hadoop2的产生背景

Hadoop1的HDFS和Mapreduce在高可用和拓展性方面存在问题。

HDFS存在的问题：

Namenode单点故障，难以应用于在线场景。

Namenode压力过大，且内存受限，影响系统扩展性。

Mapreduce存在问题：

Jobtracker单点故障

Jobtracker压力过大，影响拓展性

难以支持Mapreduce之外的计算框架，如果storm，spark，Tez等。

Hadoop2由Mapreduce，HDFS和yarn三分部构成

HDFS:NN Federation HA

Mapreduce：在yarn上运行的MR

Yarn：资源管理系统

Hadoop2是如何解决Hadoop1的问题的

1：HDFS2

解决HDFS1的单点故障和内存受限问题：

a：解决单点故障

HDFS HA：通过主备Namenode切换来解决，如果主Namenode发生故障，则就切换到备Namenode上。（有了这样的优点以后，系统升级也变得更加方便）。

详细过程：主Namenode对外提供服务，被Namenode同步Namenode元数据，以待切换。所有datanode块同时向两个Namenode汇报数据块信息。

切换Namenode有两种选择，一种是手动切换，一种是自动切换。

手动切换：主要使用命令来实现切换，主要适用于系统升级的场合。

自动切换：是基于zookeeper实现的，zookeeper failover controller监控Namenode健康状态

并向zookeeper注册Namenode，Namenode挂掉后，ZKFC为Namenode竞争锁，获得ZKFC的Namenode成为active namenode。

b:解决内存受限问题

HDFS Federation（联邦），水平拓展，支持多个Namenode，每个Namenode分管一部分目录。所有Namenode共享所有Datanode存储资料。

注意：仅仅是架构上面发生了变换，其他使用方式不变。

2:Mapreduce2

Mapreduce的改变就是yarn的改变，那么YARN到底是怎么一回事，下篇博客说明。