1、Hadoop HDFS:一个高可靠、高吞吐量的分布式文件系统。
2、Hadoop MapReduce:一个分布式的离线并行计算框架。
3、Hadoop YARN:作业调度与集群资源管理的框架。
4、Hadoop Common:支持其他模块的工具模块。
1、HDFS的运行机制、安装等操作这里不做叙述
2、MapReduce 的原理
核心思想就是 先map 后 reduce,也就是 job=map+reduce
<k2,v2><k3,v3>的数据类型一致、
参考下图:
3、yarn 概述
1、ResourceManager:资源分配与调度;
2、NodeManager:单个node上的资源管理,处理命令;
3、ApplicationMaster:数据切分,任务监控与容错。
4、Container:对任务运行环境的抽象,封装了CPU、内存等多维资源以及环境变量、启动命令等任务运行相关的信息。
2019.01.30更新