MapReduce运行框架

在Hadoop1.X版本中，MapReduce是通过JobTracker运行实现的

我们写好MapReduce程序打成jar包交给client端，client把jar包提交到JobTracker。JobTracker把这个作业拆分成很多份，然后分配给TaskTracker去执行。JobTracker和TaskTracker是主从关系，通过心跳机制管理。TaskTracker并不是随机分配任务的，这里有个概念叫：数据本地化。意思是：将map task分配给含有该map处理的数据块(block)的TaskTracker上，运算向数据移动。在分配reduce任务时并不考虑数据本地化。

在MR1.X运行架构中，有3个角色：

• JobTracker
• TaskTracker
• Client

JobTracker是这个框架的核心，在框架中不仅是资源调度的主节点，也是任务调度的主节点。这会造成节点负载过重，容易发生单点故障。而且资源管理与计算调度强耦合，其他计算框架需要重复实现资源管理。不同框架对资源不能全局管理。

在Hadoop2.X版本中，引入的资源管理系统yarn

工作流程：

1. client拿到Application计算的文