请说明在 Apache Hadoop YARN 中，可以通过哪些手段改进资源调度策略，从而提升集群整体资源利用率？

回答思路

1. 【回答框架 1】YARN 资源调度涉及容量调度器、公平调度器和 FIFO 调度器，核心是分配 CPU、内存等资源给应用。提高利用率的关键是减少资源碎片和空闲，比如开启资源抢占（preemption），当队列资源使用率不均衡时，强制回收超额资源分配给饥饿队列。
2. 【回答框架 2】可以调整调度器参数，如容量调度器设置多队列并配置弹性容量，使队列资源可动态借用；公平调度器通过权重和最小资源保障，避免资源闲置。启用延迟调度（delay scheduling）和 locality 优化，让任务等待更合适的节点，提高本地执行率，减少数据传输开销。
3. 【回答框架 3】利用 YARN 的节点标签（node labels）功能，将节点分区（如 GPU、高内存），配合队列访问控制，让不同应用只使用匹配资源，减少资源争抢。同时开启资源利用率监控，依据历史数据调整最大最小资源比例，并定期评估队列配置是否匹配实际负载。
4. 【回答框架 4】注意资源利用率不等于业务性能，过度提高利用率可能导致排队延迟和任务挤压。最终以应用完成时间和集群吞吐为依据，结合压测结果调整调度参数。
5. 【关键点 1】YARN 调度器主要有容量、公平和 FIFO 三种，优化常基于前两者
6. 【关键点 2】启用资源抢占和弹性队列可减少空闲资源
7. 【关键点 3】节点标签用于隔离特殊资源，提高匹配度
8. 【关键点 4】延迟调度和 locality 优化能提升数据本地性
9. 【易错点 1】资源抢占可能造成任务反复重启，需要设置合理的抢占阈值
10. 【易错点 2】盲目设置过小资源增量会增加调度开销，影响吞吐
11. 【易错点 3】节点标签配置不一致会导致作业无法分配资源，需仔细管理