一,hdfs、yarn部署的进程对比
hdfs做ha时
ruozedata001: ZK NN zkfc jn DN
ruozedata002: ZK NN zkfc jn DN
ruozedata003: ZK jn DN
yarn做ha时
ruozedata001: ZK NN zkfc jn DN RM NM
ruozedata002: ZK NN zkfc jn DN RM NM
ruozedata003: ZK jn DN NM
通过上面的比较,yran在做ha时比hdfs多了一个rm
二、HDFS、YARN在做HA的时候架构是不一样的,原因是什么?
取决于hdfs和yarn自身的特性不同,hdfs是用来做存储,一个是做计算,
数据存储是至关重要的,数据同步或者数据质量有问题,计算指标写的再好也不起作用
三、HDFS中zkfc是进程,而YARN中zkfc是线程,也就是或ps -ef能看到rm,看不到zkfc
四、相同点
1、HDFS和YARN都是主从架构
master --》slave
master:nn 、rm slave:dn、nm
为什么dn、nm要部署在同一台机器上
dn/nm部署在同一台机器上的原因是数据本地化,计算的时候nm上面有一个container容器做task计算,计算的时候这台机器上有数据,则优先从本地拉取,具体的数据本地化在spark环节会涉及
整个HDFS集群由Namenode和Datanode构成master-worker(主从)模式。
Namenode负责构建命名空间,管理文件的元数据等,而Datanode负责实际存储数据,负责读写工作。
2、大数据生态圈 大部分组件都是主从架构
提醒:大数据中的hbase组件 进程master和regionserver 坑:hbase读写流程,是不经过master