1.Hadoop 的源码 Lists.newArrayList和正常的 new ArrayList()有什么区别？
2.Hadoop有单机版和分布式版，两者有什么不同？
3.深入理解 Hadoop （七）YARN资源管理和调度详解

Hadoop 的 Lists.newArrayList和正常的 new ArrayList()有什么区别？

       这个方法在google工具类中也有，源码内容如下

public static <E> ArrayList<E> newArrayList() {

           return new ArrayList();

       }

       内容是源码差不多的，唯一的源码好处就是可以少写泛型的部分。

       这个方法有着丰富的源码重载：

Lists.newArrayList(E... elements)

       Lists.newArrayList(Iterable<? extends E> elements)

       Lists.newArrayList(Iterator<? extends E> elements)

       还有很多前缀扩展方法：

List<T> exactly = Lists.newArrayListWithCapacity();

       List<T> approx = Lists.newArrayListWithExpectedSize();

       使得函数名变得更有可读性，一眼就看出方法的源码uboot 源码分析 书作用。

       但是源码查看源码发现官方的注解里头是这么写的：

       Creates a mutable, empty ArrayList instance (for Java 6 and earlier).

       创建一个可变的空ArrayList（适用于java 6及之前的版本）

       Note for Java 7 and later: this method is now unnecessary and should

       be treated as deprecated. Instead, use the ArrayList constructor

       directly, taking advantage of the new "diamond" syntax.

       针对java 7及之后版本，本方法已不再有必要，源码应视之为过时的源码方法。取而代之你可以直接使用ArrayList的源码构造器，充分利用钻石运算符<>（可自动推断类型）。源码

Hadoop有单机版和分布式版，源码两者有什么不同？

       1、源码运行模式不同：

       单机模式是源码附近小店源码Hadoop的默认模式。这种模式在一台单机上运行，源码没有分布式文件系统，而是直接读写本地操作系统的文件系统。

       伪分布模式这种模式也是在一台单机上运行，但用不同的Java进程模仿分布式运行中的各类结点。

       2、配置不同：

       单机模式（standalone）首次解压Hadoop的源码包时，Hadoop无法了解硬件安装环境，便保守地选择了最小配置。在这种默认模式下所有3个XML文件均为空。当配置文件为空时，Hadoop会完全运行在本地。

       伪分布模式在“单节点集群”上运行Hadoop，java插件源码其中所有的守护进程都运行在同一台机器上。

       3、节点交互不同：

       单机模式因为不需要与其他节点交互，单机模式就不使用HDFS，也不加载任何Hadoop的守护进程。该模式主要用于开发调试MapReduce程序的应用逻辑。

       伪分布模式在单机模式之上增加了代码调试功能，允许你检查内存使用情况，HDFS输入输出，以及其他的守护进程交互。

扩展资料：

       核心架构:

       1、HDFS：

       HDFS对外部客户机而言，HDFS就像一个传统的linux mdadm 源码分级文件系统。可以创建、删除、移动或重命名文件，等等。存储在 HDFS 中的文件被分成块，然后将这些块复制到多个计算机中（DataNode）。这与传统的 RAID 架构大不相同。块的大小和复制的块数量在创建文件时由客户机决定。

       2、NameNode

       NameNode 是一个通常在 HDFS 实例中的单独机器上运行的软件。它负责管理文件系统名称空间和控制外部客户机的访问。NameNode 决定是否将文件映射到 DataNode 上的复制块上。

       3、vlc 2.2.5 源码DataNode

       DataNode 也是在 HDFS实例中的单独机器上运行的软件。Hadoop 集群包含一个 NameNode 和大量 DataNode。DataNode 通常以机架的形式组织，机架通过一个交换机将所有系统连接起来。Hadoop 的一个假设是：机架内部节点之间的传输速度快于机架间节点的传输速度。

       百度百科-Hadoop

深入理解 Hadoop （七）YARN资源管理和调度详解

       Hadoop最初为批处理设计，其资源管理与调度仅支持FIFO机制。然而，随着Hadoop的普及与用户量的增加，单个集群内的应用程序类型与数量激增，FIFO调度机制难以高效利用资源，也无法满足不同应用的服务质量需求，故需设计适用于多用户的资源调度系统。

       YARN采用双层资源调度模型：ResourceManager中的资源调度器分配资源给ApplicationMaster，由YARN决定；ApplicationMaster再将资源分配给内部任务Task，用户自定。YARN作为统一调度系统，满足调度规范的分布式应用皆可在其中运行，调度规范包括定义ApplicationMaster向RM申请资源，AM自行完成Container至Task分配。YARN采用拉模型实现异步资源分配，RM分配资源后暂存缓冲区，等待AM通过心跳获取。

       Hadoop-2.x版本中YARN提供三种资源调度器，分别为...

       YARN的队列管理机制包括用户权限管理与系统资源管理两部分。CapacityScheduler的核心特点包括...

       YARN的更多理解请参考官方文档：...

       在分布式资源调度系统中，资源分配保证机制常见有...

       YARN采用增量资源分配，避免浪费但不会出现资源饿死现象。YARN默认资源分配算法为DefaultResourceCalculator，专注于内存调度。DRF算法将最大最小公平算法应用于主资源上，解决多维资源调度问题。实例分析中，系统中有9个CPU和GB RAM，两个用户分别运行两种任务，所需资源分别为...

       资源抢占模型允许每个队列设定最小与最大资源量，以确保资源紧缺与极端情况下的需求。资源调度器在负载轻队列空闲时会暂时分配资源给负载重队列，仅在队列突然收到新提交应用程序时，调度器将资源归还给该队列，避免长时间等待。

       YARN最初采用平级队列资源管理，新版本改用层级队列管理，优点包括...

       CapacityScheduler配置文件capacity-scheduler.xml包含资源最低保证、使用上限与用户资源限制等参数。管理员修改配置文件后需运行"yarn rmadmin -refreshQueues"。

       ResourceScheduler作为ResourceManager中的关键组件，负责资源管理和调度，采用可插拔策略设计。初始化、接收应用和资源调度等关键功能实现，RM收到NodeManager心跳信息后，向CapacityScheduler发送事件，调度器执行一系列操作。

       CapacityScheduler源码解读涉及树型结构与深度优先遍历算法，以保证队列优先级。其核心方法包括...

       在资源分配逻辑中，用户提交应用后，AM申请资源，资源表示为Container，包含优先级、资源量、容器数目等信息。YARN采用三级资源分配策略，按队列、应用与容器顺序分配空闲资源。

       对比FairScheduler，二者均以队列为单位划分资源，支持资源最低保证、上限与用户限制。最大最小公平算法用于资源分配，确保资源公平性。

       最大最小公平算法分配示意图展示了资源分配过程与公平性保证。