Hadoop 面试题知识点总结
本文将详细解释 Hadoop 面试题的知识点，涵盖 Hadoop 集群的三种模式、 Namenode、Job tracker 和 Task tracker 的端口号、Hadoop 的核心配置、RAM 的溢出因子等。
Hadoop 集群的三种模式
Hadoop 集群可以运行的三种模式分别是单机（本地）模式、伪分布式模式和全分布式模式。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。在单机模式中不会存在守护进程，所有东西都运行在一个 JVM 上。伪分布模式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 守护进程运行在每台主机之上。
Namenode、Job tracker 和 Task tracker 的端口号
Namenode、Job tracker 和 Task tracker 的端口号分别是 70、30 和 60。
Hadoop 的核心配置
Hadoop 的核心配置通过三个 xml 文件来完成：core-site.xml、hdfs-site.xml 和 mapred-site.xml。这些文件都保存在 conf/子目录下。
RAM 的溢出因子
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。
fs.mapr.working.dir
fs.mapr.working.dir 只是一个目录。
hdfs-site.xml 的 3 个主要属性
hdfs-site.xml 的 3 个主要属性分别是 dfs.name.dir、dfs.data.dir 和 fs.checkpoint.dir。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。
如何退出输入模式
退出输入的方式有两种：按 ESC 键或键入：q（如果你没有输入任何东西）或者键入：wq（如果你已经输入东西），并且按下 Enter 键。
当你输入 hadoopfsck /造成“connection refused java exception’”时
这意味着 Namenode 没有运行在你的 VM 之上。
如何下载 Hadoop
你可以从 Cloudera 或者 Edureka 的 dropbox 下载 Hadoop，然后在你的系统上运行。
“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。
如何重启 Namenode
可以使用以下两种方法：点击 stop-all.sh，再点击 start-all.sh；或键入 sudo hdfs（Enter），su-hdfs（Enter），/etc/init.d/ha（Enter），及/etc/init.d/hadoop-0.20-namenode start（Enter）。
Fsck 的全名
Fsck 的全名是：File System Check。
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 或者简单的 jps 命令。
