Hadoop学习入门介绍
1、首先我们来了解一下Haddop的生态圈，Hadoop项目主要包括以下几个模块：HDFS是一个高可靠、高吞吐量的分布式文件系统；MapReduce是一个分布式的离线并行计算框架；Hadoop YARN是一个新的MapReduce框架，任务调度与资源管理；Pig 轻量级的语言，可以将命令转换为MapReduce程序；Hive 相当于SQL到MapReduce的映射器；HBase Nosql数据库 非关系型的列式数据库，其他的就不再一一介绍了，读者可自行了解。
3、JobTracker主要用于处理作业（用户提交代码）的后台程序，决定有哪些文件参与处理，然后切割task并分配节点，同时监控t锾攒揉敫ask并且重启失败的task（于不同的节点上）。，每一个集群只有唯一一个JobTracker，位于Master节点上。TaskTracker（任务跟踪器）位于slave节点上，与dataNode结合（代码与数据一起的原则），管理各自节点上的task（由jobtracker分配），每个节点只有一个tasktracker,但一个tasktracker可以启动多个JVM，用于并行执行map或reduce任务，TaskTracker可以与JobTracker交互。
5、Hadoop的具体安装我们不介绍，下面介绍一下Hadoop中配置相关的文件，如下图所示。需要注意的是我们在core-site.xml中配置NameNode的IP地址和端口号（fs.default.name）为hdfs://master:9000，我们修改mapred-site.xml文件配置作业跟踪器的位置（mapred.job.tracker）:localhost:9001。
7、我们可以通过web来了解Hadoop的活动，通过浏览器和http访问jobtracker所在节点的50030端口监控jobtracker，通过浏览器和http访问namenode所在节点的50070端口监控集群，并在/logs目录下查看日志信息。Hadoop官网上有一些技术文档，如下图所示。
