MapReduce 数据本地化（Data-Local）

首先，HDFS 和 MapReduce 是 Hadoop 的核心设计。对于 HDFS，是存储基础，在数据层面上提供了海量数据存储的支持。而 MapReduce，是在数据的上一层，通过编写MapReduce 程序对海量数据进行计算处理。

在前面 HDFS 章节中，知道了 NameNode 是文件系统的名字节点进程，DataNode是文件系统的数据节点进程。MapReduce 计算框架中负责计算任务调度的 JobTracker 对应 HDFS 的 NameNode的角色，只不过一个负责计算任务调度，一个负责存储任务调度。MapReduce 计算框架中负责真正计算任务的 TaskTracker 对应到 HDFS 的 DataNode
的角色，一个负责计算，一个负责管理存储数据。考虑到“本地化原则”，一般地，将 NameNode 和 JobTracker 部署到同一台机器上，各个 DataNode 和 TaskNode 也同样部署到同一台机器上。

这样做的目的是将 map 任务分配给含有该 map 处理的数据块的 TaskTracker 上，同时将程序 JAR 包复制到该 TaskTracker 上来运行，这叫“运算移动，数据不移动”。而分配reduce 任务时并不考虑数据本地化。