hadoop更新实在是太快了，现在已经更新到Hadoop-2.3.0版本（2014-02-11）。看了一下文档，和之前Hadoop-2.2.0的文档大部分类似，这篇文章主要是翻译一下Hadoop-2.3.0的文档。
　　Apache Hadoop 2.3.0和之前的Hadoop-1.x稳定版有了很大的提升。本篇文章主要是简要说说Hadoop 2.3.0中的HDFS和Mapreduce的提升（4、5两个特性是Hadoop2.x开始就支持的）。
　　（1）、HDFS支持异构的存储结构：Support for Heterogeneous Storage hierarchy in HDFS；
　　（2）、HDFS数据可以缓存到内存中，支持集中式管理：In-memory cache for HDFS data with centralized administration and management.
　　（3）、在YARN中，将MapReduce类库从HDFS中分离出来：Simplified distribution of MapReduce binaries via HDFS in YARN Distributed Cache.
　　（4）、HDFS Federation
　　为了提高name service的水平扩展性，HDFS Federation用到了多个互相独立的NameNodes/Nodespaces。这些NameNodes之间是联合的关系，这就是说，这些NameNodes之间是独立的，并且NameNodes之间也不需要互相协作。DataNode主要是被所有的NameNodes存储块数据。所有的DataNode都需要向集群中所有的NameNode注册自己，DataNodes会每隔一段时间向所有的NameNode发送心跳和处理来自NameNode的命令。
更多关于HDFS Federation，请参见《 HDFS Federation》。
　　（5）、下一代的Mapreduce（也称为YARN，MRv2）
　　Hadoop 2.3.0的体系结构把以前JobTracker的两个主要的功能分开来了，这两个主要的功能为：资源管理和作业管理。新的资源管理器管理全局的资源分配；而每个application的ApplicationMaster管理自己的作业调度和协作。
　　每一个application在典型的MapReduce中是一个单独的作业；同时你也可以把application看作一个DAG（有向循环图）。
　　从计算角度看，ResourceManager和每台机器上的NodeManager守护线程管理在那台机器上用户提交的作业。
　　实际上，每个application的ApplicationMaster是一个特殊的框架库，负责和ResourceManager谈判以此得到需要的资源，并且和NodeManager(s)一起工作来运行和监控作业。
　　下图是Hadoop1.x和Hadoop2.x之间架构的变化。