心跳是ResourceManager和NodeManager的桥梁，它实际上是一个RPC函数，NodeManager周期性的调用该函数汇报节点和任务状态信息，从而形成心跳。在hadoop中，心跳主要有三个作用：
1、判断NodeManager是否活着
2、及时让ResourceManager获取各个节点上的资源使用情况和任务运行状态
3、为NodeManager分配任务
注：ResourceManager不会主动向NodeManager发送任何信息，而是由NodeManager主动通过心跳领取属于自己的信息，ResourceManager只能通过心跳应答的形式为各个NodeManager分配任务。
调整心跳间隔
NodeManagerr心跳时间间隔大小应该适度，如果太小，则ResourceManager需要处理高并发的心跳连接请求，必然产生不小的并发压力，如果太大，空闲的资源不能及时汇报给ResourceManager(进而给NodeManagerr分配任务)，造成资源浪费，进而降低了系统的吞吐率。NodeManagerr汇报心跳的时间间隔并不是一成不变的，它会随着集群的规模的动态调整而变化，以便能够合理利用ResourceManager的并发处理能力，在hadoop mapreduce中，只有ResourceManager知道某一时刻集群的规模，因此由ResourceManager为每个NodeManagerr计算下一次汇报心跳的时间间隔，并通过心跳机制告诉NodeManagerr。
ResourceManager允许用户通过参数配置心跳的时间间隔加速比，即每增加mapred.heartbeats.in.second(默认是100，最小1)个节点心跳时间间隔增加mapreduce.jobtracker.heartbeats.scaling.factor(默认是1，最小是0.01)秒。同时为了防止用户参数设置不合理而对ResourceManager产生较大的负载，ResourceManager要求心跳时间间隔至少为3秒。
实现：
public int getNextHeartbeatInterval() {
// 获取当前Tasktracker的总数，
int clusterSize = getClusterStatus().getTaskTrackers();
//计算新的心跳间隔
int heartbeatInterval = Math.max((int)(1000 * HEARTBEATS_SCALING_FACTOR*((double)clusterSize/NUM_HEARTBEATS_IN_SECOND)), HEARTBEAT_INTERVAL_MIN) ;
return heartbeatInterval; }