Hadoop的构造模块
NameNode（名字节点）
DataNode（数据节点）
Secondary NameNode（次名字节点）
JobTracker（作业跟踪节点）
TaskTracker（任务跟踪节点）
NameNode：
Hadoop在分布式计算和分布式存储中都采用了主/从(master/slave)结构。分布式存储系统被称为Hadoop文件系统，或简称HDFS。NameNode位于HDFS的主端，它指导丛端的DataNode执行底层的I/O任务。NameNode跟踪文件如何被分割成文件块，而这些块又被那些节点存储，以及分布式文件系统的整体运行状态是否正常。
运行NameNode消耗大量的内存和I/O资源。因此，为了减轻机器的负载，驻留NameNode的服务器通常不会存储用户数据或者执行MapReduce程序的计算任务。这意味着NameNode服务器不会同时是DataNode或者TaskTracker。
DataNode：
每个集群上的从节点都会驻留一个DataNode守护进程，来执行分布式文件系统的繁重工作——将HDFS数据块读取或者写入到本地文件系统的实际文件中。当希望对HDFS文件进行读写时，文件被分割为多个块，由NameNode告知客户端每个数据驻留在那个DataNode。客户端直接与DataNode守护进程通信，来处理与数据块相对应的本地文件。而后，DataNode会与其他DataNode进行通信，复制这些数据块以实现冗余。
Secondary NameNode：
Secondary NameNode（SNN）是一个用于监测HDFS集群状态的辅助守护进程。像NameNode一样每个集群有一个SNN，它通常独占一台服务器，该服务器不会运行其他的DataNode或TaskTracker守护进程。SNN与NameNode的不同在于它不接收或记录任何HDFS的实时变化。相反它与NameNode通信，根据集群所配置的时间间隔获取HDFS元数据的快照。
JobTarcker：
JobTracker守护进程是应用程和Hadoop之间的纽带。一旦提交代码到集群上，JobTracker就会确定执行计划，包括确定处理哪些文件，为不同的任务分配节点以及监控所有任务的运行。如果任务执行失败，JobTracker将自动重启任务，但所分配的节点可能会不同，同时受预定义的重试次数限制。每个Hadoop只有一个JobTracker守护进程。它通常运行在集群的主节点上。
TaskTracker：
与存储进程一样，计算的守护进程也遵从主/从架构：JobTracker作为主节点，监测MapReduce作业的整个执行过程，同时，TaskTracker管理各个任务在每个从节点的执行情况。每个TaskTracker负责执行有JobTracker分配的单项任务。虽然每个从节点只有一个TaskTracker，但每个TaskTracker可以生成多个JVM来并行地处理许多map或reduce任务。
TaskTracker的一个职责是持续不间断地与JobTracker通信。如果JobTracker在指定时间内没有收到来自TaskTracker的“心跳”，它会假定TaskTracker已经崩溃，进而重新提交相应的任务到集群的其他节点中。
上图：JobTracker和TaskTracker的交互，当客户调用JobTracker来启动一个数据处理作业时，JobTracker会将工作切分，并分配不同的map和reduce任务到集群中的每个TaskTracker上
上图：典型的Hadoop集群拓扑图
