Hadoop系统在正常启动后有五个重要的JVM进程，分别是NameNode，SecondaryNameNode，DataNode，JobTracker，TaskTracker。这五个进程肩负着HDFS在存储和计算上的各项任务。



NameNode进程


NameNode只有一个，它是整个HDFS的核心。分布式文件系统的管理者。当然也是HDFS的一个单点瓶颈，如果它挂掉，HDFS就会崩溃，所以对它的保护尤为重要。secondarynamenode进程可选的，负责创建整个系统的检查点。


 


DataNode进程


文件存储的基本单元。每个节点运行一个。应用程序才访问文件系统时，先由NameNode提供数据的位置，然后程序去访问对应的DataNode。




JobTracker进程


1、应用程序将job提交给JobTracker；


2、JobTracker通知NameNode，让其确定数据的位置；


3、JobTracker确定TaskTacker节点，将work提交给确定好的TaskTracker；


4、TaskTracker一直被JobTracker监控着，如果不按时返回心跳信号或者主动返回失败，则认为是执行失败，将会转向其他TaskTracker；


5、当work顺利执行完毕，JobTracker更新状态；


6、应用程序可以轮询JobTracker的状态。




TaskTracker进程


task指的是Map/Reduce/Shuffle操作。


每个TaskTracker都有一个slot集来标记这个TaskTracker所能接受的task的个数。当JobTracker要分配一个task时，会在DataNode的就近节点中找一个空的slot，把task分配给对应的TaskTracker。当TaskTracker要处理一个task时，会产生一个新的进程来执行它。在执行期间不断向JobTracker发回心跳信号，执行完毕返回结果。




参考资料：



http://wiki.apache.org/hadoop/