Hadoop基础知识面试题大汇总
hadoop面试题总结
hadoop⾯试题总结1、hadoop常⽤端⼝号hadoop2.x Hadoop3.x访问HDFS端⼝50070 9870访问MR执⾏情况端⼝8088 8088历史服务器19888 19888客户端访问集群端⼝9000 80202、hadoop集群搭建hadoop搭建流程概述：（1）准备三个客户端，master，node1，node2（2）安装jdk 配置免密 ssh-keygen -t rsa 分发秘钥 ssh-copy-id master ssh-copy-id node1 ssh-copy-id node2（3）配置环境变量 source ⼀下（4）主要有 hadoop环境配置⽂件：hadoop-env.sh hadoop核⼼配置⽂件 core-site.xml yarn配置⽂件 yarn-site.xml mapreduce核⼼配置⽂件 mapred-site.xml hdfs配置⽂件 hdfs-site.xml（5）分发集群⽂件 scp -r /usr/local....... 格式化 hdfs namenode-format 启动集群 start-all.sh 访问hdfs页⾯查看是否搭建成功3、环境配置⽂件主要内容（1）hadoop-env.sh ： Hadoop 环境配置⽂件vim hadoop-env.sh修改JAVA_HOMEexport JAVA_HOME=/usr/local/soft/jdk1.8.0_171（2）core-site.xml ： hadoop核⼼配置⽂件vim core-site.xml在configuration中间增加以下内容<property><name>fs.defaultFS</name><value>hdfs://master:9000</value></property><property><name>hadoop.tmp.dir</name><value>/usr/local/soft/hadoop-2.7.6/tmp</value></property><property><name>fs.trash.interval</name><value>1440</value></property>（3）hdfs-site.xml ： hdfs配置⽂件vim hdfs-site.xml在configuration中间增加以下内容<property><name>dfs.replication</name><value>1</value></property><property><name>dfs.permissions</name><value>false</value></property>（4）yarn-site.xml： yarn配置⽂件vim yarn-site.xml在configuration中间增加以下内容<property><name>yarn.resourcemanager.hostname</name><value>master</value></property><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><property><name>yarn.log-aggregation-enable</name><value>true</value></property><property><name>yarn.log-aggregation.retain-seconds</name><value>604800</value></property><property><name>yarn.nodemanager.resource.memory-mb</name><value>20480</value></property><property><name>yarn.scheduler.minimum-allocation-mb</name><value>2048</value></property><property><name>yarn.nodemanager.vmem-pmem-ratio</name><value>2.1</value></property>（5）mapred-site.xml： mapreduce配置⽂件重命名mv mapred-site.xml.template mapred-site.xmlvim mapred-site.xml在configuration中间增加以下内容<property><name></name><value>yarn</value></property><property><name>mapreduce.jobhistory.address</name><value>master:10020</value></property><property><name>mapreduce.jobhistory.webapp.address</name><value>master:19888</value></property>3、hdfs读写流程写流程：1）客户端向namenode请求上传⽂件，namenode检查⽬标⽂件是否已存在，⽗⽬录是否存在。
hadoop常见面试问题
hadoop常见面试问题
以下是一些Hadoop常见的面试问题：
1. Hadoop是什么？它在大数据领域中的作用是什么？
2. Hadoop的核心组件有哪些？它们各自的作用是什么？
3. HDFS是什么？它有哪些特点和优势？
4. MapReduce是什么？它是如何工作的？
5. YARN是什么？它在Hadoop中的作用是什么？
6. 在Hadoop中如何处理数据倾斜？有哪些常见的数据倾斜问题需要避免？
7. Hadoop集群的部署和配置需要注意哪些问题？
8. 如何优化Hadoop集群的性能？有哪些常见的性能调优方法？
9. 在Hadoop中如何进行数据迁移？有哪些常见的迁移策略？
10. 如何进行Hadoop的安全性配置和管理？有哪些常见的安全措施需要采取？
11. Hadoop和Spark的区别和联系是什么？在什么情况下应该选择Hadoop或Spark？
12. 在Hadoop中如何进行数据清洗和预处理？有哪些常用的工具和库可以使用？
13. 如何使用Hadoop进行机器学习和数据挖掘？有哪些常见的算法和应用场景？
14. Hadoop的版本演进和兼容性问题需要注意哪些方面？
15. 你如何在Hadoop上进行大数据实时流处理？有哪些常用的流处理框架可以选择和使用？。
Hadoop最全面试题整理(附目录)
Hadoop面试题目及答案(附目录)选择题1.下面哪个程序负责HDFS 数据存储。
a)NameNode b)Jobtracker c)Datanode d)secondaryNameNode e)tasktracker答案C datanode2. 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 份3.下列哪个程序通常与NameNode 在一个节点启动？a)SecondaryNameNode b)DataNode c)TaskTracker d)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secondaryNameNode（运行在单独的物理机器上）和NameNode 运行在不同的机器上。
JobTracker 和TaskTrackerJobTracker 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。
Hadoop 100道面试题及答案解析
3.6误）3.7Hadoop支持数据的随机读写。
（错） (8)NameNode负责管理metadata，client端每次读写请求，它都会从磁盘中3.8读取或则会写入metadata信息并反馈client端。
（错误） (8)NameNode本地磁盘保存了Block的位置信息。
（个人认为正确，欢迎提出其它意见） (9)3.93.10 3.11DataNode通过长连接与NameNode保持通信。
（有分歧） (9)Hadoop自身具有严格的权限管理和安全措施保障集群正常运行。
（错误）93.12 3.13 3.14Slave节点要存储数据，所以它的磁盘越大越好。
（错误） (9)hadoop dfsadmin–report命令用于检测HDFS损坏块。
（错误） (9)Hadoop默认调度器策略为FIFO（正确） (9)100道常见Hadoop面试题及答案解析目录1单选题 (5)1.1 1.2 1.3 1.4 1.5 1.6 1.7下面哪个程序负责HDFS数据存储。
(5)HDfS中的block默认保存几份？ (5)下列哪个程序通常与NameNode在一个节点启动？ (5)Hadoop作者 (6)HDFS默认Block Size (6)下列哪项通常是集群的最主要瓶颈： (6)关于SecondaryNameNode哪项是正确的？ (6)2 3多选题 (7)2.12.22.32.42.5下列哪项可以作为集群的管理？ (7)配置机架感知的下面哪项正确： (7)Client端上传文件的时候下列哪项正确？ (7)下列哪个是Hadoop运行的模式： (7)Cloudera提供哪几种安装CDH的方法？ (7)判断题 (8)3.13.23.3Ganglia不仅可以进行监控，也可以进行告警。
（正确） (8)Block Size是不可以修改的。
（错误） (8)Nagios不可以监控Hadoop集群，因为它不提供Hadoop支持。
Hadoop常见面试笔试题目与参考答案小结
Hadoop常见⾯试笔试题⽬与参考答案⼩结1. namenode的重要性是什么?namenode的作⽤在Hadoop中⾮常重要。
它是Hadoop的⼤脑，主要负责管理系统上的分配块，还为客户提出请求时的数据提供特定地址2. 当NameNode关闭时会发⽣什么?如果NameNode关闭，⽂件系统将脱机。
3. 是否可以在不同集群之间复制⽂件?如果是的话，怎么能做到这⼀点?是的，可以在多个Hadoop集群之间复制⽂件，这可以使⽤分布式复制来完成。
Distcp是⼀个Hadoop复制⼯具，主要⽤于执⾏MapReduce作业来复制数据。
Hadoop环境中的主要挑战是在各集群之间复制数据，distcp也将提供多个datanode来并⾏复制数据。
4. 什么是检查点?对⽂件数据的修改不是直接写回到磁盘的，很多操作是先缓存到内存的Buffer中，当遇到⼀个检查点Checkpoint时，系统会强制将内存中的数据写回磁盘，当然此时才会记录⽇志，从⽽产⽣持久的修改状态。
因此，不⽤重放⼀个编辑⽇志，NameNode可以直接从FsImage加载到最终的内存状态，这肯定会降低NameNode启动时间5. 什么是机架感知?这是⼀种决定如何根据机架定义放置块的⽅法。
Hadoop将尝试限制存在于同⼀机架中的datanode之间的⽹络流量。
为了提⾼容错能⼒，名称节点会尽可能把数据块的副本放到多个机架上。
综合考虑这两点的基础上Hadoop设计了机架感知功能。
6. 投机性执⾏如果⼀个节点正在执⾏⽐主节点慢的任务。
那么就需要在另⼀个节点上冗余地执⾏同⼀个任务的⼀个实例。
所以⾸先完成的任务会被接受，另⼀个可能会被杀死。
这个过程被称为“投机执⾏”。
7. 是否可以在Windows上运⾏Hadoop?可以，但是最好不要这么做，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，因为会出现各种各样的问题。
大数据工程师面试题及答案
大数据工程师面试题及答案在大数据领域，对工程师的要求越来越高。
以下是一些常见的大数据工程师面试题及答案，希望能为您的面试准备提供一些帮助。
一、基础知识1、请简要介绍一下 Hadoop 生态系统中的主要组件。
答案：Hadoop 生态系统主要包括 HDFS（分布式文件系统）用于存储大规模数据；YARN（资源管理框架）负责资源的分配和调度；MapReduce（分布式计算框架）用于处理大规模数据的计算任务。
此外，还有 Hive（数据仓库工具）、HBase（分布式数据库）、Sqoop（数据导入导出工具）等组件。
2、什么是数据仓库？与数据库有什么区别？答案：数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。
数据库主要用于事务处理，强调实时性和一致性；而数据仓库侧重于数据分析和决策支持，数据量大、结构复杂，存储历史数据。
二、数据处理和分析1、如何处理数据倾斜问题？答案：数据倾斜通常是指某些键值的分布不均匀，导致某些任务处理的数据量远大于其他任务。
可以通过对倾斜的键进行加盐处理，或者使用 Combiner 函数在 Map 端进行局部聚合来缓解。
还可以对数据进行重新分区，或者调整并行度等方式来解决。
2、请介绍一下 Spark 的核心概念，如 RDD、DataFrame 和 Dataset。
答案：RDD（弹性分布式数据集）是 Spark 的基础数据结构，具有不可变、可分区、可并行操作等特点。
DataFrame 类似于关系型数据库中的表，具有列名和数据类型。
Dataset 是 DataFrame 的扩展，提供了类型安全和面向对象的编程接口。
三、数据存储1、介绍一下 HBase 的架构和工作原理。
答案：HBase 基于 Hadoop 的 HDFS 存储数据，采用主从架构。
HMaster 负责管理表的元数据，HRegionServer 负责存储和管理实际的数据。
数据按照行键进行排序和存储，通过 Region 进行划分和管理。
大数据方向_面试题目(3篇)
第1篇一、基础知识与理论1. 请简述大数据的概念及其与传统数据处理的区别。
2. 请解释什么是Hadoop，并简要说明其组成部分。
3. 请简述MapReduce的核心思想及其在Hadoop中的应用。
4. 请描述HDFS（Hadoop分布式文件系统）的工作原理及其优势。
5. 请说明YARN（Yet Another Resource Negotiator）的作用及其在Hadoop中的地位。
6. 请解释什么是Spark，以及它与传统的大数据处理技术相比有哪些优势。
7. 请描述Spark的架构及其核心组件。
8. 请说明什么是Hive，并简要介绍其作用。
9. 请解释什么是HBase，以及它在大数据中的应用场景。
10. 请说明什么是NoSQL，并列举几种常见的NoSQL数据库及其特点。
二、Hadoop生态系统1. 请介绍Hadoop生态系统中常用的数据处理工具，如Hive、Pig、Spark等。
2. 请说明Hadoop生态系统中常用的数据分析工具，如Elasticsearch、Kafka、Flume等。
3. 请解释Hadoop生态系统中数据存储解决方案，如HDFS、HBase、Cassandra等。
4. 请描述Hadoop生态系统中常用的数据仓库解决方案，如Apache Hudi、Delta Lake等。
5. 请说明Hadoop生态系统中常用的数据可视化工具，如Tableau、Power BI、D3.js等。
三、大数据技术1. 请简述大数据技术中的数据清洗、数据集成、数据存储、数据挖掘等基本概念。
2. 请介绍大数据技术中的数据挖掘算法，如聚类、分类、关联规则等。
3. 请说明大数据技术中的数据可视化方法及其在数据分析中的应用。
4. 请描述大数据技术中的实时数据处理技术，如流处理、事件驱动等。
5. 请介绍大数据技术中的机器学习算法及其在数据分析中的应用。
四、大数据应用案例1. 请列举大数据技术在金融、医疗、电商、物联网等领域的应用案例。
史上最全的大数据面试题,大数据开发者必看
史上最全的大数据面试题,大数据开发者必看在大数据领域，面试常常是求职者获取工作机会的重要环节。
面试官会针对各个方面提问，从技术知识到项目经验，从算法能力到数据处理能力，全方位考察候选人的综合素质。
为了帮助大数据开发者准备面试，本文整理了一份史上最全的大数据面试题，供参考使用。
一、Hadoop基础知识1·Hadoop的核心组件有哪些？分别简要介绍。
2·HDFS的特点和工作原理是什么？3·MapReduce的工作原理是什么？举例说明MapReduce的运行流程。
4·Hadoop集群的搭建步骤和注意事项是什么？5·Hadoop环境中如何进行数据备份和恢复操作？二、Hadoop生态系统1·Hive和HBase有什么区别？适用场景分别是什么？2·Pig和Hive的功能和使用场景有何异同？3·Sqoop和Flume的作用及使用场景有哪些？4·ZooKeeper的作用是什么？简要介绍其应用场景。
5·Spark和Hadoop的区别是什么？它们之间如何共同工作？三、大数据处理技术1·数据采集的方法有哪些？请简要说明每种方法的原理和适用场景。
2·数据清洗的过程和步骤有哪些？如何处理用户输入的脏数据？3·数据存储有哪些方式？请简要介绍每种方式的特点和适用场景。
4·数据挖掘常用的算法有哪些？请简要说明每种算法的原理和适用场景。
5·数据可视化的方法和工具都有哪些？请简要介绍每种方法和工具的特点和适用场景。
四、大数据实战项目1·请简要介绍你参与过的大数据项目，包括项目背景、使用的技术和取得的成果。
2·在项目中如何解决数据倾斜的问题？请具体描述解决方案。
3·在项目中如何保证数据的安全性和隐私性？4·在处理大规模数据时，如何优化性能和提高效率？5·请描述一个你在项目中遇到的难题，并介绍你是如何解决的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.Hadoop集群可以运行的3个模式分别是什么, 都有哪些注意点？
∙单机（本地）模式：这种模式在一台单机上运行，没有分布式文件系统，而是直接读写本地操作系统的文件系统。
在单机模式（standalone）中不会存在守护进程，所有东西都运行在一个JVM上。
这里同样没有DFS，使用的是本地文件系统。
单机模式适用于开发过程中运行MapReduce程序，这也是最少使用的一个模式。
∙伪分布式模式：也是在一台单机上运行，但用不同的Java进程模仿分布式运行中的各类结点
(NameNode,DataNode,JobTracker,TaskTracker,SecondaryNameNode)，伪分布式（Pseudo）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。
∙全分布式模式：全分布模式通常被用于生产环境，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。
这里会存在Namenode 运行的主机，Datanode运行的主机，以及task tracker运行的主机。
在分布式环境下，主节点和从节点会分开。
2. VM是否可以称为Pseudo？
不是，两个事物，同时Pseudo只针对Hadoop。
3. 当Job Tracker宕掉时，Namenode会发生什么？
当Job Tracker失败时，集群仍然可以正常工作，只要Namenode没问题。
4. 是客户端还是Namenode决定输入的分片？
这并不是客户端决定的，在配置文件中以及决定分片细则。
5. 是否可以在Windows上运行Hadoop？
可以，但是最好不要这么做，Red Hat Linux或者是Ubuntu才是Hadoop的最佳操作系统。
6. Hadoop是否遵循UNIX模式？
是的，在UNIX用例下，Hadoop还拥有“conf”目录。
7. Hadoop安装在什么目录下？
Cloudera和Apache使用相同的目录结构，Hadoop被安装在
cd/usr/lib/hadoop-0.20/。
8. Namenode、Job tracker和task tracker的端口号是？
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文件来完成：1，hadoop-default.xml；2，hadoop-site.xml。
这些文件都使用xml格式，因此每个xml中都有一些属性，包括名称和值，但是当下这些文件都已不复存在。
10. 那当下又该如何配置？
Hadoop现在拥有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/子目录下。
11. RAM的溢出因子是？
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。
12. fs.mapr.working.dir只是单一的目录？
fs.mapr.working.dir只是一个目录。
13. hdfs-site.xml的3个主要属性？
·.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. 如何退出输入模式？
退出输入的方式有：1，按ESC；2，键入:q（如果你没有输入任何当下）或者键入:wq（如果你已经输入当下），并且按下Enter。
15. 当你输入hadoopfsck /造成
“connection refused java exception’”时，系统究竟发生了什么？
这意味着Namenode没有运行在你的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，然后在你的系统上运行。
当然，你也可以自己配置，但是你需要一个Linux box，Ubuntu或者是Red Hat。
在Cloudera网站或者是Edureka的Dropbox中有安装步骤。
17. “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。
18. 如何重启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. 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或者就是简单的jps。
21. mapred.job.tracker命令的作用？
可以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，其实是LINUX特性，和Hadoop关系不大。
23. 如何在浏览器中查找Namenode？
如果你确实需要在浏览器中查找Namenode，你不再需要localhost:8021，Namenode的端口号是50070。
24. 如何从SU转到Cloudera？
从SU转到Cloudera只需要键入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同样是主机的列表组成，每台一行，用于说明第二Namenode服务器。
28. hadoop-env.sh是用于做什么的？
hadoop-env.sh提供了Hadoop中. JAVA_HOME的运行环境。
29. Master文件是否提供了多个入口？
是的你可以拥有多个Master文件接口。
30. hadoop-env.sh文件当下的位置？
hadoop-env.sh现在位于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）来驱动从节点上的服务器进程，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？
这主要因为集群中通信过于频繁，Job Tracker需要尽可能快的给
Task Tracker发布任务。
36. password-less SSH会导致安全问题吗？
完全不用担心。
Hadoop集群是完全隔离的，通常情况下无法从互联网进行操作。
与众不同的配置，因此我们完全不需要在意这种级别的安全漏洞，比如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工作的端口号是？
SSH工作的端口号是NO.22，当然可以通过它来配置，22是默认的端口号。
38. SSH中的注意点还包括？
SSH只是个安全的shell通信，可以把它当做NO.22上的一种协议，只需要配置一个密码就可以安全的访问。
39. 为什么SSH本地主机需要密码？
在SSH中使用密码主要是增加安全性，在某些情况下也根本不会设置密码通信。
40. 如果在SSH中添加key，是否还需要设置密码？
是的，即使在SSH中添加了key，还是需要设置密码。
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。