-
HDFS架构概述
- NameNode:存储文件元数据(文件名、文件目录结构、文件属性<生成时间、副本数、文件权限>),以及每个文件的块列表和块所在的DataNode。
- DataNode:在本地文件系统存储文件块数据,以及块数据的校验和。
- Secondary NameNode:每隔一段时间对NameNode元数据备份。
-
YARN架构概述
- ResourceManager(RM):整个集群资源(内存、CPU等)的老大
- NodeManager(NM):单个节点服务器资源老大
- ApplicactionMaster(AM):单个任务运行老大
- Container:容器,相当一台独立的服务器,里面封装了任务运行所需要的资源(内存、CPU、磁盘、网络)<虚拟技术>
说明:
- 客户端可以有多个
- 集群上可以运行多个ApplicationMaster
- 每个NodeManager上可以运行多个Container
-
MapReduce架构概述
MapReduce将计算过程分为Map和Reduce两个阶段。
- Map阶段并行处理输入数据
- Reduce阶段对Map结果进行汇总
-
HDFS、YARN、MapReduce三者关系