MapReduce的容错机制

MapReduce提供了很好的容错机制，所谓容错就是允许在整个任务执行过程中TaskTracker中间出现当机，发生故障，或JVM发生重启等等一些情况都允许它出错，

出错有两种机制，

1.重复执行

出错有可能是job出错，有可能是硬件的问题，也有可能是数据的问题，不管什么样的问题，首先会尝试重试，再次执行，也就是重复执行，重复执行一般默认重复执行4次后，如果还是失败的话就放弃执行。

2.推测执行

所谓推测执行，在整个任务执行过程中，需要等到所有Map端执行完成后，Reduce端才会开始，那么这时候有可能存在某个节点算的特别慢，JobTracker就会发现某个节点算的特别慢，它比别的慢的很多的时候说明它出现了问题，推测执行这个时候会这个慢的继续算，在利用找一台TaskTracker做同样的事情，只要这个事情新建的和之前的谁先算完，就会把另外一个终止了，这样通过推测执行，来保证整个任务的计算不会因为某一两个TaskTracker故障或出现问题导致整个任务执行效率很低。