大数据第04章MapReduce结构原理图

1.分布式计算编程与传统计算编程框架的区别？
答：

2.MapReduce概述
答：.MapReduce是一个将复杂的、运行与大规模集群上的并行计算过程抽象成两个函数map和reduce，采用分而治之的策略，将一个存储在分布式文件系统中的大规模数据集，会被切分成许多独立的分片，这些分片可以被多个map任务处理，设计理念就是以计算想数据靠拢。架构采用master/slave，一个master和若干slave，master上运行jobTracker(ResourceManger)，salve上运行TaskTracker(nodemager)。上面可以用多种语言来编写程序。
3.block块和切片的关系
答：

4.client
答：
①用户可以编写MapReduce程序通过Client提交到JobTracker端
②用户可以通过client提供的一些接口查看作业的运行状态
5. JobTracker
答：
①JobTracker负责资源监控和作业调度
②JobTracker监控所有TaskTracker与job的健康状况，一旦发现失败，就将相应的任务转移到其他节点
③JobTracker会跟踪任务的执行进度、资源使用量等信息，并将这些信息告诉任务调度器(TaskScheduler)，而调度器会在资源出现空闲时，选择合适的任务去使用这些资源。
6.TaskTracker
答：
①TaskTracker会周期性地通过“心跳”将本节点上资源的使用情况和任务的运行进度汇报给JobTracker，同时接受JobTracker发送过来的命令，并执行相应的操作（如启动新任务、杀死任务等）。
②TaskTrac，使用“slot”等量划分节点上的，一个task获取到一个slot后才有机会运行，而hadoop调度器的作用就是将各个tasktracker上空闲slot分配给task，slot分为map slot和reduce slot两种，分别为供map task 和reduce task使用。
8.Task
答：分为map task 和reduce task两种，均有tasktracker启动。
9.split
答：MapReduce的处理单元是split，为逻辑概念，它只包含一些元数据信息，比如数据起始位置、数据长度、数据节点等，它的划分完全有用户自己决定。