分享一些容易被忽视的Hadoop面试题及答案

起首集群的目标是为了节减本钱，用便宜的pc机，代替小型机及大型机。小型机和大型机有什么特点?

1. cpu处理赏罚手段强
2. 内存够大（以是集群的瓶颈不行能是a和d）
3. 收集是一种稀缺资源，可是并不是瓶颈。
4. 因为大数据面对海量数据，读写数据都必要io，然后还要冗余数据，hadoop一样平常备3份数据，以是IO就会打折扣。

7. 关于 SecondaryNameNode 哪项是正确的?谜底C

• a)它是 NameNode 的热备
• b)它对内存没有要求
• c)它的目标是辅佐 NameNode 归并编辑日记，镌汰 NameNode 启动时刻
• d)SecondaryNameNode 应与 NameNode 陈设到一个节点。

多选题：

8. 下列哪项可以作为集群的打点?谜底：ABD

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

9. 设置机架感知的下面哪项正确：谜底ABC

• a)假如一个机架出题目，不会影响数据读写
• b)写入数据的时辰会写到差异机架的 DataNode 中
• c)MapReduce 会按照机架获取离本身较量近的收集数据

10. Client 端上传文件的时辰下列哪项正确?谜底B

• a)数据颠末 NameNode 转达给 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 认真 Block 复制事变

该题说明：

Client向NameNode提倡文件写入的哀求。

NameNode按照文件巨细和文件块设置环境，返回给Client它所打点部门DataNode的信息。

Client将文件分别为多个Block，按照DataNode的地点信息，按次序写入到每一个DataNode块中。

11. 下列哪个是 Hadoop 运行的模式：谜底ABC

a)单机版 b)伪漫衍式 c)漫衍式

12. Cloudera 提供哪几种安装 CDH 的要领?谜底：ABCD

a)Cloudera manager b)Tarball c)Yum d)Rpm

判定题：

13. Ganglia 不只可以举办监控，也可以举办告警。( 正确)

说明：此题的目标是考Ganglia的相识。严酷意义上来讲是正确。ganglia作为一款最常用的Linux情形中的监控软件，它善于的的是从节点中凭证用户的需求以较低的价钱收罗数据。可是ganglia在预警以及产闹变乱后关照用户上并不善于。最新的ganglia已经有了部门这方面的成果。可是更善于做告诫的尚有Nagios。Nagios，就是一款精于预警、关照的软件。通过将Ganglia和Nagios组合起来，把Ganglia收罗的数据作为Nagios的数据源，然后操作Nagios来发送预警关照，可以美满的实现一整套监控打点的体系。

14. Block Size 是不行以修改的。(错误 )

说明：它是可以被修改的Hadoop的基本设置文件是hadoop-default.xml，默认成立一个Job的时辰会成立Job的Config，Config起首读入hadoop-default.xml的设置，然后再读入hadoop-site.xml的设置(这个文件初始的时辰设置为空)，hadoop-site.xml中首要设置必要包围的hadoop-default.xml的体系级设置。

15. Nagios 不行以监控 Hadoop 集群，由于它不提供 Hadoop 支持。(错误 )

说明：Nagios是集群监控器材，并且是云计较三大利器之一

16. 假如 NameNode 不测终止，SecondaryNameNode 会接替它使集群继承事变。(错误 )

说明：SecondaryNameNode是辅佐规复，而不是更换，怎样规复，可以查察

17. Cloudera CDH 是必要付费行使的。(错误 )

说明：第一套付费产物是Cloudera Enterpris，Cloudera Enterprise在美国加州进行的 Hadoop 大会 (Hadoop Summit) 上果真，以多少私有打点、监控、运作器材增强 Hadoop 的成果。收费采纳合约订购方法，价值随用的 Hadoop 叢集巨细变换。

18. Hadoop 是 Java 开拓的，以是 MapReduce 只支持 Java 说话编写。(错误 )

说明：rhadoop是用R说话开拓的，MapReduce是一个框架，可以领略是一种头脑，可以行使其他说话开拓。

19. Hadoop 支持数据的随机读写。(错 )

说明：lucene是支持随机读写的，而hdfs只支持随机读。可是HBase可以来调停。HBase提供随机读写，来办理Hadoop不能处理赏罚的题目。HBase自底层计划开始即聚焦于各类可伸缩性题目：表可以很“高”，稀有十亿个数据行;也可以很“宽”，稀有百万个列;程度分区并在上千个平凡商用机节点上自动复制。表的模式是物理存储的直接反应，使体系有也许进步高效的数据布局的序列化、存储和检索。

20. NameNode 认真打点 metadata，，client 端每次读写哀求，它城市从磁盘中读取或则会写入 metadata

信息并反馈 client 端。(错误)

说明：NameNode 不必要从磁盘读取 metadata，全部数据都在内存中，硬盘上的只是序列化的功效，只有每次 namenode

启动的时辰才会读取。

1)文件写入

• Client向NameNode提倡文件写入的哀求。
• NameNode按照文件巨细和文件块设置环境，返回给Client它所打点部门DataNode的信息。
• Client将文件分别为多个Block，按照DataNode的地点信息，按次序写入到每一个DataNode块中。

2)文件读取

• Client向NameNode提倡文件读取的哀求。

21. NameNode 当地磁盘生涯了 Block 的位置信息。( 小我私人以为正确，接待提出其余意见)

说明：DataNode是文件存储的根基单位，它将Block存储在当地文件体系中，生涯了Block的Meta-data，同时周期性地将全部存在的Block信息发送给NameNode。NameNode返回文件存储的DataNode的信息。

Client读取文件信息。

22. DataNode 通过长毗连与 NameNode 保持通讯。( )

这个有分歧：详细正在找这方面的有利资料。下面提供资料可参考。

起首明晰一下观念：

(1).长毗连

Client方与Server方先成立通信毗连，毗连成立后不绝开，然后再举办报文发送和吸取。这种方法下因为通信毗连一向存在，此种方法常用于点对点通信。

(2).短毗连

Client方与Server每举办一次报文收发买卖营业时才举办通信毗连，买卖营业完毕后当即断开毗连。此种方法常用于一点对多点通信，好比多个Client毗连一个Server.

23. Hadoop 自身具有严酷的权限打点和安详法子保障集群正常运行。(错误 )

hadoop只能阻止大好人失足，可是不能阻止暴徒干坏事

24. Slave 节点要存储数据，以是它的磁盘越大越好。( 错误)

说明：一旦Slave节点宕机，数据规复是一个困难

25. hadoop dfsadmin –report 呼吁用于检测 HDFS 破坏块。(错误 )

26. Hadoop 默认调治器计策为 FIFO(正确 )

27. 集群内每个节点都应该配 RAID，这样停止单磁盘破坏，影响整个节点运行。(错误 )

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!