以MapReduce为例，提交一个MapReduce application的大致流程如下，其中Resource Manager简写为RM，Node Manager简写为NM，Application Master简写为AM。
（1）首先client里执行一个MapReduce程序，这个程序运行在client端的JVM里，在main方法中最后有一个job.waitForCompletion(true)方法，当执行这个方法后会触发job.submitJob方法，准备向RM提交一个application。
（2）RM接受到请求后，会为这个application生成一个application +id编号，并且检查输出路径是否已存在，输入输出路径信息是否齐全。不管检查有问题与否，都会给client端返回信息，其包括运行这个job所需要的资源，如运行在哪个NM上，需要的container信息。
一个简单的MapReduce程序中application+id编号示例，测试发现需要hadoop jar运行才显示：
（3）如果返回的信息提示路径已存在，或者job运行的参数不够，会退出程序，否则可以继续执行这个job，这个时候client端会将程序的jar包，以及运行所需配置信息，以及分片信息发送到HDFS（这些文件保存的上级目录即前面生成的application+id编号，默认会拷贝10份，如果只有3个节点则多余的7份会删除），让jar包和配置信息等保存在各个datanode上，这对分布式集群计算拉取资源来说是有利的，比直接从client端拉取资源会更加高效。
（4）前面准备没问题后，client端向RM提交这个application。RM收到提交后，调度器scheduler将会为它分配container资源，application manager将创建application master。
（5）RM在接受到application提交后，根据资源调度算法计算的结果（包括运行job所在的节点在哪，运行所需要的资源container是多少），会先在计算得到的某个NM上启动一个container，用于启动AM，这个AM是运行MapReduce job前的准备，它启动后后续请求资源就在client端和AM之间进行了。
（6）在客户端执行一个MapReduce程序时，能看到Map和Reduce任务执行的进度百分比，这个是AM在执行initialize job后创建的薄记对象完成的，这个薄记对象会收集运行在分布式各个节点上任务的进度，汇总后定时发送给client。
（7）在执行MapReduce程序时，会先执行Map任务然后再执行Reduce任务（默认是执行Map任务5%后再执行Reduce任务），其中Map任务的个数是由分片数决定的，即通过InputFormat的getSplit方法得到的分片数，这个分片的信息需要从HDFS获取，里面保存的是指向实际分片信息的引用。而Reduce任务的个数则是程序中指定的，通过setNumReduces(num)来指定。
（8）以Map task为例，准备执行Map task时，AM会向RM继续发送请求，即resource request，请求获取计算的NM和container信息。
（9）得到返回信息后，AM会在指定的NM上启动container，并准备执行task程序。
（10）执行task程序部分，是在一个叫做Yarn Child的主类java application中进行的，这个类在执行task程序之前，会向HDFS获取jar包和配置信息。
（11）在获取到HDFS的jar包和配置信息后就开始运行task，如果是map task则输出的key-value对会保存到各自的分区中去，如果是Reduce task则会从对应的map分区中拉取数据准备进行合并、排序和分组，最后执行reduce分组计算并输出到HDFS。不管是Map task还是Reduce Task其都会向AM上报执行情况。
（12）最后执行完MapReduce任务后，保存在分区中的Map输出信息将删除，此外保存在HDFS中的jar包信息、配置信息和分片信息也将删除。
以上为MapReduce提交job到yarn的过程，后续再补充完善。
参考博文：
（1）《hadoop核心权威指南第四版》
原文：https://www.cnblogs.com/youngchaolin/p/11631878.html