YARN的基本思想是將資源管理和作業排程/監控的功能分解為單獨的守護程序。我們的想法是擁有一個全域性ResourceManager（RM）和每個應用程式ApplicationMaster（AM）。應用程式可以是單個作業，也可以是作業的DAG。

ResourceManager和NodeManager構成了資料計算框架。ResourceManager是在系統中的所有應用程式之間仲裁資源的最終許可權。NodeManager是每臺機器框架代理，負責容器，資源使用情況（CPU，記憶體，磁碟，網路）的監控，並將其報告給ResourceManager / Scheduler。

每個應用程式ApplicationMaster實際上是一個特定於框架的庫，其任務是協調來自ResourceManager的資源，並與NodeManager一起執行和監控任務。

ResourceManager有兩個主要元件：Scheduler和ApplicationsManager。

排程程式負責根據熟悉的容量，佇列等約束將資源分配給各種正在執行的應用程式。排程程式是純排程程式，因為它不執行應用程式狀態的監控或跟蹤。此外，由於應用程式故障或硬體故障，它無法保證重啟失敗的任務。排程程式根據應用程式的資源需求執行其排程功能; 它是基於資源Container的抽象概念，它包含記憶體，cpu，磁碟，網路等元素。

排程程式具有可插拔策略，該策略負責在各種佇列，應用程式等之間對叢集資源進行分割槽。當前的排程程式（如CapacityScheduler和FairScheduler）

ApplicationsManager負責接受作業提交，協調第一個容器以執行特定於應用程式的ApplicationMaster，並提供在失敗時重新啟動ApplicationMaster容器的服務。每個應用程式ApplicationMaster負責從Scheduler協調適當的資源容器，跟蹤其狀態並監視進度。

hadoop-2.x中的MapReduce維護API與先前穩定版本（hadoop-1.x）的相容性。這意味著只需重新編譯，所有MapReduce作業仍應在YARN之上保持不變。

YARN支援通過ReservationSystem進行資源預留的概念，即允許使用者在指定時間資源和時間的限制（例如，截止日期），以及後備資源的配置檔案，以確保重要jobs的執行。可預見的執行元件

為了將YARN擴充套件到超過幾千個節點，YARN 通過YARN Federation功能支援Federation的概念。Federation允許透明地將多個yarn（子）叢集連線在一起，並使它們看起來像一個大型叢集。這可以用於實現更大規模，和/或允許多個獨立叢集一起用於非常大的工作，或者用於具有跨所有工作容量的租戶。