首先介紹一下老的MapReduce的機制，老的MapReduce的具體流程如下，
JobClient提交Job給Job Tracker，Job Tracker與叢集所有機器通訊(heartbeat)，管理所有job失敗、重啟等操作。Task Tracker是在每一臺機器上都有的，主要用來監視自己所在機器的task執行情況及機器的資源情況，然後把這些資訊通過heartbeat傳送給Job Tracker。

MapReduce存在的問題：
1 Job Tracker 存在單點故障
2 Job Tracker 完成太多工，當MR任務非常多時，造成很大的記憶體開銷
3 Task Tracker 端，如果兩個大記憶體消耗的任務一起排程，容易出現OOM，如果只有Map任務或Reduce任務時會造成資源浪費

下面介紹一下YARN的機制及與MapReduce相比的優勢，
老的MapReduce主要包括Job Tracker和Task Tracker，YARN中主要是三個元件：Resource Manager、Node Manager和Application Master。Resource Manager負責全域性資源分配，Application Master每個節點一個，負責當前節點的排程和協調。Node Manager是每臺機器的代理，監控應用程式的資源使用情況，並彙報給Resource Manager。因此與老的MapReduce相比，YARN把資源管理與任務排程的工作分離開來，減少了MapReduce中Job Tracker的壓力。

從以上介紹可以看出，相比於MapReduce，YARN主要優勢如下，
1 YARN大大減少了Job Tracker的資源消耗，並且讓監測每個Job子任務狀態的程式分散式化了。
2 YARN中Application Master是一個可變更部分，使用者可以對不同程式設計模型編寫自己的AppMst，讓更多型別的程式設計模型能跑在Hadoop叢集中。
3 老的框架中，Job Tracker一個很大的負擔就是監控Job下任務的執行狀況，現在由Application Master去做，而Resource Manager是監測Application Master的執行狀況，如果出問題，會將其在其他機器上重啟。