7.1.2MapReduce模型
Master/Slave架构：
Map函数：
Reduce函数：
MapReduce的体系结构：
TaskTracker通过slot监控自己的资源使用情况(以slot为单位调度资源)
MapReduce的执行过程：
map的数量：最优情况下和分片的数量相同
reduce的数量：比slot的数量少一点(预留出一部分资源处理错误情况)[1.0版本]
shuffle的过程(包含map端的shuffle和reduce端的shuffle)：
map端的shuffle(这里的合并：combine(key,totalvalue)；归并：merge(key,value-list))：
reduce端的shuffle：
MapReduce应用程序的执行过程：
MapReduce能解决的问题：满足分而治之
MapReduce实例分析：
没有定义combine的结果：
定义combine后的结果：
MapReduce的具体应用：
MapReduce自然连接实例分析：
9.1：不断完善的Hadoop生态系统
9.2：HDFS的高可用性
9.3：资源管理调度框架YARN
YARN的设计思路：
YARN的体系结构：
ResourceManager：
1.处理客户端请求
2.启动/监控ApplicationMaster
3.监控NoodeManager
4.资源分配与调度
调度器：
应用程序管理器：
ApplicationMaster：
1.为应用程序申请资源，并分配给内部任务
2.仍无调度、监控与容错
NodeManager：
1.单个节点上的资源管理
2.处理来自ResourceManager的命令
3.处理来自ApplicationMaster的命令
NodeManager是驻留在YARn集群中的每个节点上的代理：
9.3.4：