关于大数据你不得不知的问题

 

选择题

　　1.1. 下面哪个程序负责 HDFS 数据存储。

　　a)NameNode b)Jobtracker c)Datanode d)secondaryNameNode e)tasktracker

　　答案 C datanode

　　1.2. HDfS 中的 block 默认保存几份?

　　a)3 份 b)2 份 c)1 份 d)不确定

　　答案 A 默认 3 份

　　1.3. 下列哪个程序通常与NameNode在一个节点启动?

　　a)SecondaryNameNode b)DataNode c)TaskTracker d)Jobtracker

　　答案 D

　　1.4. HDFS 默认 Block Size

　　a)32MB b)64MB c)128MB

　　答案：B

　　1.5. 下列哪项通常是集群的最主要瓶颈

　　a)CPU b)网络 c)磁盘 IO d)内存

　　答案：C 磁盘

　　首先集群的目的是为了节省成本，用廉价的 pc 机，取代小型机及大型机。小型机和大型机有什么特点?

　　1.cpu 处理能力强

　　2.内存够大，所以集群的瓶颈不可能是 a 和 d

　　3.如果是互联网有瓶颈，可以让集群搭建内网。每次写入数据都要通过网络(集群是内网)，然后还要写入 3 份数据，所以 IO 就会打折扣。

　　1.6. 关于 SecondaryNameNode 哪项是正确的?

　　a)它是 NameNode 的热备 b)它对内存没有要求

　　c)它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间

　　d)SecondaryNameNode 应与 NameNode 部署到一个节点

　　答案 C。

　　1.7. 下列哪项可以作为集群的管理?

　　a)Puppet b)Pdsh c)Cloudera Manager d)Zookeeper

　　答案 ABD

　　具体可查看什么是 Zookeeper，Zookeeper 的作用是什么，在 Hadoop 及 hbase 中具体作用是什么。

　　1.8. Client 端上传文件的时候下列哪项正确

　　a)数据经过 NameNode 传递给 DataNode

　　b)Client 端将文件切分为 Block，依次上传

　　c)Client 只上传数据到一台 DataNode，然后由 NameNode 负责 Block 复制工作

　　答案 B

　　分析：Client 向 NameNode 发起文件写入的请求。NameNode 根据文件大小和文件块配置情况，返回给 Client 它所管理部分 DataNode 的信息。Client 将文件划分为多个 Block，根据 DataNode 的地址信息，按顺序写入到每一个DataNode 块中。具体查看HDFS 体系结构简介及优缺点。

　　1.9. 下列哪个是 Hadoop 运行的模式

　　a)单机版 b)伪分布式 c)分布式

　　答案 ABC 单机版,伪分布式只是学习用的。

　　2.面试题

　　2.1. Hadoop的核心配置是什么?

　　Hadoop的核心配置通过两个xml文件来完成：1，hadoop-default.xml;2，hadoop-site.xml。这些文件都使用xml格式，因此每个xml中都有一些属性，包括名称和值，但是当下这些文件都已不复存在。

　　2.2. 那当下又该如何配置?

　　Hadoop现在拥有3个配置文件：1，core-site.xml;2，hdfs-site.xml;3，mapred-site.xml。这些文件都保存在conf/子目录下。

　　2.3. “jps”命令的用处?

　　这个命令可以检查Namenode、Datanode、Task Tracker、 Job Tracker是否正常工作。

　　

​