问基于Azure的Hadoop集群(HDInsight)如何转化为经典的前提下Hadoop集群？

EN

Apache被设计为运行在一堆商品机器(节点)上。这并不是设计用来在基于云的复杂场景中运行的。但是，由于云允许通过VM模拟单个节点，基于云的Hadoop集群应运而生。但这给我带来了理解上的困难。当我研究Hadoop集群的任何标准解释时，总是基于prem架构，因为所有Hadoop体系结构都是用逻辑和简单的on-prem视图来解释的。但这给理解基于云的集群是如何工作的带来了困难--特别是HDFS、数据局部性等概念。在解释的on版本中，每个节点都有自己的“本地”存储(这也意味着存储硬件是为特定节点修复的，它不会被洗牌)，而且也不会假设节点被删除。此外，我们将该存储作为节点本身的一部分，因此我们从不考虑杀死节点并保留存储以供以后使用。

现在，在基于云的Hadoop(HDInsight)模型中，我们可以为集群附加任何Azure存储帐户作为主存储。那么，如果我们有一个包含4个工作节点和2个头节点的集群，那么这个单独的Azure存储帐户充当了6台虚拟机的HDFS空间？而且，实际的业务数据甚至没有存储在上面--它存储在附加的存储帐户上。所以我无法理解这是如何被转换到集群的？Hadoop集群的核心设计围绕着数据局部性的概念，即数据驻留在最接近处理的位置。我知道，当我们创建HDInsight集群时，我们在与所附加的存储帐户相同的区域中创建它。但是，它更像是多个处理单元(VM)，它们都共享公共存储，而不是单个节点使用自己的本地存储。也许，只要它能够足够快地访问数据(就像它驻留在数据中心一样)，这就不重要了。但不确定是否是这样。基于云的模型向我展示了以下图片：

​

​

有人能确切地解释Apache设计是如何转化为基于Azure的模型的吗？混淆产生于这样一个事实:存储帐户是固定的，我们可以随时杀死/自旋集群，以指向相同的存储帐户。