17.ClouderaCDH是需要付費使用的。()

18.Hadoop是Java開發的，所以MapReduce只支持Java語言編寫。()

19.Hadoop支持數據的隨機讀寫。()

20.NameNode負責管理metadata，client端每次讀寫請求，它都會從磁盤中讀取或則會寫入metadata信息并反饋client端。()

21.NameNode本地磁盤保存了Block的位置信息。()

22.DataNode通過長連接與NameNode保持通信。()

23.Hadoop自身具有嚴格的權限管理和安全措施保障集群正常運行。()

24.Slave節點要存儲數據，所以它的磁盤越大越好。()

25.hadoopdfsadmin?report命令用于檢測HDFS損壞塊。()

26.Hadoop默認調度器策略為FIFO()

27.集群內每個節點都應該配RAID，這樣避免單磁盤損壞，影響整個節點運行。()

28.因為HDFS有多個副本，所以NameNode是不存在單點問題的。()

29.每個map槽就是一個線程。()

30.MaPduce的inputsplit就是一個block。()

31.NameNode的WebUI端口是50030，它通過jetty啟動的Web服務。()

32.Hadoop環境變量中的HADOOP_HEAPSIZE用于設置所有Hadoop守護線程的內存。它默認是200GB。()

33.DataNode首次加入cluster的時候，如果log中報告不兼容文件版本，那需要NameNode執行“Hadoopnamenode-format”操作格式化磁盤。()

別走開，答案在后面哦!

1.下面哪個程序負責HDFS數據存儲。答案Cdatanode

a)NameNode

b)Jobtracker

c)Datanode

d)secondaryNameNode

e)tasktracker

2.HDfS中的block默認保存幾份?答案A默認3分

a)3份

b)2份

c)1份

d)不確定

3.下列哪個程序通常與NameNode在一個節點啟動?答案D

a)SecondaryNameNode

b)DataNode

c)TaskTracker

d)Jobtracker

此題分析：

hadoop的集群是基于master/slave模式，namenode和jobtracker屬于master，datanode和tasktracker屬于slave，master只有一個，而slave有多個SecondaryNameNode內存需求和NameNode在一個數量級上，所以通常secondaryNameNode(運行在單獨的物理機器上)和NameNode運行在不同的機器上。

JobTracker和TaskTracker

JobTracker對應于NameNode

TaskTracker對應于DataNode

DataNode和NameNode是針對數據存放來而言的

JobTracker和TaskTracker是對于MapReduce執行而言的

maPduce中幾個主要概念，maPduce整體上可以分為這么幾條執行線索：obclient，JobTracker與TaskTracker。

1、JobClient會在用戶端通過JobClient類將應用已經配置參數打包成jar文件存儲到hdfs，并把路徑提交到Jobtracker,然后由JobTracker創建每一個Task(即MapTask和ReduceTask)并將它們分發到各個TaskTracker服務中去執行。

2、JobTracker是一個master服務，軟件啟動之后JobTracker接收Job，負責調度Job的每一個子任務task運行于TaskTracker上，并監控它們，如果發現有失敗的task就重新運行它。一般情況應該把JobTracker部署在單獨的機器上。

3、TaskTracker是運行在多個節點上的slaver服務。TaskTracker主動與JobTracker通信，接收作業，并負責直接執行每一個任務。TaskTracker都需要運行在HDFS的DataNode上。

4.Hadoop作者答案CDougcutting

a)MartinFowler

b)KentBeck

c)Dougcutting

5.HDFS默認BlockSize答案：B

a)32MB

b)64MB

c)128MB

(因為版本更換較快，這里答案只供參考)

6.下列哪項通常是集群的最主要瓶頸：答案：C磁盤

a)CPU

b)網絡

c)磁盤IO

d)內存

該題解析：

首先集群的目的是為了節省成本，用廉價的pc機，取代小型機及大型機。小型機和大型機有什么特點?

1.cpu處理能力強

2.內存夠大

所以集群的瓶頸不可能是a和d

3.網絡是一種稀缺資源，但是并不是瓶頸。

4.由于大數據面臨海量數據，讀寫數據都需要io，然后還要冗余數據，hadoop一般備3份數據，所以IO就會打折扣。

7.關于SecondaryNameNode哪項是正確的?答案C

a)它是NameNode的熱備

b)它對內存沒有要求

c)它的目的是幫助NameNode合并編輯日志，減少NameNode啟動時間

d)SecondaryNameNode應與NameNode部署到一個節點。

多選題：

8.下列哪項可以作為集群的管理?答案：ABD

a)Puppet

b)Pdsh

c)ClouderaManager

d)Zookeeper

9.配置機架感知的下面哪項正確：答案ABC

a)如果一個機架出問題，不會影響數據讀寫

b)寫入數據的時候會寫到不同機架的DataNode中

c)MapReduce會根據機架獲取離自己比較的網絡數據

10.Client端上傳文件的時候下列哪項正確?答案B

a)數據經過NameNode傳遞給DataNode

b)Client端將文件切分為Block，依次上傳

c)Client只上傳數據到一臺DataNode，然后由NameNode負責Block復制工作

該題分析：

Client向NameNode發起文件寫入的請求。

NameNode根據文件大小和文件塊配置情況，返回給Client它所管理部分DataNode的信息。

Client將文件劃分為多個Block，根據DataNode的地址信息，按順序寫入到每一個DataNode塊中。

11.下列哪個是Hadoop運行的模式：答案ABC

a)單機版

b)偽分布式

c)分布式

12.Cloudera提供哪幾種安裝CDH的方法?答案：ABCD

a)Clouderamanager

b)Tarball

c)Yum

d)Rpm

判斷題：

13.Ganglia不僅可以進行監控，也可以進行告警。(正確)

分析：此題的目的是考Ganglia的了解。嚴格意義上來講是正確。ganglia作為一款最常用的Linux環境中的監控軟件，它擅長的的是從節點中按照用戶的需求以較低的代價采集數據。但是ganglia在預警以及發生事件后通知用戶上并不擅長。最新的ganglia已經有了部分這方面的功能。但是更擅長做警告的還有Nagios。Nagios，就是一款精于預警、通知的軟件。通過將Ganglia和Nagios組合起來，把Ganglia采集的數據作為Nagios的數據源，然后利用Nagios來發送預警通知，可以完美的實現一整套監控管理的系統。

14.BlockSize是不可以修改的。(錯誤)