apache Samza：基于YARN开发的项目，可以作为Storm的替代品（Apache）
• HOYA：HBase on YARN，集群上的HBase部署工具（Hortonworks）
• Weave：基于YARN的封装，用于简化应用部署（Continuuity）
• Giraph：图形处理系统（Apache）
• Llama：让外部服务器从YARN获取资源的框架（Cloudera）
• Spark on Yarn：基于内存的分析集群技术
• Tez：通用的、高度可定制的框架，用于简化Hadoop中数据处理任务的创建，支持小规模（低延迟）和大规模（高吞吐量）负载（Hortonworks）

总之在我看来，YARN的引入对Hadoop来说是具有革命性的，是可以改变游戏规则的。而且它已经从理论走向实践，而并不是未来的某种概念。事实上，Hadoop 2.0已经正式GA了，用户已经可以直接对YARN进行测试。