简述Hadoop集群工作时启动哪些进程？它们有什么作用 ？
在Hadoop集群中，启动的主要进程和它们的作用如下：
- NameNode：这是HDFS的核心，负责管理文件系统的命名空间和客户端对文件的访问。NameNode记录每个文件在文件系统中的位置以及它的元数据，如权限、修改时间等。但是它不存储实际数据，数据实际存储在DataNode上。
-
Secondary NameNode：它不是NameNode的热备份，而是帮助NameNode合并编辑日志和文件系统状态，减少NameNode重启的恢复时间。它定期与NameNode通信，获取数据并保持同步。
-
DataNode：这些进程在HDFS中实际存储数据。它们负责处理文件系统客户端的读写请求。在HDFS中，文件被分割成一系列的块，这些块存储在一个或多个DataNode上。
-
ResourceManager (YARN)：在YARN架构中，ResourceManager是负责整个系统的资源管理和作业调度。它包括两个主要组件：Scheduler（负责分配资源）和 ApplicationsManager（负责管理用户应用程序，即任务）。
-
NodeManager (YARN)：运行在集群的每个节点上，它负责监控其节点上的资源使用情况并向ResourceManager报告，并管理用户任务的生命周期。
-
JobTracker（在使用MapReduce v1时）：负责数据处理，为应用程序分配工作（jobs），并跟踪它们的执行，重新执行失败的任务。
-
TaskTracker（在使用MapReduce v1时）：运行在集群中的每个节点上，执行由JobTracker分配的任务，并定期向JobTracker报告任务执行情况。
在Hadoop 2.x及更高版本中，MapReduce v1的JobTracker和TaskTracker已经被YARN中的ResourceManager和NodeManager所替代，以提供更高效和灵活的资源管理。
这些进程共同协作，确保Hadoop集群能够高效、稳定地运行，处理分布式存储和计算任务。