hadoop面试题

1.hadoop集群可以运行的3个模式？

单机（本地）模式

伪分布式模式

集群模式（全分布式模式）

2.单机（本地）模式中的注意点？

在单机模式（standalone）中不会存在守护进程，所以东西都运行在一个JVM中。这里同样没有DFS,使用的是本地文件系统。单机模式适用于开发工程中运行mapreduce程序，这也是最少使用的一个模式。

3.伪分布模式中的注意点？

伪分布式（Pseudo）适用于开发和测试环境，在这个模式中，所有的守护进程都在同一台机器上运行。

4.vm是否可以称为Pseudo？

不是，两个事物，同时Pseudo只针对hadoop。

5.全分布式模式中又有什么注意点?

全分布模式通常被用于生产环境，这里我们使用N台主机组成一个hadoop集群，hadoop守护进程运行在每台主机上，这里会存在namenode运行的主机，datanode运行的主机，以及tasktracker运行的主机。在分布式环境下，主节点和从节点会分开。

6.hadoop是否遵循unix模式？

是的，在unix用例下，hadoop还拥有“conf”目录。

7.hadoop安装在上面目录下？

cloudera和apache使用相同的目录结构，hadoop被安装在cd/usr/lib/hadoop-0.20/

8.Namenode、Job tracker和task tracker的端口号是？

Namenode:70,Jobtracker:30,TaskTracker:60.

9.hadoop的核心配置是什么？

hadoop的核心配置通过两个xml文件来完成：1.hadoop-default.xml;2.hadoop-site.xml.这些文件都使用xml格式，因此每个xml中都有一些属性，包括名称和值，但是当下这些文件都已不复存在了。

10.那当下又该如何配置？

hadoop现在拥有3个配置文件：1.core-site.xml;2.hdfs-site.xml;3.mapred-site.xml.这些文件都保存在conf/子目录下。

11.ran的溢出因子是？

溢出因子（Spill factor）是临时文件中存储文件的大小，也就是hadoop-temp目录。

12.fs.mapr.working.dir只是单一的目录?

fs.mapr.working.dir只是一个目录.

13.hdfs-site.xml的3个主要属性？

dfs.name.dir决定的是元数据存储的路径以及DFS的存储方式（磁盘或是远端）

dfs.data.dir决定的是数据存储的路径

fs.checkpoint.dir用于第二Namenode

14.如何退出输入模式？

退出输入的方式有：1.按ESC；2.键入：q（如果你没有输入任何当下）或者键入：wq（如果你已经输入当下），并且按下enter。

15.当你输入hadoopfsck/造成"connection refused java exception"时，系统究竟发生了什么？

这意味着Namenode没有运行在你的vm之上.

16.我们使用Ubuntu及Cloudera，那么我们该去哪里下载hadoop，或者是默认就与Ubuntu一起安装？

这个属性hadoop的默认设置，你必须从cloudera或者Edureka的dropbox下载，然后在你的系统上运行。当然，你也可以自己配置，但是你需要一个linuxbox，ubuntu或者是red hat。在cloudera网站或者是Edureka的dropbox中有安装步骤。

17.“jps”命令的用处?

查看系统启动的应用进程，可以检查Namenode、Datanode、Task Tracker、Job Tracker是否正常工作。

18.如何重启namenode?

先执行sbin/stop-dfs.sh，再执行sbin/start-dfs.sh

 19.Fsck的全名？

全名是：File System Check

20.如何检查namenode是否正常运行？

如果要检查NameNode是否正常工作，使用命令/etc/init.d/hadoop-0.20-namenode status或者就是简单的jps。

21.mapred.job.tracker命令的作用？

可以让你知道哪个节点是job tracker

22./etc/init.d命令的作用是?

/etc/init.d 说明了守护进程（服务）的位置或状态，其实是linux特性，和hadoop关系不大。

23.如何在浏览器中查找Namenode？

如果你确实需要在浏览器中查找Namenode，你不再需要50070

24.如何从su转到cloudera？

从su转到cloudera只需要键入exit。

25.启动和关闭命令会用到哪些文件？

Slaves及masters

26.Slaves由什么组成？

Slaves由主机的列表组成，每台1行，用于说明数据节点。

27.masters由说明组成？

Masters同样是主机的列表组成，每台一行，用于说明第二个namenode服务器。

28.hadoop-env.sh是用于做什么的？

hadoop-env.sh提供了hadoop中，java_home的运行环境。

29.Master文件是否提供了多个入口？

是的你可以拥有多个Master文件接口。

30.hadoop-env.sh文件当下的位置?

hadoop-env.sh现在位于conf

31.在hadoop_PID_DIR中，PID代表了什么？

PID代表了“ProcessID”.

32./var/hadoop/pids用于做什么？

/var/hadoop/pid用来存储PID。

33.hadoop-metrics.properties文件的作用是?

hadoop-metrics.properties被用做“Reporting”,控制hadoop报告，初始状态是"not to report".

34.hadoop需求什么样的网络？

hadoop核心使用shell（ssh）来驱动从节点上的服务器进程，并在主节点和从节点之间使用password-less SSH连接。

35.全分布式环境下为什么需求password-less SSH?

这主要因为集群中通信过于频繁，Job Tracker需要尽可能快的给Task Tracker发布任务。

36.这会导致安全问题吗？

安全不用担心，hadoop集群是完全隔离的，通常情况下无法从互联网进行操作，与众不同的配置，因此我们不需要在意在这种级别的安全漏洞，比如说通过互联网侵入等等，hadoop为机器之间的连接提供一个相对安全的方式。

37.SSH工作的端口号是？

ssh工作的端口号是22，当然可以通过它来配置，22是默认的端口号。

38.SSH中的注意点还包括？

ssh只是个安全的shell通信，可以把他当做no.22上的一种协议，只需要配置一个密码就可以安全的访问。