个人总结hadoop题库

2. 大数据的数据量现在已经达到了哪个级别？（ ） PB
3. 狭义的Hadoop是一个适合大数据分布式存储和分布式计算的平台，不包括下面哪个组件？（Hbase ） HBase HDFS MapReduce Yarn
4. XML文件属于非结构化数据。 F 半结构化数据
5. 平台化构架不是大数据发展的主流趋势。 F
6. 对于GFS架构，下面哪个说法是错误的？A
   A. GFS Master节点管理所有的文件系统所有数据块。
   B. GFS存储的文件都被分割成固定大小的块，每个块都会被复制到多个块服务器上（可靠性）。块的冗余度默认为3。
   C. GFS Master还管理着系统范围内的活动，比如块服务器之间的数据迁移等
   D. GFS Master与每个块服务器通信（发送心跳包），发送指令，获取状态
7. Hadoop版本演进过程中，Hadoop2.0比Hadoop1.0有了很多的优化，下面哪项不属于Hadoop2.0？B
   A. 加入HDFS的 NameNode Federation和YARN
   B. YARN基于cgroup的内存和磁盘IO隔离
   C. 支持NameNode HA
   D. Wire-compatibility特性
8. NOSQL数据存储不需要固定的表结构，但是通常一样存在连接操作。 F
9. 三次信息化浪潮的各自标志为 个人计算机、 互联网、大数据
10. 请描述 Hadoop 副本冗余存储策略(机架感知)。
    默认为副本数为3
    第一个副本：放置在上传文件的数据节点；如果是集群外提交，则随机挑选一台磁盘不太满. CPU不太忙的节点。
    第二个副本：放置在与第一个副本不同的机架的节点上