hadoop面试复习笔记(1)

0.Mappereduce采用的是Master/Slaves模型

1.Hadoop是一个开源软件框架,支持支持大数据集的存储和处理。Apache Hadoop是存储和处理大数据的解决方案你是因为:

  (1)可扩展性。添加任意数量的节点来提高性能

  (2)可靠。尽管机器出现故障,但是仍能可靠的存储数据

  (3)高可用。尽管机器出现故障,但是Hadoop仍然能够存储数据。如果机器硬件崩溃,可以从另一个路径进行访问。

  (4)经济。

2.Hadoop的核心组件是什么?

  Hadoop是一个开源软件框架,用于分布式存储和处理大数据集。Apache Hadoop核心组件是HDFS,MapReduce和YARN

  HDFS:Hadoop分布式文件系统(HDFS)是Hadoop的主要存储系统。工作原理:存储少量的大文件而不是存储大量的小文件,即使是在硬件故障的情况下,HDFS也可以可靠的存储数据。通过并行访问提供对应用程序的高吞吐量的访问

  MapReduce:是Hadoop的数据处理层。是能够处理存储在HDFS中的大型结构化和非结构化数据的应用程序。MapReduce能够并行处理大量的数据。通过将作业划分为一组独立的子任务来进行处理,MapReduce的工作阶段可以分为Map阶段和Reduce阶段

  YARN:资源调度框架。提供资源管理并允许多个数据引擎处理。

3.Hadoop的特点。

  (1)开源。

  (2)分布式处理:因为HDFS以分布式的方式在整个集群上存储数据,所以MapReduce在集群上是并行的处理数据

  (3)可靠性:尽管机器出现故障,但是仍然能够在集群上可靠的存储数据

  (4)高可用性:尽管硬件出现故障,我们能够从另一路径访问数据

  (5)可扩展性:可以将新硬件添加带节点上

  (6)经济

  (7)易于使用

4.比较Hadoop和RDBMS?

 (1):架构,传统RDBMS具有ACID的属性。而Hadoop是一个计算框架,具有两个主要的组件:分布式文件系统(HDFS)和MapReduce

 (2)数据接收。RDBMS仅能狗接收结构化的数据,而hadoop能够接收结构化数据和非结构数据

 (3)传统RDBMS支持OLTP(实时数据处理),而hadoop不支持的。

5.Hadoop的运行模式有哪些?

  (1)本地模式:单节点非分布式模式运行,作为单个的java进程进行运行。

  (2)为分布式

  (3)完全分布式。

6.本地模式有哪些功能?

  hadoop作为单个java进程以单节点非分布式模式来运行,使用本地文件系统进行相关的输入和输出。仅在测试和调试的时候比较有用

7.伪分布模式有哪些特点?

等同于完全分布式,但是所有的节点都运行在一个节点上

  配置core-site.xml文件:  

<?xml version="1.0"?>      
<!-- core-site.xml -->
<configuration>
        <property>
                <name>fs.defaultFS</name>   //这个地方配置类默认的文件系统,如果是本地模式就是localhost,使用的主机名和端口,最常用的是9000
                <value>hdfs://localhost/</value>
        </property>
</configuration>

 

  配置hddfs-site.xml文件

  

<?xml version="1.0"?>
<!-- hdfs-site.xml -->
<configuration>
        <property>
                <name>dfs.replication</name>
                <value>1</value>        //查看配置的副本数
        </property>
</configuration>

  配置mapreduce  

<configuration>
        <property>
                <name>mapreduce.framework.name</name>  //为MapReduce指定框架名称
                <value>yarn</value>
        </property>
</configuration>

配置shuffle以及资源管理器的地址

  

<configuration>
        <property>
                <name>yarn.resourcemanager.hostname</name>
                <value>localhost</value>
        </property>
        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
        </property>
</configuration>

8.列举出hadoop中定义的最常用的InputFormat哪个是默认的        

  

posted @ 2018-09-12 15:55  stone1234567890  阅读(247)  评论(0编辑  收藏  举报