在Hadoop運算集群架構中，先分解任務，分工處理再匯總結果這些服務器依據用途可分成Master節點和Worker節點，Master負責分配任務，而Worker負責執行任務，如負責分派任務的操作，角色就像是Master節點。

Hadoop架構服務器角色分工

Hadoop運算集群中的服務器依用途分成Master節點和Worker節點。Master節點中安裝了JobTracker、NameNode、TaskTracker和DataNode程序，但Worker節點只安裝TaskTracker和DataNode。

另外在系統的運行架構上，最簡單的Hadoop架構，可以分成上層的MapReduce運算層以及下層的HDFS數據層。

在Master節點的服務器中會執行兩套程序，一個是負責安排MapReduce運算層任務的JobTracker，以及負責管理HDFS數據層的NameNode程序。而在Worker節點的服務器中也有兩套程序，接受JobTracker指揮，負責執行運算層任務的是TaskTracker程序，而與NameNode對應的則是DataNode程序，負責執行數據讀寫動作，以及執行NameNode的副本策略。

在MapReduce運算層上，擔任Master節點的服務器負責分配運算任務， Master節點上的JobTracker程序會將 Map和Reduce程序的執行工作，指派給Worker服務器上的TaskTracker程序，由TaskTracker負責執行Map和Reduce工作，并將運算結果回復給Master節點上的JobTracker。

在HDFS數據層上，NameNode負責管理和維護HDFS的名稱空間、并且控制文件的任何讀寫操作，同時NameNode會將要處理的數據切割成一個個文件區塊(Block)，每個區塊是64MB，例如1GB的數據就會切割成16個文件區塊。NameNode還會決定每一份文件區塊要建立幾個副本，一般來說，一個文件區塊總共會復制成3份，并且會分散儲存到3個不同Worker服務器的DataNode程序中管理，只要其中任何一份文件區塊遺失或損壞，NameNode會自動尋找位于其他DataNode上的副本來回復，維持3份的副本策略。

在一套Hadoop集群中，分配MapReduce任務的JobTracker只有1個，而TaskTracker可以有很多個。同樣地，負責管理HDFS文件系統的NameNode也只有一個，和JobTracker同樣位于Master節點中，而DataNode可以有很多個。

不過，Master節點中除了有JobTracker和NameNode以外，也會有TaskTracker和DataNode程序，也就是說Master節點的服務器，也可以在本地端扮演Worker角色的工作。

在部署上，因為Hadoop采用Java開發，所以Master服務器除了安裝操作系統如Linux之外，還要安裝Java運行環境，然后再安裝Master需要的程序，包括了NameNode、JobTracker和DataNode與TaskTracker。而在Worker服務器上，則只需安裝Linux、Java環境、DataNode和TaskTracker。