yarn和kafka在整个hadoop中是一个怎样的角色？

问题：

1、yarn和kafka在整个hadoop集群中是一个怎么的角色，对于整个集群来说起到一个什么作用？

2、知道yarn是作为资源分配的 它是怎么分配给hdfs资源的？

3、yarn、kafka和zookeeper之间有什么最用关系？是yarn和kafka受zookeeper控制吗？

4、kafka和hdfs有什么作用关系？

5、老师有一个整个集群的工作流程图吗 ，各个部件的作用关系的思维导图，有些地方模糊不清楚！

答案：

 

1. Yarn和kafka在整个hadoop集群中是一个怎么的角色，对于整个集群来说起到一个什么作用？
Yarn是集群的资源管理系统，在Hadoop集群（确切的说是Hadoop上的任务）中起到资源（内存、CPU）分配的作用。任何一个分布式程序执行时都需要从系统申请资源，Yarn就是充当资源的协调者的角色。
Kafka是消息队列，它跟Hadoop不是紧耦合的关系，只不过在实际项目中经常会一起使用。Kafka是个消息队列，在由多种方案组成的数据处理系统中，数据的产生，处理，通常由不同的系统充当。比如，数据产生于web service，而数据的处理，需要在Hadoop或者Spark中进行，此时就需要一个工具，可以将需要处理的数据从源头搬移到处理的系统中，Kafka就是这么个数据搬运渠道的角色。
 
2. 知道yarn是作为资源分配的 它是怎么分配给hdfs资源的？
Yarn只负责计算过程中的资源管理，不负责HDFS的资源。HDFS的资源主要是存储资源，由NameNode统一管理。

3. Yarn、kafka和zookeeper之间有什么最用关系？是Yarn和kafka受zookeeper控制吗？
Yarn在最开始的实现时，服务节点中ResourceManager为单机模式，那个时候，不需要借助Zookeeper也能正常提供服务。后来随着应用的发展，对于服务的高可用性有了更多的要求，出现了所谓ResourceManagerHA的方案，这里的HA（High Availability），就出现了两个RM同时为集群提供服务的情况，当出现这种两个服务共同做一件事情的时候，就需要一个方案来解决两个服务（RM）之间信息同步以及工作协调的问题，此时ZooKeeper就是作为这个中间的协调机制，出现在方案中（可以把它在这里简单理解为分布式锁）。
至于Kafka，其中也是多Broker的结构，多个Broker之间有很多信息需要同步，比如选择Partition主备份、主Broker挂球识别等需求，也是多服务之间需要互相感知及通信，于是又用到了Zookeeper。
 
Zookeeper谁也控制不了，只不过是这些分布式服务需要用到分布式锁、同步等服务时，把它拿了过来。
 
4、kafka和hdfs有什么作用关系？
HDFS是分布式存储，Kafka是个消息队列。
如果真要扯上关系，可以用上面关于消息产生、运输、处理的例子。消息可能产生于业务端，用Kafka运输，然后存到HDFS里面，供后面使用Hadoop MR或者Spark进行处理。
 
5、老师有一个整个集群的工作流程图吗 ，各个部件的作用关系的思维导图，有些地方模糊不清楚！
你看下面这个图是不是差不多能表达意思：