据我所知，当yarn创建作业时，它会选择一个存储待处理数据的节点作为工作节点，因为移动数据比移动代码要昂贵，本地处理会大大降低网络流量成本。但我的问题是，yarn作业是基于容器技术的，如果包含数据的节点没有足够的资源来宣布容器，该怎么办？Yarn会怎么样？
另一个问题是spark如何做同样的事情？由于它是基于rdd的分区，即数据的逻辑分区，而且通常spark的工作节点不是运行在datanode的同一台机器上，不像nodemanager for yarn与hdfs共享同一台机器，它如何处理数据传输成本？以及它如何决定在哪里执行任务？