在 Apache Hadoop YARN 中，当集群资源面临过载时，系统通过哪些核心机制进行调度与隔离，从而避免资源被完全耗尽？请列举并简述这些机制的工作原理。
考察说明
考查对 YARN 资源管理、调度策略和隔离机制的理解，以及应对资源过载的处置思路。
回答思路
- 【回答框架 1】YARN 通过容量调度器、公平调度器和 FIFO 调度器来分配资源，其中容量调度器为每个队列设置资源上限，支持弹性伸缩，公平调度器在队列间动态调整份额，两者均能避免单一应用耗尽资源。
- 【回答框架 2】为防止资源被耗尽，YARN 启用资源抢占（Preemption），当队列或应用使用量超过阈值时，可回收超额容器，同时不强制终止任务，而是通过超时机制释放资源。
- 【回答框架 3】YARN 还依赖容器（Container）隔离技术，基于 Linux CGroup 和命名空间限制内存、CPU 等资源，防止应用越界使用，同时利用节点管理器（NodeManager）的本地资源监控和心跳上报，实时跟踪可用资源。
- 【回答框架 4】为提升响应性，YARN 支持节点分区（Partition）和标签调度（Label-based Scheduling），将资源按类型（如高内存、GPU）分组，避免不匹配的资源请求拖垮整体。
- 【回答框架 5】多租户场景下，结合队列 ACL 与提交限制，控制用户提交任务的数量和优先级，并在调度器层设置全局资源上限和用户限额，形成多层防线。
- 【关键点 1】容量调度器通过队列容量限制避免某队列独占资源，并支持排队和超用弹性。
- 【关键点 2】公平调度器动态调整队列份额，保障小任务进展，避免长任务饿死。
- 【关键点 3】资源抢占是实现公平性与容量保障的兜底机制，但会牺牲部分任务执行效率。
- 【关键点 4】容器基于 CGroup 隔离 CPU、内存等，限制超卖风险，防止单容器拖慢节点。
- 【关键点 5】节点标签与分区调度使资源类型与需求匹配，减少无效占用和等待。
- 【易错点 1】不能仅依赖调度器保证永不耗尽，仍需配置合理的队列容量和抢占策略，否则资源利用率与公平性失衡。
- 【易错点 2】容器隔离并非绝对安全，若内核漏洞或配置不当，仍可能逃逸，需结合安全加固。
- 【易错点 3】过度开启抢占也可能导致任务反复被杀，影响整体吞吐，需权衡触发阈值和超时时间。