大数据面试题目第一部分

一 Linux

1. Linux常用命令
2. CentOS查看版本的命令
3. linux 查看端口调用
4. linux命令 查看内存 磁盘 io 端口 进程
5. 使用Linux命令查询file1里面空行的所在行号
6. 有文件chengji.txt内容如下:
   张三 40
   李四 50
   王五 60
   请使用Linux命令计算第二列的和并输出
7. 在Linux环境下有文件/home/dim_city.txt如何加载dim_city外部表中，HDFS路径/user/dim/dim_city
8. Shell脚本里如何检查文件是否存在，如果不存在该如何处理？Shell里如何检查一个变量是否是空？
9. Shell脚本里如何统计一个目录下（包含子目录）有多少个java文件？如何取得每一个文件的名称（不包含路径）
10. Shell脚本里如何检查文件是否存在，如果不存在该如何处理？Shell里如何检查一个变量是否是空？
11. Shell脚本里如何统计一个目录下（包含子目录）有多少个java文件？如何取得每一个文件的名称（不包含路径）

二 Hadoop入门

1. 简要描述如何安装配置apache的一个开源Hadoop，只描述即可，无需列出具体步骤，列出具体步骤更好。
2. Hadoop中需要哪些配置文件，其作用是什么？
3. 请列出正常工作的Hadoop集群中Hadoop都分别需要启动哪些进程，它们的作用分别是什么?
4. 简述Hadoop的几个默认端口及其含义。
   三 Hadoop的HDFS
5. HDFS的存储机制（读写流程）。
6. Secondar