在hadoop 2.x中，引入了Yarn架构做资源管理，在每个节点上面运行NodeManager负责节点资源的分配，而slot也不再像1.x那样区分Map slot和Reduce slot。在Yarn上面Container是资源的分配的最小单元。
yarn参数配置文件为yarn-site.xml

内存资源的调度和隔离

yarn.nodemanager.resource.memory-mb 设置每个节点的可用内存，单位MB。合理设置该参数，将影响到DataNode的运行情况。
yarn.nodemanager.vmem-pmem-ratio   任务每使用1MB物理内存，最多可使用虚拟内存量，默认是2.1。    
yarn.nodemanager.pmem-check-enabled  是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是true。
yarn.nodemanager.vmem-check-enable  是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true。


yarn.scheduler.minimum-allocation-mb 分配给AM单个容器可申请的最小内存，默认1024MB，如果一个任务申请的物理内存量少于该值，则该对应的值改为这个数。
yarn.scheduler.maximum-allocation-mb 分配给AM单个容器可申请的最大内存，默认8192MB

默认情况下，YARN采用了线程监控的方法判断任务是否超量使用内存，一旦发现超量，则直接将其杀死。由于Cgroups对内存的控制缺乏灵活性（即任务任何时刻不能超过内存上限，如果超过，则直接将其杀死或者报OOM），而Java进程在创建瞬间内存将翻倍，之后骤降到正常值，这种情况下，采用线程监控的方式更加灵活（当发现进程树内存瞬间翻倍超过设定值时，可认为是正常现象，不会将任务杀死），因此YARN未提供Cgroups内存隔离机制。

CPU资源的调度和隔离

在YARN中，CPU资源的组织方式仍在探索中，目前（2.2.0版本）只是一个初步的，非常粗粒度的实现方式，更细粒度的CPU划分方式已经提出来了，正在完善和实现中。
目前的CPU被划分成虚拟CPU（CPU virtual Core），这里的虚拟CPU是YARN自己引入的概念，初衷是，考虑到不同节点的CPU性能可能不同，每个CPU具有的计算能力也是不一样的，比如某个物理CPU的计算能力可能是另外一个物理CPU的2倍，这时候，你可以通过为第一个物理CPU多配置几个虚拟CPU弥补这种差异。用户提交作业时，可以指定每个任务需要的虚拟CPU个数。

1
2
3

yarn.nodemanager.resource.cpu-vcores 设置每个节点虚拟cpu内核数,注意，目前推荐将该值设值为与物理CPU核数数目相同。如果你的节点CPU核数不够8个，则需要调减小这个值，而YARN不会智能的探测节点的物理CPU总数。   
yarn.scheduler.minimum-allocation-vcores  单个任务可申请的最小虚拟CPU个数，默认是1，如果一个任务申请的CPU个数少于该数，则该对应的值改为这个数。
yarn.scheduler.maximum-allocation-vcores 单个任务可申请的最多虚拟CPU个数，默认是4。

默认情况下，YARN是不会对CPU资源进行调度的，你需要配置相应的资源调度器让你支持。
默认情况下，NodeManager不会对CPU资源进行任何隔离，你可以通过启用Cgroups让你支持CPU隔离。

1	yarn.nodemanager.resource.detect-hardware-capabilities 是否自动检测节点的CPU和内存默认为false