基本组成架构包括分布式存储和并行计算两部分。
1）分布式存储框架（分布式文件系统HDFS）
Hadoop使用NameNode作为分布式存储的主控节点，用以存储和管理分布式文件系统的元数据，同时使用DataNode作为实际存储大规模数据从节点。
2）并行计算框架（MapReduce）
Hadoop使用JobTracker作为MapReduce框架的主控节点，用来管理和调度作业的执行，用TaskTracker管理每个计算从节点上任务的执行。

为了实现Hadoop设计的本地化计算，数据节点DataNode和计算节点TaskTracker将放在同个节点，每个从节点也是同时运行DataNode和TaskTracker，从而让每个TaskTracker尽量处理存储在本地DataNode上的数据。
数据主控节点NameNode与作业执行节点JobTracker即可以设置在同一个节点上，也可以考虑负载较高时，而设置在两个节点上。

MapReduce程序执行过程

包含如下4个独立的实体：

1）客户端，用来提交MapReduce作业。

2）jobtracker，用来协调作业的运行。

3）tasktracker，用来处理作业划分后的任务。

4）HDFS，用来在其它实体间共享作业文件。