tasktracker对应的是hadoop中的mapper还是reducer？
Is a tasktracker corresponding to a mapper or a reducer in hadoop?
我知道 mapper 总是执行几个 map 操作，reducer 总是执行几个 reduce 操作。换句话说，mapper(reducer)和map(reduce)操作之间的映射是一对多的。
现在有个问题，tasktracker和mapper的映射是一对一还是一对多？
首先，我将向您详细解释什么是任务跟踪器：
A TaskTracker is a node in the cluster that accepts tasks - Map,
Reduce and Shuffle operations - from a JobTracker.
每个TaskTracker都配置了一组slots，表示它可以接受的任务数量。当 JobTracker 试图在 MapReduce 操作中寻找某个地方来安排任务时，它首先在托管包含数据的 DataNode 的同一台服务器上寻找一个空槽，如果没有，它在服务器中的一台机器上寻找一个空槽。同一个架子。
TaskTracker 生成一个单独的 JVM 进程来完成实际工作；这是为了确保进程失败不会关闭任务跟踪器。 TaskTracker 监视这些生成的进程，捕获输出和退出代码。当进程完成时，无论成功与否，跟踪器都会通知 JobTracker。 TaskTracker 还向 JobTracker 发送心跳消息，通常每隔几分钟发送一次，以确保 JobTracker 它仍然存在。这些消息还通知 JobTracker 可用插槽的数量，因此 JobTracker 可以了解集群中可以委派工作的最新信息。
是的，这使我们得出一个观点，即一个任务跟踪器使用作业跟踪器执行许多操作（实际作业，即 map reduce 任务），因此您的问题的答案是
one (job tracker) to many (task tracker) relation
最后一行不正确。
更正是：集群中每个数据节点有一个任务跟踪器，集群中每个名称节点只有一个作业跟踪器，这是假设您在 MRV1（非 YARN）Hadoop 集群上（Hadoop 1.x).
在 mapreduce 中 - 映射器的数量取决于输入拆分的数量。
每个数据节点也将有一个任务跟踪器
在这种情况下，如果单个节点内有多个输入拆分 - 拆分（根据数据局部性优化）将在相应机器 JVM 的队列中执行（默认情况下每个节点有两个 JVM执行操作）。
考虑到上述情况 - 任务跟踪器与 MAPPER 的一对多映射。
我知道 mapper 总是执行几个 map 操作，reducer 总是执行几个 reduce 操作。换句话说，mapper(reducer)和map(reduce)操作之间的映射是一对多的。
现在有个问题，tasktracker和mapper的映射是一对一还是一对多？
首先，我将向您详细解释什么是任务跟踪器：
A TaskTracker is a node in the cluster that accepts tasks - Map, Reduce and Shuffle operations - from a JobTracker.
每个TaskTracker都配置了一组slots，表示它可以接受的任务数量。当 JobTracker 试图在 MapReduce 操作中寻找某个地方来安排任务时，它首先在托管包含数据的 DataNode 的同一台服务器上寻找一个空槽，如果没有，它在服务器中的一台机器上寻找一个空槽。同一个架子。
TaskTracker 生成一个单独的 JVM 进程来完成实际工作；这是为了确保进程失败不会关闭任务跟踪器。 TaskTracker 监视这些生成的进程，捕获输出和退出代码。当进程完成时，无论成功与否，跟踪器都会通知 JobTracker。 TaskTracker 还向 JobTracker 发送心跳消息，通常每隔几分钟发送一次，以确保 JobTracker 它仍然存在。这些消息还通知 JobTracker 可用插槽的数量，因此 JobTracker 可以了解集群中可以委派工作的最新信息。
是的，这使我们得出一个观点，即一个任务跟踪器使用作业跟踪器执行许多操作（实际作业，即 map reduce 任务），因此您的问题的答案是
one (job tracker) to many (task tracker) relation
最后一行不正确。
更正是：集群中每个数据节点有一个任务跟踪器，集群中每个名称节点只有一个作业跟踪器，这是假设您在 MRV1（非 YARN）Hadoop 集群上（Hadoop 1.x).
在 mapreduce 中 - 映射器的数量取决于输入拆分的数量。
每个数据节点也将有一个任务跟踪器
在这种情况下，如果单个节点内有多个输入拆分 - 拆分（根据数据局部性优化）将在相应机器 JVM 的队列中执行（默认情况下每个节点有两个 JVM执行操作）。
考虑到上述情况 - 任务跟踪器与 MAPPER 的一对多映射。