1. MR程序创建成功后，需要提交到HDFS上运行，MR程序提交到客户端所在的节点。

2. YarnRunner向ResourceManager申请提交一个Application。

3. ResourceManager返回应用程序需要提交的资源路径和ApplicationId。

4. YarnRunner提交资源到HDFS上，包含Job.xml、Job.split、xx.jar，资源提交完毕之后，向ResourceManager申请一个运行MRApplicationMaster，一个Application对应一个ApplicationMaster。

5. ResourceManager把提交的Job初始化成一个Task，放入Yarn的调度队列中去。

6. 当执行到此Task时，其中一台NodeManager领取此任务，然后在此NodeManager上创建一个Container并创建一个MRApplicationMaster，然后下载HDFS上的计算资源（Job.xml、Job.split、xx.jar）到此NodeManager上。

7. MRApplicationMaster向ResourceManager申请运行MapTask的资源，同时ResourceManager向另外两台NodeManager分配执行MapTask的任务，这两台NodeManager分别创建Container，然后MRApplicationMaster将启动脚本发送给这两台NodeManager，启动MapTask任务。

8. 当MapTask执行完毕之后，MRApplicationMaster向ResourceManager申请执行ReduceTask的资源，ResourceManager分配资源创建Container，Container下载xx.jar到此Container中，MRApplicationMaster启动此任务。 

9. ReduceTask获取MapTask分区数据，进行计算。

10. 当ReduceTask运行完毕之后，通知MRApplicationMaster，注销ReduceTask的资源，MRApplicationMaster向ResourceManager申请注销自己。