?。?） Hadoop 1.0

　　第一代Hadoop，由分布式存儲(chǔ)系統(tǒng)HDFS和分布式計(jì)算框架MapReduce組成，其中，HDFS由一個(gè)NameNode和多個(gè)DataNode組成，MapReduce由一個(gè)JobTracker和多個(gè)TaskTracker組成，對(duì)應(yīng)Hadoop版本為Hadoop 1.x和0.21.X，0.22.x。

　?。?） Hadoop 2.0

　　第二代Hadoop，為克服Hadoop 1.0中HDFS和MapReduce存在的各種問(wèn)題而提出的。針對(duì)Hadoop 1.0中的單NameNode制約HDFS的擴(kuò)展性問(wèn)題，提出了HDFS Federation，它讓多個(gè)NameNode分管不同的目錄進(jìn)而實(shí)現(xiàn)訪問(wèn)隔離和橫向擴(kuò)展；針對(duì)Hadoop 1.0中的MapReduce在擴(kuò)展性和多框架支持方面的不足，提出了全新的資源管理框架YARN(Yet Another Resource Negotiator)，它將JobTracker中的資源管理和作業(yè)控制功能分開(kāi)，分別由組件ResourceManager和ApplicationMaster實(shí)現(xiàn)，其中，ResourceManager負(fù)責(zé)所有應(yīng)用程序的資源分配，而ApplicationMaster僅負(fù)責(zé)管理一個(gè)應(yīng)用程序。對(duì)應(yīng)Hadoop版本為Hadoop 0.23.x和2.x。

　?。?） MapReduce 1.0或者M(jìn)Rv1（MapReduceversion 1）

　　第一代MapReduce計(jì)算框架，它由兩部分組成：編程模型（programming model）和運(yùn)行時(shí)環(huán)境（runtime environment）。它的基本編程模型是將問(wèn)題抽象成Map和Reduce兩個(gè)階段，其中Map階段將輸入數(shù)據(jù)解析成key/value，迭代調(diào)用map()函數(shù)處理后，再以key/value的形式輸出到本地目錄，而Reduce階段則將key相同的value進(jìn)行規(guī)約處理，并將最終結(jié)果寫(xiě)到HDFS上。它的運(yùn)行時(shí)環(huán)境由兩類服務(wù)組成：JobTracker和TaskTracker，其中，JobTracker負(fù)責(zé)資源管理和所有作業(yè)的控制，而TaskTracker負(fù)責(zé)接收來(lái)自JobTracker的命令并執(zhí)行它。

　?。?）MapReduce 2.0或者M(jìn)Rv2（MapReduce version 2）或者NextGen MapReduc

　　MapReduce 2.0或者M(jìn)Rv2具有與MRv1相同的編程模型，唯一不同的是運(yùn)行時(shí)環(huán)境。MRv2是在MRv1基礎(chǔ)上經(jīng)加工之后，運(yùn)行于資源管理框架YARN之上的MRv1，它不再由JobTracker和TaskTracker組成，而是變?yōu)橐粋€(gè)作業(yè)控制進(jìn)程ApplicationMaster，且ApplicationMaster僅負(fù)責(zé)一個(gè)作業(yè)的管理，至于資源的管理，則由YARN完成。

　　簡(jiǎn)而言之，MRv1是一個(gè)獨(dú)立的離線計(jì)算框架，而MRv2則是運(yùn)行于YARN之上的MRv1。

　?。?）Hadoop-MapReduce（一個(gè)離線計(jì)算框架）

　　Hadoop是google分布式計(jì)算框架MapReduce與分布式存儲(chǔ)系統(tǒng)GFS的開(kāi)源實(shí)現(xiàn)，由分布式計(jì)算框架MapReduce和分布式存儲(chǔ)系統(tǒng)HDFS（Hadoop Distributed File System）組成，具有高容錯(cuò)性，高擴(kuò)展性和編程接口簡(jiǎn)單等特點(diǎn)，現(xiàn)已被大部分互聯(lián)網(wǎng)公司采用。

　　（6）Hadoop-YARN(Hadoop 2.0的一個(gè)分支，實(shí)際上是一個(gè)資源管理系統(tǒng))

　　YARN是Hadoop的一個(gè)子項(xiàng)目（與MapReduce并列），它實(shí)際上是一個(gè)資源統(tǒng)一管理系統(tǒng)，可以在上面運(yùn)行各種計(jì)算框架（包括MapReduce、Spark、Storm、MPI等）。

　　

　　當(dāng)前Hadoop版本比較混亂，讓很多用戶不知所措。實(shí)際上，當(dāng)前Hadoop只有兩個(gè)版本：Hadoop 1.0和Hadoop 2.0，其中，Hadoop 1.0由一個(gè)分布式文件系統(tǒng)HDFS和一個(gè)離線計(jì)算框架MapReduce組成，而Hadoop 2.0則包含一個(gè)支持NameNode橫向擴(kuò)展的HDFS，一個(gè)資源管理系統(tǒng)YARN和一個(gè)運(yùn)行在YARN上的離線計(jì)算框架MapReduce。相比于Hadoop 1.0，Hadoop 2.0功能更加強(qiáng)大，且具有更好的擴(kuò)展性、性能，并支持多種計(jì)算框架。

　　

　　Borg/YARN/Mesos/Torca/Corona一類系統(tǒng)可以為公司構(gòu)建一個(gè)內(nèi)部的生態(tài)系統(tǒng)，所有應(yīng)用程序和服務(wù)可以“和平而友好”地運(yùn)行在該生態(tài)系統(tǒng)上。有了這類系統(tǒng)之后，你不必憂愁使用Hadoop的哪個(gè)版本，是Hadoop 0.20.2還是 Hadoop 1.0，你也不必為選擇何種計(jì)算模型而苦惱，因此各種軟件版本，各種計(jì)算模型可以一起運(yùn)行在一臺(tái)“超級(jí)計(jì)算機(jī)”上了。

　　從開(kāi)源角度看，YARN的提出，從一定程度上弱化了多計(jì)算框架的優(yōu)劣之爭(zhēng)。YARN是在Hadoop MapReduce基礎(chǔ)上演化而來(lái)的，在MapReduce時(shí)代，很多人批評(píng)MapReduce不適合迭代計(jì)算和流失計(jì)算，于是出現(xiàn)了Spark和Storm等計(jì)算框架，而這些系統(tǒng)的開(kāi)發(fā)者則在自己的網(wǎng)站上或者論文里與MapReduce對(duì)比，鼓吹自己的系統(tǒng)多么先進(jìn)高效，而出現(xiàn)了YARN之后，則形勢(shì)變得明朗：MapReduce只是運(yùn)行在YARN之上的一類應(yīng)用程序抽象，Spark和Storm本質(zhì)上也是，他們只是針對(duì)不同類型的應(yīng)用開(kāi)發(fā)的，沒(méi)有優(yōu)劣之別，各有所長(zhǎng)，合并共處，而且，今后所有計(jì)算框架的開(kāi)發(fā)，不出意外的話，也應(yīng)是在YARN之上。這樣，一個(gè)以YARN為底層資源管理平臺(tái)，多種計(jì)算框架運(yùn)行于其上的生態(tài)系統(tǒng)誕生了。

　　目前spark是一個(gè)非常流行的內(nèi)存計(jì)算（或者迭代式計(jì)算，DAG計(jì)算）框架，在MapReduce因效率低下而被廣為詬病的今天，spark的出現(xiàn)不禁讓大家眼前一亮。

　　從架構(gòu)和應(yīng)用角度上看，spark是一個(gè)僅包含計(jì)算邏輯的開(kāi)發(fā)庫(kù)（盡管它提供個(gè)獨(dú)立運(yùn)行的master/slave服務(wù)，但考慮到穩(wěn)定后以及與其他類型作業(yè)的繼承性，通常不會(huì)被采用），而不包含任何資源管理和調(diào)度相關(guān)的實(shí)現(xiàn)，這使得spark可以靈活運(yùn)行在目前比較主流的資源管理系統(tǒng)上，典型的代表是mesos和yarn，我們稱之為“spark on mesos”和“spark on yarn”。將spark運(yùn)行在資源管理系統(tǒng)上將帶來(lái)非常多的收益，包括：與其他計(jì)算框架共享集群資源；資源按需分配，進(jìn)而提高集群資源利用率等。

　　FrameWork On YARN

　　運(yùn)行在YARN上的框架，包括MapReduce-On-YARN, Spark-On-YARN, Storm-On-YARN和Tez-On-YARN。

　?。?）MapReduce-On-YARN：YARN上的離線計(jì)算；

　?。?）Spark-On-YARN：YARN上的內(nèi)存計(jì)算；

　?。?）Storm-On-YARN：YARN上的實(shí)時(shí)/流式計(jì)算；

　　（4）Tez-On-YARN：YARN上的DAG計(jì)算