AI 的算法可以公开，样本库要买
公安的人脸识别样本库，只要10MB+
电商推荐系统，推荐系数，震荡
Hadoop 2代
SNN和NN切换不会丢失数据，且不需要人为干预切换，会自动执行
自动切换由ZK完成
第一次启动集群时，所有NN为Standby，需要手动把其中一台改为 active 状态
ZK通过竞争锁使一台StandBy NN变为 Active 状态； 谁拿到ZK的写权限，就拿到这个锁
ZK部署是奇数台
Journal Node
协同：不管任何机器，在监听的目录下执行任何操作，都会被监听到，并在其它ND上执行
监听NN中的edits
同步ANN和SNN中的数据
JN需要单独部署一台； 不能部署在master
NN
对外提供的只允许一台：active NN，其它的NN都是 standby 状态
部署1-5台就可以；
如何考量部署几台合适？
答：看机房归属管
自己管， 2台就可以，挂掉的NN可以马上修复
不归自己管，要保证修正前至少要有1台对外提供服务
DN与NN之间的的心跳
包含的内容
Block与DN本地文件的映射关系
自己还活着
节点的CPU、内存等资源信息信息
DN为什么要同时向ANN和SNN发送心跳？
DN与SNN、ANN发送心跳，因为除了edit fsimage 之外 还有一些东西JournalNode没有监听到
为了确保快速切换，standby状态的NameNode有必要知道集群中所有数据块的位置。
MS的架构一定要搭建HA ---->如何搭建HA？百度， 老师推荐的书
ZK
ZK管理NN，NN通过心跳的方式向ZK报道
ZK部署多台，可做ZK 的HA。 做HA的前提是：有一台 NN 有处于Active的状态；
如果NN 没有Active，则没有办法竞争，投票
ZK和NN不能同时挂掉；否则，需要人为干预
不是所有的ZK都低配；要看ZK的作用和所在位置
脑裂
同时存在多个Active的NN，就会出现脑裂
如： ZK监听不到 active NN的心跳信息，就把standby NN设置为active，一会原 NN you上线了
隔离（fencing），防止脑裂，即保证在任何时候只有一个NN 处于 Active的状态。
脑裂表现出的现象、问题：
JN就会出现问题
客户端的读写也会出现问题
Hadoop 2.5 版本以后彻底解决了脑裂问题； 如果还存在脑裂，一般就是配置问题
当有多台NN时如何使用？-----> Federation
图中DN-1到DN-6是六个DataNode，NN-1到NN-4是四个NameNode，分别组成两个HA的NS，再通过Federation组合对外提供服务。Storage Pool 1和Storage Pool 2分别对应这两个NS。我们在客户端进行了挂载表的映射，把/share映射到NS1，把/user映射到NS2，这个映射其实不光是要指定NS，还需要指定到其上的某个目录。
Federation ：
多个NN共用一个集群里DN上的存储资源，每个NN都可以单独对外提供服务
每个NN都会定义一个存储池，有单独的id，每个DN都为所有存储池提供存储
DN会按照存储池id向其对应的NN汇报块信息，同时，DN会向所有NN汇报本地存储可用资源情况
如果需要在客户端方便的访问若干个NN上的资源，可以使用客户端挂载表，把不同的目录映射到不同的NN，但NN上必须存在相应的目录
NameService：Hadoop 2.0里对NN进行了一层抽象，提供服务的不再是NN本身，而是NameService(以下简称NS)。Federation是由多个NS组成的，每个NS又是由一个或两个(HA)NN组成的。
Federation：
搭建这个，会同时存在多个Active 的NN
DN要向所有NN发送心跳信息；因为多个Active 的NN数据文件落地会按照副本存放策略存储，不会限定在特定的DN上； 汇报的内容与NN和DN的心跳存在稍微的不同
什么情况会用到？
单个NN扛不住的时候
机房不在同一个地方
Federation 参考资料：
http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/Federation.html
http://www.infoq.com/cn/articles/hadoop-2-0-namenode-ha-federation-practice-zh
高低配服务器混搭（DN）
不要做这种混搭；会造成任务的执行速度更慢、需要的时间更长
低配服务器只能作为存储
高配参与计算；低配只能作为存储
如果机器已买，则把高配服务器虚拟化为低配服务器；保持配置相同
DN需要高还是低配，看需求
