① JobHistoryServer：管理已完成的Yarn任务。
历史任务的日志和执行时的各种统计信息同一由JobTracker管理，Yarn将管理历史任务的功能抽象成一独立实体JobHistoryServer。 ② WebAppProxyServer：任务执行时的Web页面代理。
通过使用代理，不仅进一步降低了ResourceManager的压力，还能降低Yarn受到的Web攻击。负责羁系详细MapReduce任务执行全过程，将从Container那边收集过的任务执行信息汇总并显示到一个Web界面上。 3、编程模板
ApplicationMaster 是一个可变动的部分，只要实现差异的ApplicationMaster，就可以实现差异的编程模式。
（1）容量调度算法CapacityScheduler 概述：
CapacityScheduler是一种多用户多任务调度策略，它以队列为单元分别任务，以Container为单元分配资源，它也是Hadoop 2.0默认的调度策略，为多个用户共享集群资源提供安全可靠的保障。
通过共建集群的方式，不光可以进步资源利用率，还能在须要时候使用更多的集群资源，同时，构造机构间共建集群也大大降低了运维成本。容量调度策略通过队列来分别资源，队列间关系类似于一棵多叉树，队列间一层层继续，根队列称为root队列，Yarn初次启动时默认启动队列为root.default队列。
容量调度算法特性：
① 多级队列：容量调度策略以队列来分别集群资源，差异机构可以在集群里新建差异队列。
② 容量确定性：规定某队列占用集群资源的上下限，可以或许确保即使其他队列用到其最高峰时，也能预留充足资源留给此队列。
③ 安全性：每个队列都有相应的访问控制列表ACL文件。
④ 弹性：通过设置队列额外资源使用量，可以或许让此队列使用超出规定的资源量。
⑤ 多用户：通过设置差异队列拥有资源的比例，制止某用户或某进程独占集群资源，实现多用户多任务调度。
⑥ 易操作性：主要包括及时配置和及时更改队列状态。 及时配置：管理员可以或许以安全的方式，在不制止集群的情况下，及时更新队列配置。
① 及时更改队列状态：管理员可以在不制止集群的情况下，将队列从运行状态切换成制止状态。Yarn可以管理用户权限和作业提交。
② 基于资源调度：Yarn支持资源密集型作业，作业在分配Container时其Container所包罗的资源量是肯定的，但Yarn允许此Container在执行时占用更多的资源，现在只支持内存。 管理接口：
① Web接口：yarn-site.xml指定使用容量调度策略。capacity-scheduler.xml配置全局多级队列和队列的ACL文件。mapred-site.xml配置客户端提交MapReduce任务时使用的队列。Hadoop-policy.xml配置全局ACL文件。
② Shell下令接口：$HADOOP_YARN_HOME/bin/yarn rmadmin –refreshQueues，管理员可以通过此下令在不制止集群的情况下，使多级队列的配置立即生效。 （2）公平调度策略FairScheduler 概述：
FairScheduler是一种允许多个Yarn任务公平使用集群资源的可插拔式调度策略。
从宏观上看，集群资源公平地为每一个任务所拥有，它不仅可以让短作业在公道的时间内完成，也制止了长作业恒久得不到执行的尴尬局面。 多级队列包括以下几个方面的内容。
① 默认队列：公平调度策略也通过队列来构造和管理任务，并且也支持多级队列，其队列之间为多叉树结构。
② 队列间权重配置：设置某队列资源权重，权重越大，获得资源的比例越大。
③ 队列内多调度策略：队列内部的调度策略是可配置的，默认为FairSharePolicy策略。
④ 队列下限：为每个队列设置资源下限值，大大进步集群资源利用率。
⑤ 支持多用户：通过多级队列可以将差异的用户分配到差异的队列里。
⑥ 访问控制列表ACL：管理员可以设置队列的ACL文件，严格控制用户访问。 接口：
① yarn-site.xml：设定属性yarn.resourcemanager.scheduler.classYarn启动公平调度策略，设置属性yarn.scheduler.fair.allocation.file来指定多级队列文件位置。
② fair-scheduler.xml：配置多级队列的文件，此文件名与位置是通过Yarn配置文件yarn-site.xml里yarn.scheduler.fair.allocation.file属性指定。
（四）Hadoop 2.0安全机制简介
