Hadoop体系结构介绍
HDFS和MapReduce是Hadoop的核心，整个Hadoop的体系结构主要是通过HDFS来实现 分布式存储底层支持的，并且它会通过MapReduce来实现分布式并行任务处理的程序支持。
首先介绍下HDFS的体系结构：HDFS采用了主从（master/slave）结构模型，一个HDFS集群是由一个namenode和若干datanode组成。其中namenode作为主服务器，管理文件系统命名空间和客户端对文件的访问操作；集群中的datanode管理存储的数据。HDFS允许用户以文件的形式存储数据。从内部来看，文件被分为若干个数据块，而且这若干个数据块存放在一组datanode上，namenode执行文件系统的命名空间操作，比如打开、关闭、重命名文件或目录等，也负责数据块到具体datanode的映射。datanode负责处理文件系统客户端的文件读写请求，并在namenode的统一调度下进行数据块的创建、删除和复制工作。
MapReduce体系结构：MapReduce是一种并行编程模式，利用这种模式软件开发者可以轻松地写出分布式并行程序。在Hadoop的体系结构中，MapReduce是一个简单易用的软件框架，基于它可以将任务分发到由上千台商用机器组成的集群上，并以一种可靠容错的方式并行处理大量的数据集，实现Hadoop的并行任务处理功能。
MapReduce框架是由一个单独运行在主节点的JobTracker和运行在每个集群从节点的TaskTracker共同组成的。主节点负责调度构成一个作业的所有任务，这些任务分布在不同的从节点上。主节点监控他们的执行情况，并且重新执行之前失败的任务；从节点仅负责由主节点指派的任务。当一个Job被提交时，JobTracker接收到提交作业和其配置信息后，就会将配置信息等分发给从节点，同时调度任务监控TaskTracker的执行。
HDFS和MapReduce共同组成了Hadoop分布式系统体系结构的核心。HDFS在集群上实现了分布式文件系统，MapReduce在集群上实现了分布式计算和任务处理。HDFS在MapReduce任务处理过程中提供对文件操作和存储的支持，MapReduce在HDFS的基础上实现了任务的分发、跟踪、执行等工作，并收集结果，二者相互作用，完成Hadoop分布式集群主要任务。
