在昨天的mapreduce代码里面有Job的类用于统一的资源调度。那么深挖一层，这个Job类的流程是怎样进行的呢？
当我们执行job.waitforcompletion()时候，会启动一个进程Runjar,通过它与集群进行通信。
首先，Runjar它会去找老大哥resouce manger申请执行一个job,老大哥同意后，返回一个job相关资源提交的路径(Stage-Dir)和产生的jobID。接下来，runjar拿到大哥的手令，把资源和JobID传给HDFS里面对应的Stage-Dir路径。最后，runjar告诉大哥resouce manger,提交已经结束。Resouce manger知道后，开始把本次的job加入任务队列。紧接着，另外的小弟nodemanger就开始领取任务，每个nodemanager会分配运行时候所需的资源容器（包含所需CPU,内存，磁盘IO，网络IO等）。在这些资源分配好后，Resouce manger会启动MRAppMaster这个类。至此，Yarn的工作基本结束，接下来是MRAppMaster登场。
MRAppMaster会先找resouce manger注册（包括自己将在哪里运行等），MRAppMaster会去相应节点启动map和reduce任务。我们查看进程会看到YarnChild，就是map任务在工作了。每一个任务执行完后，MRAppMaster会通知resouce manger把相应的资源回收。
因此，当运行代码之前，通过jps首先看到的只是静态进程，一旦我们启动，首先就会看到新增的进程Runjar,紧接着会看到MRAppMaster还有YarnChild。当任务执行完后，YarnChild,Runjar和MRAppMaster都会被释放，jps看到的就是运行之前的进程。
