分布式计算框架MapReduce

1.JobTracker：JT

作业的管理者

将作业分解成一堆的任务：Task（MapTask和ReduceTask）

将任务分配给TaskTracker运行

作业的监控、容错处理

心跳检测：在一定的时间间隔内，JT没有收到TT的心跳信息，TT可能挂了,TT上运行的任务会被指派到其他TT上去执行

2.TaskTrack：TT

任务的执行者

在TT上执行我们的Task

与JT进行交互：执行/启动/停止作业，发送心跳信息个JT

3.MapTask（自己的策略）

自己开发的map任务交由该Task出来

解析每条记录的数据，交给自己的map方法处理

讲map的输出结果写到本地磁盘（有些作业心有map，没有reduce）

例如：单子计数中的

将每一个单子赋值1

4.ReduceTask

讲MapTask输出的数据进行读取

按照数据进行分组，穿个我们自己编写的reduce方法处理

输出解雇哦写道HDFS

例如：单词计数中的统计

工作流程：

1cliend提交资源到resourcemanager，2RM找一个NM的MR APP来运行，3然后再向RM的APP返回注册，4并向resourescheduler申请资源，5启动对应的NM的container，6在container内部完成我们的maptask和reducetask。