1.hdfs 偽分散式哪三個程序，簡寫

NN	DN	SNN	

2.yarn偽分散式哪兩個程序，簡寫

RM		NM

3.簡述 nn做什麼的?

管理檔名稱，維護目錄樹，定期接受DN的心跳資訊

4.簡述 snn是做什麼的那幅圖，是否能夠描述清楚?

定期去NN上的fsimage和editlog合併成新的fsimage並且返回給NN

5.一個檔案130M，block設為128M，系統設定3副本，請問多少塊，多少儲存

6塊	256M

6.拓展題: 所以，假如都是5M 10M 20M這些小檔案，我們是不是為了避免nn節點記憶體的壓力，要不合並這些小檔案，要不就將冷資料遷移到比如oss，s3儲存上

是的，大量儲存小檔案會讓NN節點壓力過大，所以需要合併
 

7.假如讓你找配置引數，你會在官網找嗎

看是配置env.sh還是.xml檔案之後再去官網的文件裡找

8.簡述你們對shuffle的理解

洗牌，將相同key值放在一起

9.簡述什麼是資料本地化

NN 和 DN同一節點

10.簡述mr提交到yarn上

client將作業提交到yarn上，yarn的NM分配contanier和開啟ApplicationMaster
ApplicationMaster申請資源並且分配到相應的container，同時監控他們

11.hive資料分為 元資料和資料，那麼你們課程中，分別儲存在哪裡

元資料在關係型資料庫中，資料在hdfs上