Hadoop——JobTracker和TaskTracker，以及如何演变成Yarn架构

MapReduce计算框架是如何实现计算向数据移动的呢？

计算向数据移动面临着诸多问题，如：怎么让机器自动移动，面对block的许多副本，怎么判别移动到的是最合适的Datanode

这个问题牵扯到两个概念：资源管理，任务调度

资源管理：掌握各机器当前可用内存，可用CPU等情况
任务调度：根据可用资源，进行计算任务的分配（也就是向哪个Datanode移动）

MapReduce想要完成资源管理和任务调度，需要引进两个新的角色：JobTracker和TaskTracker

JobTracker：负责资源管理，任务调度
TaskTracker：管理被分到Datandoe的计算任务，资源汇报（TaskTracker与JobTracker之间维持心跳，实时汇报当前Datanode资源所剩情况）

JobTracker与TaskTracker之间也是主从结构。

然而推动计算向数据移动的角色是client