HDFS有哪些组件? 大致作用是什么?

在Yarn中，am和bm是以下命令的简写形式：

am代表"add"，用于安装依赖包。例如，可以使用"yarn am lodash"来安装lodash依赖包。
bm代表"build --mode"，用于构建项目。通过指定不同的构建模式，可以在不同的环境中构建项目。例如，可以使用"yarn bm production"来以生产模式构建项目。

这些缩写的目的是为了让开发者更快速地执行常用命令，提高开发效率。

HDFS有哪些组件? 大致作用是什么?

HDFS (Hadoop Distributed File System)主要包括以下几个组件：

NameNode：用于管理文件系统的命名空间和客户端的文件操作请求。它维护了整个文件系统的元数据，比如目录结构、文件和块的映射关系等。
DataNode：负责存储文件的实际数据块，并响应客户端和NameNode的读写请求。每个DataNode都保存一份元数据副本，用于存储数据块的位置信息。
SecondaryNameNode：定期从NameNode获取元数据的快照，帮助NameNode恢复故障后的状态。
JournalNode：用于担任NameNode的高可用（HA）架构中的共享编辑日志存储和协调角色。

浅谈一下YARN中AM、RM分别代表什么? 各自作用是什么?

YARN (Yet Another Resource Negotiator)中AM (ApplicationMaster)和RM (ResourceManager)分别代表以下含义：

AM (ApplicationMaster)：是每个在YARN上运行的应用程序的主要协调者。它负责向ResourceManager申请和分配资源，并监控和管理应用程序的执行。每个应用程序都有一个独立的AM实例。
RM (ResourceManager)：是整个YARN集群的主要协调者和资源管理器。它负责集群资源的调度和分配，接收和处理AM的资源请求，并监控和管理整个集群的状态。

Hive表中数据存储格式有哪些? 每种格式的优缺点是什么?

Hive表中常见的数据存储格式有以下几种：

文本文件 (TextFile)：将数据以文本方式存储，适用于结构简单、无需高性能读写的场景。优点是易于阅读和处理，缺点是占用存储空间大，读写性能较差。
序列文件 (SequenceFile)：将数据以二进制方式序列化并存储，适用于大规模数据分析场景。优点是存储空间占用小，读写性能较好，缺点是不支持直接可读的格式。
列式存储文件 (ORC)：使用列式存储和压缩算法存储数据，适用于大数据量和复杂查询的场景。优点是存储空间占用小，查询性能较好，缺点是写入速度较慢。
列族存储文件 (Parquet)：使用列式存储和压缩算法存储数据，适用于大数据量和复杂查询的场景。优点是存储空间占用小，查询性能较好，支持多种编码方式和数据类型，缺点是写入速度较慢。
Avro文件：使用Avro数据序列化格式存储，适用于复杂数据结构和模式演化的场景。优点是支持动态数据模式和架构演化，缺点是存储空间占用相对较大。