一份关于Hadoop的面试问答题

Hadoop是什么?Hadoop是一个开发和运行处理大规模数据的软件平台,是Appach的一个用java语言实现开源软件框架，实现在大量计算机组成的集群中对海量数据进行分布式计算，下面看看一般情况下，关于Hadoop的面试是会问哪些问题，以及该怎么回答。

1. 简单描述如何安装配置一个apache开源版hadoop，只描述即可，无需列出完整步骤，能列出步骤更好。

1) 安装JDK并配置环境变量（/etc/profile）
2) 关闭防火墙
3) 配置hosts文件，方便hadoop通过主机名访问（/etc/hosts）
4) 设置ssh免密码登录
5) 解压缩hadoop安装包，并配置环境变量
6) 修改配置文件（$HADOOP_HOME/conf）
hadoop-env.sh core-site.xml hdfs-site.xml mapred-site.xml
7) 格式化hdfs文件系统 （hadoop namenode -format）
8) 启动hadoop （$HADOOP_HOME/bin/start-all.sh）
9) 使用jps查看进程

2. 请列出正常工作的hadoop集群中hadoop都分别需要启动那些进程，他们的作用分别是什么，尽可能写的全面些。

1) NameNode: HDFS的守护进程，负责记录文件是如何分割成数据块，以及这些数据块分别被存储到那些数据节点上，它的主要功能是对内存及IO进行集中管理
2) Secondary NameNode：辅助后台程序，与NameNode进行通信，以便定期保存HDFS元数据的