一、Yarn产生的背景Hadoop2之前是由HDFS和MR组成的，HDFS负责存储，MR负责计算。一）MRv1的问题耦合度高：MR中的jobTracker同时负责资源管理和作业控制两个功能，互相制约。可靠性差：管理节点是单机的，有单点故障的问题。资源利用率低：基于slot的资源分配模型。机器会将资源划分成若干相同大小的slot，并划定哪些是mapslot、哪些是reduceslot。无法支持多种计算框架：限定了只能用于MapReduce程序。二）Yarn的诞生由于之前Hadoop资源调度的种种问题，新的资源调度框架产生了——YARN（YetAnotherResourceNegotiator）。

目录1.3ApacheHadoop的重要组成1.3ApacheHadoop的重要组成Hadoop=HDFS(分布式文件系统)+MapReduce(分布式计算框架)+Yarn(资源协调框架)+Common模块HadoopHDFS：（HadoopDistributeFileSystem）一个高可靠、高吞吐量的分布式文件系统比如：100T数据存储，“分而治之”。分：拆分-->数据切割，100T数据拆分为10G一个数据块由一个电脑节点存储这个数据块。数据切割、制作副本、分散储存图中涉及到几个角色NameNode（nn）：存储文件的元数据，比如文件名、文件目录结构、文件属性（生成时间、副本数、文件权限）

目录1.3ApacheHadoop的重要组成1.3ApacheHadoop的重要组成Hadoop=HDFS(分布式文件系统)+MapReduce(分布式计算框架)+Yarn(资源协调框架)+Common模块HadoopHDFS：（HadoopDistributeFileSystem）一个高可靠、高吞吐量的分布式文件系统比如：100T数据存储，“分而治之”。分：拆分-->数据切割，100T数据拆分为10G一个数据块由一个电脑节点存储这个数据块。数据切割、制作副本、分散储存图中涉及到几个角色NameNode（nn）：存储文件的元数据，比如文件名、文件目录结构、文件属性（生成时间、副本数、文件权限）