1.MapReduce --- 分布式计算框架
MapReduce是分散--->汇总模式的分布式框架，可以供开发人员开发相关程序进行分布式数据计算
MapReduce提供了2个编程接口：Map接口，Reduce接口
其中，Map接口提供了"分散"功能，由服务器分布式对数据进行处理；Reduce提供了"汇总"功能将分布式的处理结果汇总统计。
程序员如果需要使用MapReduce框架完成自定义需求的c程序开发，只需要使用java，Python等语言实现MapReduce中的两个接口即可。（但现在没人写了，过时）
2.MapReduce的运行机制：
将要执行的需求，分解为多个Map Task和Reduce Task，然后将Map Task
3.YARN概述（分布式资源调度组件）：
资源：服务器的硬件资源，CPU，内存，硬盘，网络等。
资源调度：管控服务器的硬件资源，提供更好的利用率。
分布式资源调度：管控整个分布式服务器集群的全部资源，整合进行统一调度。
4.YARN架构：主从架构，两种角色
主角色（Master）：ResourceManager，整个集群的资源调度者，负责协调各个程序所需资源。
从角色（Slave）：NodeManager，单个服务器的资源调度者，管理分配单个服务器的资源，即创建管理容器，由容器提供资源供程序使用。
大致流程：
5.YARN容器
容器（Container）是YARN的NodeManager在所属服务器上分配资源的手段。创建一个资源容器，即由NodeManager占用这部分资源，然后应用程序运行在NodeManager创建的这个容器内部，应用程序无法突破容器的资源限制。
6.YARN的辅助角色
YARN架构中除了核心角色（ResourceManager，NodeManager），还可以搭配两个辅助角色使得YARN运行的更加稳定：
代理服务器：减少对YARN的网络攻击
历史服务器：记录历史运行的程序信息以及产生的日志并提供WEB UI站点供用户使用浏览器查看
7.Apache Hive（分布式SQL计算平台）
SQL语句用来做统计分析很方便，相比于Java和Python语言。
但是MapReduce只支持java和python，不支持sql。因此出现了Apache Hive，简单来说它的作用就是将SQL语句翻译成MapReduce程序来运行。
8.为什么要使用Hive
使用Hadoop 的 MapReduce直接处理数据所面临的问题：
1）学习Java，python等编程语言成本高
2）MapReduce实现复杂的查询逻辑开发难度比较大
使用Hive来处理数据的好处
1）操作接口采用类SQL语法 ，提供快速开发的能力（简单）
2）底层执行MapReduce，可以完成分布式海量数据的SQL处理。
9.基于MapReduce构建分布式SQL执行引擎，主要需要组件：
元数据管理
SQL解析器
10.Hive基础架构
元数据存储 ：通常是存储在关系数据库如mysql/derby中。Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性，表的数据所在目录等。Hive提供了Metastore服务进程来提供元数据管理的功能。
SQL解析器（Driver驱动程序）：完成SQL解析，执行优化，代码提交等功能。
用户接口：提供用户和Hive交互的功能。