基础原理补充 ：
-Yarn实现将资源管理和作业调度/监控相分离。
-心跳机制：管理者与从属者的心跳检测。
-从属者：UDP形式向管理发送空包，证明自身存活。
-从属者：TCP形式向管理发送空包，证明管理者是否存活。
-管理者：UDP形式隔一段时间进行广播。【可能出现某个节点或者某一批节点未收到广播信息】需要根据未收到消息的个数进行判断是否从属者宕机。
-管理者发现宕机，立即切换到备用服务器。【正常情况下，备用服务器需要实时备份管理者的数据】
-
hdfs应用：Maven依赖[分布式文件管理系统]
-hadoop-common
-hadoop-hdfs
note:注意版本号！
HDFS——API应用
【1】
【2】etc/host文件配置：192.168.92.101 macro1
【3】windows环境中配置解析文件：
//强制加载
System.load("G:\Eclipse\hadoop\bin\hadoop.dll");
//指定用户，指定Hadoop输出路径
System.setProperty("HADOOP_USER_NAME", "root");
System.setProperty("hadoop.home.dir", "G:\Eclipse\hadoop");
//创建配置对象
Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://192.168.92.101:9000");【4】通过配置对象，获取文件系统；——支持如下API
fileSystem = fileSystem.get(conf);
MR编程——数据计算模型
简单一致模型，正常的在mysql当中能够完成的查询，都可以使用MR来完成，主要是针对于大数据量的数据查询，但是他的查询效率很低（但是这个低是相对的，同样的数据量，mysql完成不了这样的数据查询）
Map阶段：对文件的每一行进行读取，【按照业务需求】将获得结果写入到下一阶段
-Mapper<LongWritable, Text, Text, IntWritable> //入参前两个；出参后两个
Shuffle阶段：
-Reducer<Text, IntWritable, Text, IntWritable> //入参对应map阶段的出参
根据读取进来的数据，MR进行shuffle处理，【对业务数据进行排序，分组】，表现形式：
-key1:{value1,value2,value3….}
-key2:{value1,value2,value3….}
-….
reduce阶段：
==================
【1】正常的sql查询能做的事情，mr都能做。
【2】mr在读写过程中，都是直接写在硬盘上的【读写性能不高，时效性能不高】。好处：数据绝对不会丢！——对于非互联网项目在数据分析过程当中，对时效性要求不高的情况下，会使用hadoop来完成数据处理。
【3】spark:内存读写，是硬盘读写性能的40倍左右
note:由于Hadoop不建议在window上运行，通过编译hadoop相关文件，进行配置环境变量。
-HADOOP_HOME:解压路径
-在windows目录下，配置映射路径
-
Hadoop创建文件：
-hadoop fs –touchz /input/test 在input路径下创建文件test
-hadoop fs –rmr /output/* 移除output路径下的所有文件
-fsimage文件：记录元数据信息的文件//edits文件：记录元数据信息改动的文件【这两个文件定期合并，3600S】 ——hadoop namenode –format 创建初始的fsimageedits文件
-元数据：数据镜像，数据块的位置、顺序、名字、路径…
Maven
-开发：帮助管理jar包
-资源来源
-兼容性
-依赖
-部署
Maven环境配置：
-eclipse中maven install 外部添加插件
-user settings : global settings: 选择 maven/conf/ settings.xml文件，选中。 【update settings】
-更改全局配置文件：同上，然后更新配置文件
-打开settings.xml文件，配置对应的resporitory的路径，镜像路径
-
路径清晰：
