早课10.15

1.谈谈如何理解shuffle

可以理解为洗牌，就是将各个节点上的数据进行重新分配的过程

2.简述 mr提交到yarn的工作流程

1阶段：client向RM提交作业，2阶段：RM处理用户请求，分配资源

3.yarn哪两个进程

ResourceManager 和 NodeManager

4.yarn的资源调优参数，是否会配置?

包括hadoop-env.sh ,yarn-env.sh等

5.谈谈你对jps命令 pid生成在哪个目录

jps是显示当前所有java进程pid的命令，/tmp/hsperfdata_{userName}/

6.谈谈你们对pid的理解

/tmp目录下的pid文件用于储存进程的pid号，如果非正常删除不会对进程的运行有影响，单在重启进程时会造成进程混乱，所以最好不要配置在/tmp目录下

7.hdfs读流程是output吗

不是，读流程使用的java对象是FSDataInputStream

8.一个文件160M，64M的块大小，三个副本，请问块多少，实际存储多少

9个块，实际存储480M

9.pid文件人为删除，会影响服务正常运行吗？那么会影响什么?

不会，但影响关闭和重启

10.hdfs dfs等价于什么命令

hadoop fs

11.默认的hdfs，yarnweb的端口号多少

50070 8088

12.假如让你们修改默认的端口号，你们想想会不会去官网网站的默认配置文件找呢???

去到官网，点击documentation,在左侧栏目的最下端有各组件的默认配置文件，从里面找相关的参数修改

13.hdfs和yarn进程的内存大小 在哪个文件配置

4G 和 3G，hadoop-env.sh和yarn-env.sh

14.谈谈什么是数据本地化

DN和NM在同一个物理节点上，最近距离

15.假如NN节点进入安全模式，你们应该觉得怎么做

hdfsadmin leave,如果不成功就去看日志

16.副本放置策略，假如提交的DN节点，那么第一个副本存哪里

就在提交的DN上

17.hadoop家目录里，怎样找到example jar包

find ./ -name’examples.jar’

18.你们觉得 命令帮助怎么看?

先看usage，再看参数