Hadoop架构模型

1.hadoop 1.x架构模型：
分布式文件存储系统：HDFS
NameNode（主节点：管理元数据）
secondaryNameNode（作用是合并元数据信息，辅助NameNode管理元数据信息）
DataNode DataNode DataNode（存储数据）
分布式数据计算系统：MapReduce
JobTracker（主节点：负责分配任务）
TaskTracker TaskTracker TaskTracker（负责执行任务）
注：元数据：描述数据的数据。
缺点：单节点故障。

2.hadoop2.x架构模型：
（1）文件存储和数据计算单节点：
分布式文件存储系统：HDFS
NameNode
SecondaryNameNode
DataNode DataNode DataNode
分布式数据计算系统：MapReduce（Yarn资源调度系统）
ResourceManager（主节点：接收用户的任务请求，分配资源给NodeManager）
NodeManager NodeManager NodeManager（执行任务）
ApplicationManager进程：每一个任务请求，ResourceManager都会在某个NodeManager上启动一个APPmaster进程，该APPmaster进程负责向ResourceManager申请资源，并分配任务给每个NodeManager

（2）文件存储高可用，数据计算单节点：略；
（3）文件存储单节点，数据计算高可用：略；
（4）文件存储和数据计算高可用：
分布式文件存储系统：HDFS
JournalNode JournalNode JournalNode（文件系统元数据信息管理，一般都是奇数个）
ZK
NameNode（active状态） NameNode（从节点，standby状态，主要负责监控active何时挂掉，一旦挂掉，立刻接管其工作）
DataNode DataNode DataNode
分布式数据计算系统：MapReduce（Yarn资源调度系统）
ZK
ResourceManager（主节点） ResourceManager（备份节点）
NodeManager NodeManager NodeManager
注：（1）如果NameNode高可用，就没有SecondaryNameNode，取而代之的是JournalNode，其主要用于同步元数据信息，保证2个NameNode的元数据信息一致，并且JournalNode需要奇数个，半数及以上的JournalNode写入元数据成功，就代表写入成功。
（2）两个NameNode组成主备的架构。
（3）集群的脑裂：为了避免集群的脑裂，造成看到的数据不一样，一定要保证两个NameNode中的元数据信息一模一样，而JournalNode就是同步两个NameNode中的元数据信息，保证两者相同。
（4）NameNode高可用的自动切换，主要是通过两个守护进程ZKFC来实现。