关于hadoop学习的思考(一) —— 小的知识点的总结

一、对于CDH的小总结：

      CDH：是Cloudera公司在Apache开源项目hadoop的基础上发型的，共有五个版本
前两个已不再更新，最经的两个分别是CDH4（基于hadoop2.0.0版本演化而来）、
CDH5（每隔一段时间就会有更新）

CDH与Apache hadoop的区别：
1.CDH的版本更加清晰，现在只有两个版本CDH3（基于hadoop1.0）和
CDH4（基于hadoop2.0），hadoop的版本相对较混乱，CDH比Apache hadoop
在兼容性、安全性、稳定性上有所增强；

2.CDH在hadoop基础上加入了很多的Patch和修复了BUG，更新速度比hadoop要快。

3.安全，CDH支持kerberos安全认证，Apache hadoop只支持简单的用户名匹配认证。

4.CDH的安装方式有四种：YUM/Apt包、Tar包、RPM包、Cloudera Manager
而Apache hadoop只支持Tar安装。

二、SecondaryNameNode的作用:

     1.SecondaryNameNode是一个NameNode的快照，它会定期的根据配置：
fs.checkpoint.period，默认值是3600秒，去查看备份NameNode节点上的
fsimage镜像文件和edits日志文件，并定期对这两个文件进行合并，将
edits文件的控制在一定的大小限度内。fs.checkpoint.size：设置了
edits文件的大小，默认是64M，一旦edits大于这个值的时候回强制执行检查点。

     2.SecondaryNameNode作为一个检查点会保存最新的检查点的目录结构信息
与NameNode上的目录结构信息是一致的，以前的fsimage和的edits会自动丢失。

     3.当NameNode意外挂掉的时候，需要人为手动的将SecondaryNameNode检查点的信息
复制到NameNode节点：具体操作如下：

     前提：目录已经丢失
     a.把SecondaryNameNode节点中 ${fs.checkpoint.dir} 的所有内容拷贝到
NameNode节点的 ${fs.checkpoint.dir} 目录中
     b.创建一个空的文件夹dfs.namenode.name.dir所指向的文件夹；
     c.启动NameNode：hadoop namenode -importCkeckpoint
（该步会从${fs.checkpoint.dir}中恢复到${dfs.namenode.name.dir}中，
并启动namenode）

三、根据Yarn的架构描述一下一个资源的请求流程：

     1.Nodemanager向ResourceManager注册各个机器的资源；
     2.客户端Client向ResourceManager提交作业；
     3.ApplicationMaster（位于其中的一个NodeManager上）向ResourceManager请
求资源，并判断NodeManager上现有的资源是否满足需求；
     4.ResourceManager以Container的形式将资源发送给ApplicationMaster；
     5.ApplicationMaster将得到的资源分发给NodeManager，各个NodeManager根据
Container，启动一定数量的Task运行作业；
     6.Container（包含了CPU，硬盘，环境配置，启动命令等信息）作为资源单元保证了作业的隔离运行。
     7.各个Task定期的通过心跳机制给ApplicationMaster汇报任务的完成状况。最
终直至任务完成，ApplicaMaster将完成信息返回给ResourceManager。