Hadoop 1.0中HDFS和MapReduce在高可用、扩展性等方面存在问题：
–HDFS存在的问题
•NameNode单点故障，难以应用于在线场景 HA
•NameNode压力过大，且内存受限，影扩展性 F
–MapReduce存在的问题响系统
•JobTracker访问压力大，影响系统扩展性
•难以支持除MapReduce之外的计算框架，比如Spark、Storm等。
–Hadoop 2.x由HDFS、MapReduce和YARN三个分支构成；
•HDFS：NN Federation（联邦）、HA；
–2.X:只支持2个节点HA，3.0实现了一主多备
•MapReduce：运行在YARN上的MR；
–离线计算，基于磁盘I/O计算
•YARN：资源管理系统。
HA（高可用，解决单点故障问题）：通过主备NameNode解决，•如果主NameNode发生故障，则切换到备NameNode上。
联邦（–解决内存受限问题）：水平扩展，支持多个NameNode。每个NameNode分管一部分目录；所有NameNode共享所有DataNode存储资源。
HA过程：
–主备NameNode
–解决单点故障（属性，位置）
•主NameNode对外提供服务，备NameNode同步主NameNode元数据，以待切换
•所有DataNode同时向两个NameNode汇报数据块信息（位置）
•JNN（Journal Node）:一个共享集群（属性）使两个NameNode的日志文件共享，保持相同的数据。
•standby：备结点，完成了edits.log文件的合并产生新的image，推送回ANN
–两种切换选择
•手动切换：通过命令实现主备之间的切换，可以用HDFS升级等场合
•自动切换：基于Zookeeper（任务调度管理）实现
–基于Zookeeper自动切换方案
•ZooKeeper Failover Controller：监控NameNode健康状态，
•并向Zookeeper注册NameNode
•NameNode挂掉后，ZKFC为NameNode竞争锁，获得ZKFC 锁的NameNode变为active。
在hadoop2.0中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。主备NameNode之间通过一组JournalNode同步元数据信息，一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode。这里还配置了一个zookeeper集群，用于ZKFC（DFSZKFailoverController）故障转移，当Active NameNode挂掉了，会自动切换Standby NameNode为standby状态。
•HDFS 2.x Federation
–通过多个namenode/namespace把元数据的存储和管理分散到多个节点中，使到namenode/namespace可以通过增加机器来进行水平扩展。
–能把单个namenode的负载分散到多个节点中，在HDFS数据规模较大的时候不会也降低HDFS的性能。可以通过多个namespace来隔离不同类型的应用，把不同类型应用的HDFS元数据的存储和管理分派到不同的namenode中。
安装使用参考链接。
