Hadoop科普文—常见的45个问题解答 · Hadoop

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？

。Job tracker，30。Task tracker，60。

9.  Hadoop的核心配置是什么？

，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？

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。

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？

。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？

。

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？

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？

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。