Hadoop面试试题
在日复一日的学习、工作生活中，我们会经常接触并使用试题，试题可以帮助学校或各主办方考察参试者某一方面的知识才能。你知道什么样的试题才能切实地帮助到我们吗？以下是小编整理的Hadoop面试试题，仅供参考，欢迎大家阅读。
一、什么是Hadoop？
Hadoop是一个开源软件框架，用于存储大量数据，并发处理/查询在具有多个商用硬件（即低成本硬件）节点的集群上的那些数据。总之，Hadoop包括以下内容：
HDFS（Hadoop Distributed File System，Hadoop分布式文件系统）：HDFS允许你以一种分布式和冗余的方式存储大量数据。例如，1 GB（即1024 MB）文本文件可以拆分为16 * 128MB文件，并存储在Hadoop集群中的8个不同节点上。每个分裂可以复制3次，以实现容错，以便如果1个节点故障的话，也有备份。HDFS适用于顺序的“一次写入、多次读取”的类型访问。
MapReduce：一个计算框架。它以分布式和并行的方式处理大量的数据。当你对所有年龄> 18的用户在上述1 GB文件上执行查询时，将会有“8个映射”函数并行运行，以在其128 MB拆分文件中提取年龄> 18的用户，然后“reduce”函数将运行以将所有单独的输出组合成单个最终结果。
YARN（Yet Another Resourc ……此处隐藏184个字……安装配置一个apache开源版hadoop，只描述即可，无需列出完整步骤，能列出步骤更好。
1、安装JDK并配置环境变量（/etc/profile）；
2、关闭防火墙；
3、配置hosts文件，方便hadoop通过主机名访问（/etc/hosts）；
4、设置ssh免密码登录；
5、解压缩hadoop安装包，并配置环境变量；
6、修改配置文件（$HADOOP_HOME/conf）；hadoop-env.sh core-site.xml hdfs-site.xml mapred-site.xml；
7、格式化hdfs文件系统（hadoop namenode-format）；
8、启动hadoop（$HADOOP_HOME/bin/start-all.sh）；
9、使用jps查看进程。
五、请列出正常工作的hadoop集群中hadoop都分别需要启动那些进程，他们的作用分别是什么，尽可能写的全面些。
1、NameNode: HDFS的守护进程，负责记录文件是如何分割成数据块，以及这些数据块分别被存储到那些数据节点上，它的主要功能是对内存及IO进行集中管理。
2、Secondary NameNode：辅助后台程序，与NameNode进行通信，以便定期保存HDFS元数据的快照。
3、DataNode：负责把HDFS数据块读写到本地的文件系统。
4、JobTracker：负责分配task，并监控所有运行的task。
5、TaskTracker：负责执行具体的task，并与JobTracker进行交互。
