@PostMapping("/login")
public ResultVOregister( StudentWechat studentWechat ){
log.info("授权登录信息： {}", JSON.toJSONString(studentWechat));
Map tokenMap =studentService.login(studentWechat);
return ResultVOUtil.success(tokenMap);
}
一 、基础巩固
1.ResourceManager调度器 a.默认调度器 ------先进先出FIFO
b.公平调度器 ------ 每个任务都有执行的机会
2.心跳机制 ------ NodeManager通过心跳机制健康状况汇报ResourceManager，ResourceManager则会根据每个NodeManager的健康状况调整分配的任务数目。当NodeManager认为自己的健康状况“欠佳”时，可让ResourceManager不再分配任务，待健康状况好转时，再分配新任务。
二 、Hadoop工作流程：
1. Client中，客户端提交一个mr的jar包给JobClient(提交方式：hadoop jar ...)
2. JobClient持有ResourceManager的一个代理对象，它向ResourceManager发送一个RPC请求，告诉ResourceManager作业开始，
然后ResourceManager返回一个JobID和一个存放jar包的路径给Client
3. Client将得到的jar包的路径作为前缀，JobID作为后缀(path = hdfs上的地址 + jobId) 拼接成一个新的hdfs的路径，然后Client通过FileSystem向 hdfs中存放jar包，默认存放10份（NameNode和DateNode等操作）
4. 开始提交任务，Client将作业的描述信息（JobID和拼接后的存放jar包的路径等）RPC返回给ResourceManager
5. ResourceManager进行初始化任务，然后放到一个调度器中
6. ResourceManager读取HDFS上的要处理的文件，开始计算输入分片，每一个分片对应一个MapperTask，根据数据量确定起多少个mapper,多少个reducer
7. NodeManager 通过心跳机制向ResourceManager领取任务（任务的描述信息）
8. 领取到任务的NodeManager去Hdfs上下载jar包，配置文件等
9. NodeManager启动相应的子进程yarnchild，运行mapreduce，运行maptask或者reducetask
10. map从hdfs中读取数据，然后传给reduce，reduce将输出的数据给回hdfs
