hadoop

Hadoop构成

• 分布式存储HDFS
• 分布式计算MapReduce
• 资源调度引擎Yarn

HDFS： 块级别的分布式文件存储系统

1. NameNode 存储文件的元数据，如文件名，文件目录结构，文件属性（文件权限， 生成时间，副本数）
2. DataNode 在本地文件系统存储文件块数据以及块数据的校验和
3. Secondary 用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照

MapReduce：分布式计算框架

实际上他这个名字就是他的作用：map分发映射任务， reduce汇总结果

• MapReduce是把一个大任务拆分成很多小任务，然后分发给下面的服务器并行执行，最后再将接收小任务的服务器返回的结果进行汇总
  image.png

Yarn: 分布式资源管理器

依据不同服务器的计算力和计算资源，分配合适大小的任务。计算力强的分配任务计算量大一点，计算力弱的接收小任务，充分利用计算资源加快运行。