hadoop面试题答案.pdf

1.下面哪个程序负责HDFS数据存储。
a)NameNodeb)Jobtrackerc)Datanoded)secondaryNameNodee)tasktracker

答案Cdatanode

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分

3.下列哪个程序通常与NameNode在一个节点启动？
a)SecondaryNameNodeb)DataNodec)TaskTrackerd)Jobtracker

答案D
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：
jobclient，JobTracker与TaskTracker。
1、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
2、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。
3、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

4.Hadoop作者
a)MartinFowlerb)KentBeckc)Dougcutting

答案CDougcutting

5.HDFS默认BlockSize
a)32MBb)64MBc)128MB

答案：B

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
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？

1.cpu处理能力强
2.内存够大
所以集群的瓶颈不可能是a和d
3.如果是互联网有瓶颈，可以让集群搭建内网。每次写入数据都要通过网络（集群是内网），
然后还要写入3份数据，所以IO就会打折扣。
同样可以参考下面帖子的实际案例
集群瓶颈为什么磁盘io
(点此链接360可能会报警，可以完全信任)

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

答案C。
D答案可以参考第三题

多选题：
8.下列哪项可以作为集群的管理？
a)Puppetb)Pdshc)ClouderaManagerd)Zookeeper

答案ABD
具体可查看
什么是Zookeeper，Zookeeper的作用是什么，在Hadoop及hbase中具体作用是什么
9.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ABC
具体可以参考
hadoop机架感知--加强集群稳固性，该如何配置hadoop机架感知

10.Client端上传文件的时候下列哪项正确
a)数据经过NameNode传递给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负责Block复制工作
答案B
分析：
Client向NameNode发起文件写入的请求。

NameNode根