2018年常见Hadoop面试题及答案_光环大数据培训

光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cn20182018 年常见年常见 HadoopHadoop 面试题及答案面试题及答案_ _光环大数据培训光环大数据培训hadoop 的测试题及答案解析，题目种类挺多，一共有 98 道题，题目难度不大， 对于高手来说，90 分以上才是你的追求。1 单选题1.1 下面哪个程序负责 HDFS 数据存储。a)NameNodeb)Jobtrackerc)Datanoded)secondaryNameNodee)tasktracker答案 C datanode1.2 HDfS 中的 block 默认保存几份?a)3 份b)2 份c)1 份d)不确定答案 A 默认 3 份1.3 下列哪个程序通常与 NameNode 在一个节点启动?a)SecondaryNameNodeb)DataNodec)TaskTracker光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cnd)Jobtracker答案 D，此题分析：hadoop 的集群是基于 master/slave 模式，namenode 和 jobtracker 属 于 master，datanode 和 tasktracker 属 于 slave ， master 只 有 一 个 ， 而 slave 有多个 SecondaryNameNode 内存需求和 NameNode 在一个数量级 上，所以通常 secondary ，NameNode(运行在单独的物理机器上)和 NameNode 运行在不同的机器上。JobTracker 和 TaskTracker，JobTracker 对应于 NameNode，TaskTracker 对应于 DataNode，DataNode 和 NameNode 是针对数 据存放来而言的，JobTracker 和 TaskTracker 是对于 MapReduce 执行而言的， mapreduce 中几个主要概念，mapreduce 整体上可以分为这么几条执行线索： obclient，JobTracker 与 TaskTracker。JobClient 会在用户端通过 JobClient 类将应用已经配置参数打包成 jar 文件存储到 hdfs，并把路径提交到 Jobtracker,然后由 JobTracker 创建每一 个 Task(即 MapTask 和 ReduceTask)并将它们分发到各个 TaskTracker 服务 中去执行。JobTracker 是一个 master 服务，软件启动之后 JobTracker 接收 Job， 负责调度 Job 的每一个子任务 task 运行于 TaskTracker 上，并监控它们， 如果发现有失败的 task 就重新运行它。一般情况应该把 JobTracker 部署在 单独的机器上。TaskTracker 是运行在多个节点上的 slaver 服务。TaskTracker 主动与 JobTracker 通信，接收作业，并负责直接执行每一个任务。TaskTracker 都需 要运行在 HDFS 的 DataNode 上。1.4 Hadoop 作者a)Martin Fowlerb)Kent Beckc)Doug cutting答案 C Doug cutting1.5 HDFS 默认 Block Sizea)32MB光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cnb)64MBc)128MB答案：B(因为版本更换较快，这里答案只供参考)1.6 下列哪项通常是集群的最主要瓶颈：a)CPUb)网络c)磁盘 IOd)内存答案：C 磁盘该题解析：首先集群的目的是为了节省成本，用廉价的 pc 机，取代小型机及大型机。 小型机和大型机有什么特点?cpu 处理能力强内存够大。所以集群的瓶颈不可能是 a 和 d网络是一种稀缺资源，但是并不是瓶颈。由于大数据面临海量数据，读写数据都需要 io，然后还要冗余数据， hadoop 一般备 3 份数据，所以 IO 就会打折扣。1.7 关于 SecondaryNameNode 哪项是正确的?a)它是 NameNode 的热备b)它对内存没有要求c)它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间d)SecondaryNameNode 应与 NameNode 部署到一个节点。光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cn答案 C2 多选题2.1 下列哪项可以作为集群的管理?a)Puppetb)Pdshc)Cloudera Managerd)Zookeeper答案：ABD2.2 配置机架感知的下面哪项正确：a)如果一个机架出问题，不会影响数据读写b)写入数据的时候会写到不同机架的 DataNode 中c)MapReduce 会根据机架获取离自己比较近的网络数据答案 ABC2.3 Client 端上传文件的时候下列哪项正确?a)数据经过 NameNode 传递给 DataNodeb)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 负责 Block 复 制工作答案 B，该题分析：lient 向 NameNode 发起文件写入的请求。NameNode 根据文件大小和文件块配置情况，返回给 Client 它所管理部分 DataNode 的信息。光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cnClient 将文件划分为多个 Block，根据 DataNode 的地址信息，按顺序写 入到每一个 DataNode 块中。2.4 下列哪个是 Hadoop 运行的模式：a)单机版b)伪分布式c)分布式答案 ABC2.5 Cloudera 提供哪几种安装 CDH 的方法?a)Cloudera managerb)Tarballc)Yumd)Rpm答案：ABCD3 判断题3.1 Ganglia 不仅可以进行监控，也可以进行告警。( 正确)分析：此题的目的是考 Ganglia 的了解。严格意义上来讲是正确。 ganglia 作为一款最常用的 Linux 环境中的监控软件，它擅长的的是从节点中 按照用户的需求以较低的代价采集数据。但是 ganglia 在预警以及发生事件后通知用户上并不擅长。最新的 ganglia 已经有了部分这方面的功能。但是更擅长做警告的还有 Nagios。Nagios，就是一款精于预警、通知的软件。通过将 Ganglia 和 Nagios 组合起来，把 Ganglia 采集的数据作为 Nagios 的数据源，然后利用 Nagios 来发送预警通知，可以完美的实现一整套监控管理的系统。3.2 Block Size 是不可以修改的。(错误 )分析：它是可以被修改的 Hadoop 的基础配置文件是 hadoop- default.xml，默认建立一个 Job 的时候会建立 Job 的 Config，Config 首先 读入 hadoop-default.xml 的配置，然后再读入 hadoop-site.xml 的配置(这光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cn个文件初始的时候配置为)，hadoop-site.xml 中主要配置需要覆盖的 hadoop- default.xml 的系统级配置。3.3 Nagios 不可以监控 Hadoop 集群，因为它不提供 Hadoop 支持。(错 误 )分析：Nagios 是集群监控工具，而且是云计算三大利器之一3.4 如果 NameNode 意外终止，SecondaryNameNode 会接替它使集群继续 工作。(错误 )分析：SecondaryNameNode 是帮助恢复，而不是替代，如何恢复，可以查 看3.5 Cloudera CDH 是需要付费使用的。(错误 )分析：第一套付费产品是 Cloudera Enterpris，Cloudera Enterprise 在 美国加州举行的 Hadoop 大会 (Hadoop Summit) 上公开，以若干私有管理、监 控、运作工具加强 Hadoop 的功能。收费采取合约订购方式，价格随用的 Hadoop 叢集大小变动。3.6 Hadoop 是 Java 开发的，所以 MapReduce 只支持 Java 语言编写。 (错误 )分析：rhadoop 是用 R 语言开发的，MapReduce 是一个框架，可以理解是 一种思想，可以使用其他语言开发。3.7 Hadoop 支持数据的随机读写。(错 )分析：lucene 是支持随机读写的，而 hdfs 只支持随机读。但是 HBase 可以来补救。HBase 提供随机读写，来解决 Hadoop 不能处理的问题。HBase 自 底层设计开始即聚焦于各种可伸缩性问题：表可以很“高”，有数十亿个数据 行;也可以“宽”，有数百万个列;水平分区并在上千个普通商用机节点上自动 复制。表的模式是物理存储的直接反映，使系统有可能提高高效的数据结构的 序列化、存储和检索。3.8 NameNode 负责管理 metadata，client 端每次读写请求，它都会从磁 盘中读取或则会写入 metadata 信息并反馈 client 端。(错误)此题分析：光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cnNameNode 不需要从磁盘读取 metadata，所有数据都在内存中，硬盘上的 只是序列化的结果，只有每次 namenode 启动的时候才会读取。1)文件写入Client 向 NameNode 发起文件写入的请求。NameNode 根据文件大小和文件块配置情况，返回给 Client 它所管理部分 DataNode 的信息。Client 将文件划分为多个 Block，根据 DataNode 的地址信息，按顺序写 入到每一个DataNode 块中。2)文件读取Client 向 NameNode 发起文件读取的请求。3.9 NameNode 本地磁盘保存了 Block 的位置信息。( 个人认为正确，欢 迎提出其它意见)分析：DataNode 是文件存储的基本单元，它将 Block 存储在本地文件系 统中，保存了 Block 的 Meta-data，同时周期性地将所有存在的 B