一、Client只与ResourceManager交互，主要有以下步骤：
1、向ResourceManager注册自己，并获得ResourceMangaer的响应，RM在响应中会报告集群资源（maximumResourceCapability），其中有最大可用VCores数量和最大可用内存。
2、client构造ApplicationSubmissioinContext，内容包括ApplicationId，ApplicationName，mem，vcores，priority，queue和ContainerLauncherContext，其中必须的是mem，vcores，ContainerLauncherContext，ContainerLauncherContext中需要设置三个内容：
- localResources：container运行时候需要的本地文件，可能是脚本、jar包等。通常会上传到hdfs中，container运行时再去下载下来。
- enviroment：container运行时候需要设置的环境变量。
- commands：container执行命令，是linux命令。ApplicationMasterSubmissionContext提交给RM之后就会来执行这个命令。
3、提交ApplicationSubmissionContext。调用submitApplication()方法，返回一个ApplicationId。
4、client通过applicationId 查询任务的运行情况，直到任务Application状态变为FINISHED。
二、源码分析：
实现以上四个步骤的用到的接口，但这些接口不是唯一的，还有其他接口也能实现一样的功能。
下面的client做的事情是提交一个ApplicationMaster的jar包。
1、向ResourceManager注册：
1 YarnClientApplication app = yarnClient.createApplication(); 2 GetNewApplicationResponse appResponse = app.getNewApplicationResponse();
获知集群最大可用资源：
1 Resource clusterMax = appResponse.getMaximumResourceCapability(); 2 int maxMem = clusterMax.getMemory(); 3 int maxCore = clusterMax.getVirtualCores();
2、准备提交ApplicationMaster要运行的相关信息ApplicationSubmissioinContext：
1 ApplicationSubmissionContext appContext = app.getApplicationSubmissionContext(); 2 ContainerLaunchContext clc = Records.newRecord(ContainerLaunchContext.class); 3 /*mem、vcores*/ 4 Resource amResource = Records.newRecord(Resource.class); 5 amResource.setMemory(Math.min(clusterMax.getMemory(), 1024)); 6 amResource.setVirtualCores(Math.min(clusterMax.getVirtualCores(), 4)); 7 appContext.setResource(amResource); 8 9 /*localResource*/ 10 Map<String, LocalResource> localResourceMap = new HashMap<String, LocalResource>(); 11 File appMasterJarFile = new File(appMasterJar); 12 localResourceMap.put(appMasterJarFile.getName(), toLocalResource(fs,appResponse.getApplicationId().toString(),appMasterJarFile)); 13 clc.setLocalResources(localResourceMap); 14 15 /*commands*/ 16 StringBuilder cmd = new StringBuilder(); 17 cmd.append("\"" + ApplicationConstants.Environment.JAVA_HOME.$() + "/bin/java\"") 18 .append(" ") 19 .append(appMasterMainClass) 20 .append(" "); 21 22 cmd.append("1>" + ApplicationConstants.LOG_DIR_EXPANSION_VAR + Path.SEPARATOR + ApplicationConstants.STDOUT) 23 .append(" ") 24 .append("2>" + ApplicationConstants.LOG_DIR_EXPANSION_VAR + Path.SEPARATOR + ApplicationConstants.STDERR); 25 clc.setCommands(Collections.singletonList(cmd.toString())); 26 27 /*environment*/ 28 Map<String, String> envMap = new HashMap<String, String>(); 29 envMap.put("CLASSPATH", hadoopClassPath()); 30 System.out.println(hadoopClassPath()); 31 clc.setEnvironment(envMap); 32 /*将ContainerLauncherContext设置到ApplicationSubmissionContext中*/ 33 appContext.setAMContainerSpec(clc);
3、提交任务：
1 ApplicationId appId = yarnClient.submitApplication(appContext);
4、查看任务运行情况，等待任务结束：
1 ApplicationReport report = client.getApplicationReport(appId); 2 while (report.getYarnApplicationState() != YarnApplicationState.FINISHED) { 3 report = client.getApplicationReport(applicationId); 4 LOG.info(String.format("%f %s", report.getProgress(), report.getYarnApplicationState())); 5 Thread.sleep(1000); 6 }
参考：
超易懂的例子，参考了大部分：http://www.qingpingshan.com/rjbc/dashuju/151240.html
董西城的讲解，如何编写Yarn应用程序：http://dongxicheng.org/mapreduce-nextgen/how-to-write-an-yarn-applicationmaster/
hadoop 的 distributedShell例子，运行guide：https://www.thesisscientist.com/docs/JeffBarner/04fae500-dfd5-4614-836d-70e1808e0aae.pdf
