Hadoop基础知识面试题大汇总.docx
5页
1.Hadoop 集群可以运行的 3 个模式分别是什么, 都有哪些注意点？单机（本地）模式：这种模式在一台单机上运行，没有分布式文件系统， 而是直接读写本地操作系统的文件系统在单机模式（standalone）中 不会存在守护进程，所有东西都运行在一个 JVM 上这里同样没有 DFS，使用的是本地文件系统单机模式适用于开发过程中运行 MapReduce 程序，这也是最少使用的一个模式伪分布式模式：也是在一台单机上运行，但用不同的 Java 进程模仿分布 式运行中的各类结点 (NameNode,DataNode,JobTracker,TaskTracker,SecondaryNameNode)， 伪分布式（Pseudo）适用于开发和测试环境，在这个模式中，所有守护 进程都在同一台机器上运行全分布式模式：全分布模式通常被用于生产环境，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之上这里会存在 Namenode 运行的主机，Datanode 运行的主机，以及 task tracker 运行 的主机在分布式环境下，主节点和从节点会分开2. VM 是否可以称为 Pseudo？不是，两个事物，同时 Pseudo 只针对 Hadoop。
3. 当 Job Tracker 宕掉时，Namenode 会发生什么？当 Job Tracker 失败时，集群仍然可以正常工作，只要 Namenode 没问题4. 是客户端还是 Namenode 决定输入的分片？这并不是客户端决定的，在配置文件中以及决定分片细则5. 是否可以在 Windows 上运行 Hadoop？可以，但是最好不要这么做，Red Hat Linux 或者是 Ubuntu 才是 Hadoop 的最 佳操作系统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 安装在什么目录下？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；Job tracker，30；Task tracker，609. 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. RAM 的溢出因子是？溢出因子（Spill factor）是临时文件中储存文件的大小，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 Namenode14. 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 Enter15. 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？这个属于 Hadoop 的默认配置，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 Linux box，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？这个命令可以检查 Namenode、Datanode、Task Tracker、 Job Tracker 是否正 常工作18. 如何重启 Namenode？点击 stop-all.sh，再点击 start-all.sh键入 sudo hdfs（Enter），su-hdfs （Enter）， /etc/init.d/ha（Enter），及/etc/init.d/hadoop-0.20- namenode start（Enter）19. Fsck 的全名？全名是：File System Check20. 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 Tracker22. /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 localhost:8021，Namenode 的端口号是 5007024. 如何从 SU 转到 Cloudera？从 SU 转到 Cloudera 只需要键入 exit25. 启动和关闭命令会用到哪些文件？Slaves 及 Masters26. 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 由什么组成？Masters 同样是主机的列表组成，每台一行，用于说明第二 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 conf31. 在 Hadoop_PID_DIR 中，PID 代表了什么？PID 代表了“Process ID”32. /var/hadoop/pids 用于做什么？/var/hadoop/pids 用来存储 PID33. 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. password-less SSH 会导致安全问题吗？完全不用担心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，因此我们完全不需要在意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了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 NO.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，可以把它当做 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39. 为什么 SSH 本地主机需要密码？在 SSH 中使用密码主要是增加安全性，在某些情况下也根本不会设置密码通信40. 如果在 SSH 中添加 key，是否还需要设置密码？是的，即使在 SSH 中添加了 key，还是需要设置密码41. 假如 Namenode 中没有数据会怎么样？没有数据的 Namenode 就不能称之为 Namenode，通常情况下，Namenode 肯定会 有数据。
