(1)bin:Hadoop 最基本的管理脚本和使用脚本所在目录,这些脚本是 sbin 目录下管理脚本的基础实现,用户可以直接使用这些脚本管理和使用 Hadoop。
(3)include:对外提供的编程库头文件(具体动态库和静态库在 lib 目录中) ,这些头文件均是用 C++ 定义的,通常用于 C++ 语言访问 HDFS 或者编写 MapReduce 程序。
(4)lib:该目录包含了 Hadoop 对外提供的编程动态库和静态库,与 include 目录中的头 文件结合使用。
(5)libexec:各个服务对应的 Shell 配置文件所在目录,可用于配置日志输出目录、启动参数(比如 JVM 参数)等基本信息。
(6)sbin:Hadoop 管理脚本所在目录,主要包含 HDFS 和 YARN 中各类服务的启动 / 关闭脚本。
(7)share:Hadoop 各个模块编译后的 JAR 包所在目录。
在 Hadoop 源代码压缩包解压后的目录 hadoop-{VERSION}-src 中,其中,比较重要的目录有 :hadoop-common-project、hadoop-mapreduce-project、
hadoop-hdfs-project 和 hadoop-yarn-project 等,下面分别介绍这几个目录的作用。
(1)hadoop-common-project:Hadoop 基础库所在目录,该目录中包含了其他所有模块可能会用到的基础库,包括 RPC、Metrics、Counter 等。
(2)hadoop-mapreduce-project :MapReduce 框架的实现,在 MRv1 中,MapReduce 由编程模型(map/reduce) 、调度系统(JobTracker 和 TaskTracker)和数据处理引擎(MapTask 和ReduceTask)等模块组成,而此处的 MapReduce 则不同于 MRv1 中的实现,它的资源调度功能由新增的 YARN 完成(编程模型和数据处理引擎不变) ,自身仅包含非常简单的任务分配功能。
(3)hadoop-hdfs-project :Hadoop 分布式文件系统实现,不同于 Hadoop 1.0 中单 NameNode实现,Hadoop 2.0 支持多 NameNode,同时解决了 NameNode 单点故障问题。
(4)hadoop-yarn-project :Hadoop 资源管理系统 YARN 实现。这是 Hadoop 2.0 新引入的分支,该系统能够统一管理系统中的资源,并按照一定的策略分配给各个应用程序。