大数据之高频面试题

                                         面试题之hadoop

1.hadoop常用端口号

  hadoop2.x hadoop3.x
访问HDFS端口 50070 9870
访问MR执行情况端口 8088 8088
历史服务器 19888 19888
客户端访问集群端口 9000 8020

2.hadoop配置文件以及简单的hadoop集群搭建

(1)配置文件:

hadoop2.x core-site.xml,hdfs-site.xml,yarn-site.xml,slaves

hadoop3.x core-site.xml,hdfs-site.xml,yarn-site.xml,workers

(2)简单的集群搭建过程:

JDK安装 

配置SSH免密 登陆

配置hadoop核心文件

格式化namenode

3.HDFS读流程和写流程

 

 

4.HDFS小文件的处理

(1)会有什么影响

1个文件块,占用naemnode多大内存150字节。

             1亿个小文件*150字节

            1个文件块*150字节

              128G能存储多少文件块?128*1024*1024*1024byte/150字节=9亿文件块

(2)怎么解决

  • 采用har归档方式,将小文件归档。
  • 采用CombineTextInputFormat
  • 有小文件场景开启JVM重用;如果没有小文件,不要开启JVM重用,因为会一直占用使用到的task卡槽,直到任务完成才释放。

         JVM重用可以使得JVM实例在用一个job中重新使用N次,N的值可以在Hadoop的mapred-site.xml文件中进行配置。通常在10-20之间。

<property>
    <name>mapreduce.job.jvm.numtasks</name>
    <value>10</value>
    <description>How many tasks to run per jvm,if set to -1 ,there is  no limit</description>
</property>  

5.Shuffle及优化

  • shuffle过程

MapReduce详细工作流程(二)

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值