JobTracker和TaskTracker

一、概述

MapReduce采用Master/Slave结构。
*Master：整个集群的唯一的全局管理者，功能包括：作业管理、状态监控和任务调度等，即MapReduce中的JobTracker。
*Slave：负责任务的执行和任务状态的回报，即MapReduce中的TaskTracker。
JobTracker对应于NameNode，TaskTracker对应于DataNode。NameNode和DataNode是针对数据存放而言的，JobTracker和TaskTracker是针对于MapReduce执行而言的。
MapReduce中几个主要概念，MapReduce整体上可以分为这么几条执行线索：JobClient，JobTracker与TaskTracker。

1. JobClient会在用户端通过JobClient类将应用已经配置参数打包成jar文件存储到hdfs，并把路径提交到JobTracker，然后由JobTracker 创建每一个Trask（即MapTask和ReduceTask）并将它们分发到各个TaskTracker服务中执行
2. JobTracker是一个Master服务，服务启动之后JobTracker接收Job，负责调度Job的每一个TaskTracker上，并监控他们，如果发现有失败的task就重新运行它。一般情况应该把JobTracker部署在单独的机器上。
3. TaskTracker是运行在多个节点上的Slaver服务。TaskTracker主动与JobTracker通信，接收作业，并负责直接执行每一个任务。
4. TaskTracker都需要运行在HDFS的DataNode上。

二、JobTracker剖析

（1）概述：JobTracker是一个后台服务进程，启动之后，会一直监听并接受来自各个TaskTracker发送的心跳信息，包括资源使用情况和任务运行情况等信息

（2）JobTracker的主要功能：

1. 作业控制：在hadoop中每个应用程序被表示成一个作业，每个作业又被分成多个任务，JobTracker的作业控制模块则负责作业的分解和状态监控

   *最重要的是状态监控：主要包括TaskTracker状态监控、作业状态监控和任务状态监控。主要作用：容错和胃任务调度提供决策依据

2. 资源管理

三、TaskTracker 剖析

（1）TaskTracker概述：TaskTracker是JobTracker和Task之间的桥梁：一方面，从JobTracker接收并执行各种命令：运行任务、提交任务、杀死任务等；另一方面，将本地节点上各个任务的状态通过心跳周期性汇报给JobTracker。TaskTracker与JobTracker和Task之间采用了RPC协议进行通信。
（2）TaskTracker的功能：

1. 汇报心跳：Tracker周期性将所有节点上各种信息通过心跳机制汇报给JobTracker。这些信息包括两部分：
   *机器级别信息：节点健康情况、资源使用情况等。
   *任务级别信息：任务执行进度、任务运行状态等。

2. 执行命令：JobTracker会给TaskTracker下达各种命令，主要包括：启动任务、提交任务、杀死任务、杀死作业和重新初始化