Hadoop科普文—常见的45个问题解答 · Hadoop
1.Hadoop集群能够执行的3个模式
· 单机（本地）模式
· 伪分布式模式
· 全分布式模式
2. 单机（本地）模式中的注意点？
在单机模式（standalone）中不会存在守护进程，全部东西都执行在一个JVM上。
这里相同没有DFS，使用的是本地文件系统。单机模式适用于开发过程中执行MapReduce程序，这也是最少使用的一个模式。
3. 伪分布模式中的注意点？
伪分布式（Pseudo）适用于开发和測试环境，在这个模式中，全部守护进程都在同一台机器上执行。
4. VM能否够称为Pseudo？
不是，两个事物。同一时候Pseudo仅仅针对Hadoop。
5. 全分布模式又有什么注意点？
全分布模式通常被用于生产环境，这里我们使用N台主机组成一个Hadoop集群，Hadoop守护进程执行在每台主机之上。这里会存在Namenode执行的主机。Datanode执行的主机。以及task tracker执行的主机。在分布式环境下。主节点和从节点会分开。
6. Hadoop是否遵循UNIX模式？
是的，在UNIX用例下，Hadoop还拥有“conf”文件夹。
7. Hadoop安装在什么文件夹下？
Cloudera和Apache使用同样的文件夹结构，Hadoop被安装在cd/usr/lib/hadoop-0.20/。
8. Namenode、Job tracker和task tracker的port号是？
Namenode。70。Job tracker，30。Task tracker，60。
9. Hadoop的核心配置是什么？
Hadoop的核心配置通过两个xml文件来完毕：1，hadoop-default.xml；2，hadoop-site.xml。这些文件都使用xml格式，因此每一个xml中都有一些属性，包含名称和值，可是当下这些文件都已不复存在。
10. 那当下又该怎样配置？
Hadoop如今拥有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/子文件夹下。
11. RAM的溢出因子是？
溢出因子（Spill factor）是暂时文件里储存文件的大小。也就是Hadoop-temp文件夹。
12. fs.mapr.working.dir仅仅是单一的文件夹？
fs.mapr.working.dir仅仅是一个文件夹。
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Namenode
14. 怎样退出输入模式？
退出输入的方式有：1。按ESC；2。键入:q（假设你没有输入不论什么当下）或者键入:wq（假设你已经输入当下），而且按下Enter。
15. 当你输入hadoopfsck /造成“connection refused java exception’”时，系统到底发生了什么？
这意味着Namenode没有执行在你的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。然后在你的系统上执行。当然。你也能够自己配置，可是你须要一个Linux box，Ubuntu或者是Red Hat。在Cloudera站点或者是Edureka的Dropbox中有安装步骤。
17. “jps”命令的用处？
这个命令能够检查Namenode、Datanode、Task Tracker、 Job Tracker是否正常工作。
18. 怎样重新启动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 Check。
20. 怎样检查Namenode是否正常执行？
假设要检查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？ 能够让你知道哪个节点是Job Tracker。 22. /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。事实上是LINUX特性。和Hadoop关系不大。 23. 怎样在浏览器中查找Namenode？ 假设你确实须要在浏览器中查找Namenode。你不再须要localhost:8021，Namenode的port号是50070。 24. 怎样从SU转到Cloudera？ 从SU转到Cloudera仅仅须要键入exit。 25. 启动和关闭命令会用到哪些文件？ Slaves及Masters。 26. 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相同是主机的列表组成。每台一行。用于说明第二Namenodeserver。 28. hadoop-env.sh是用于做什么的？ hadoop-env.sh提供了Hadoop中. JAVA_HOME的执行环境。 29. Master文件是否提供了多个入口？ 是的你能够拥有多个Master文件接口。 30. hadoop-env.sh文件当下的位置？ hadoop-env.sh如今位于conf。 31. 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PID。 33. 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server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？ 这主要由于集群中通信过于频繁，Job Tracker须要尽可能快的给Task Tracker公布任务。 36. 这会导致安全问题吗？ 全然不用操心。 Hadoop集群是全然隔离的，通常情况下无法从互联网进行操作。与众不同的配置。因此我们全然不须要在意这样的级别的安全漏洞。比方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port号是？ SSH工作的port号是NO.22。当然能够通过它来配置，22是默认的port号。 38. SSH中的注意点还包含？ SSH仅仅是个安全的shell通信，能够把它当做NO.22上的一种协议，仅仅须要配置一个password就能够安全的訪问。 39. 为什么SSH本地主机须要password？ 在SSH中使用password主要是添加安全性。在某些情况下也根本不会设置password通信。 40. 假设在SSH中加入key，是否还须要设置password？ 是的，即使在SSH中加入了key，还是须要设置password。 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。 42. 当Job Tracker宕掉时，Namenode会发生什么？ 当Job Tracker失败时。集群仍然能够正常工作，仅仅要Namenode没问题。 43. 是client还是Namenode决定输入的分片？ 这并非client决定的，在配置文件里以及决定分片细则。 44. 能否够自行搭建Hadoop集群？ 是的，仅仅要对Hadoop环境足够熟悉。你全然能够这么做。 45. 能否够在Windows上执行Hadoop？ 你最好不要这么做，Red Hat Linux或者是Ubuntu才是Hadoop的最佳操作系统。 在Hadoop安装中，Windows通常不会被使用。由于会出现各种各样的问题。因此。Windows绝对不是Hadoop的推荐系统。 |
