大数据基础问答18

1.jps命令是来自哪里的
java的bin 目录下

2.jps 发现不可用信息，我们应该怎么办
正确的做法：
1、找到进程号（pid）
2、ps -eg | grep xxx 查看这个进程是否真正存在，还是处于假死状态
3、假如存在，第二步是可以知道哪个用户运行这个进程， su - 用户，进去查看
4、假如不存在，怎样清空残留信息？
手工删除：rm -f /tmp/hsperfdata_${user}/pid文件

3.pid文件默认存储哪里?哪个文件修改
/tmp
hadoop-env.sh

4.pid文件人为或Linux系统自动清理，那么会影响服务的正常运行吗？ 那么又影响什么呢
不会影响服务的正常运行
影响进程的关闭和重启时造成进程紊乱。

5.面试题，hdfs的读写流程谁是output流，谁是input流
读input流
写是output流

6.hadoop fs命令等价什么命令
hadoop fs=hdfs dfs

7.hdfs上，上传下载我们习惯用什么
上传：hdfs dfs -put filename filepath
下载：hdfs dfs -get filename filepath

8.hdfs dfs -ls / 这个根目录是指Linux根目录吗？ /前面默认是不是还有一串地址?
/是hdfs系统的根目录，不是linux的根目录
是的

9.假如让你们去官网找 hadoop三个组件的配置文件 网址，你们会不会
在hdfs.default.xml中找

11.一个文件250M，块128M 两个副本，请问实际存储多少个块 存储空间多少
4个块
500m

12.副本放置策略，第一块放置的策略是什么
假设我提交文件的所在机器就是datanode节点上，那么第一个块就是存储在本节点上：就近原则；
如果不是datanode节点，就随机挑选一台磁盘不太慢的cpu不太繁忙的节点上。

13.简述SNN是干什么的
定期合并fsimage+editlog文件为新的fsimage，推送给NN，称为检查点checkpoint

14.NN节点维护文件系统树，不会实际存储文件有哪些块，块分布哪些机器上。
那么是谁块报告给NN节点?
DN与NN通信: 通过netty
a.每隔3秒发送一个心跳包
b.每10次心跳发送一个blockReport

拓展题
生产上比如NN节点设置内存4G ，那么一般来说NN节点可以维护75%的内存的文件树，说白了就是 存储文件名称。那么当小文件特别多，这样文件名称会特别多，对NN节点内存有压力，有可能会拖垮HDFS，所以生产上一般要小文件合并，什么叫小文件合并，比如：3个文件 都是10M的，文件名称字节加起来比如12个字节，那么合并一个大文件30M，文件名称就降低4字节，这样对NN节点压力就降低了