HDFS:DataNode存儲數據，NameNode負責告訴別人數據存儲在哪個節點，哪些信息，2NN，備份NameNode.
YARN:整個集群資源的管理。
MapReduce:
（1）分布式的運算程序往往需要分成至少 2 個階段。
（2）第一個階段的 MapTask 並發實例，完全並行運行，互不相干。
（3）第二個階段的 ReduceTask 並發實例互不相干，但是他們的數據依賴於上一個階段的所有MapTask 並發實例的輸出。
（4）MapReduce 編程模型只能包含一個 Map 階段和一個 Reduce 階段，如果用戶的業務邏輯非常復雜，那就只能多個 MapReduce 程序，串行運行。
大致過程：
1、有一個client（可以代碼調用，一些頁面訪問入口等）,向集群提交一個任務，比如查詢某某文件。
2、client提交完任務之后，YARN中的ResourceManger找一個節點,開啟一個Container,然后把任務放到Container中，任務叫App Mstr,App Mstr向ResourceManger申請，任務開啟所需資源。ResourceManger尋找哪些節點有資源，App Mstr開啟Map Task,相當於Map階段。每一個Map Task獨立運行，最終把結果匯總寫入磁盤HDFS上。