Hadoop五个进程的作用和联系

1.NameNode:

相当于一个领导者，负责调度 ，比如你需要存一个1280m的文件如果按照128m分块 那么namenode就会把这10个块（这里不考虑副本）分配到集群中的datanode上并记录对于关系 。当你要下载这个文件的时候namenode就知道在那些节点上给你取这些数据了。它主要维护两个map 一个是文件到块的对应关系 一个是块到节点的对应关系。

2. secondarynamenode：

它是namenode的一个快照，会根据configuration中设置的值来决定多少时间周期性的去cp一namenode，记录namenode中的metadata及其它数据

3. NodeManager（NM）:

1、是YARN中每个节点上的代理，它管理Hadoop集群中单个计算节点

2、包括与ResourceManger保持通信，监督Container的生命周期管理，

3、监控每个Container的资源使用（内存、CPU等）情况，追踪节点健

4、康状况，管理日志和不同应用程序用到的附属服务（auxiliary service）

4.DataNode:

a.DataNode的需要完成的首要任务是K-V存储

b.完成和namenode 通信 ，这个通过IPC 心跳连接实现，此外还有和客户端 其它datanode之前的信息交换。

c.完成和客户端还有其它节点的大规模通信，这个需要直接通过socket 协议实现。

5.ResourceManager:

在YARN中，ResourceManager负责集群中所有资源的统一管理和分配，它接收来自各个节点（NodeManager）的资源汇报信息，并把这些信息按照一定的策略分配给各个应用程序（实际上是ApplicationManager）RM与每个节点的NodeManagers (NMs)和每个应用的ApplicationMasters (AMs)一起工作。

a.NodeManagers 遵循来自ResourceManager的指令来管理单一节点上的可用资源。

b.ApplicationMasters负责与ResourceManager协商资源与NodeManagers合作启动容器