MapReduce部分：MapReduce的工作原理（副本）
MapReduce的工作原理：
map端就是计算向数据移动
map是并行的，map端结束才允许reduce，因为map的输出才是reduce的 输入，
做性别的统计：拉取男性的数据和女性的数据
MapReduce不需要太大的内存
相同的key为一组，这一组数据调用一次reduce方法
客户端首先是获得map的split清单。
切片信息
配置文件
jar包
jobtracker：
调度
对集群的资源管理
客户端的切片清单为规划
最终获得决策清单
弊端：
MapReduce和spark共用节点，产生争抢资源
产生了yarn
客户端是随着作业而启动，application MAster也是随着作业而启动
解决单点故障的问题
1.X没有yarn
2.x才出现了yarn
yarn和HDFS是独立的进程
yarn需要手动去启动
yarn的端口号是8088
由node03 的standby跳转到active的node04状态
获取文件下的内容：
put是推送，提交上去
get是获取，获得，拉下来