分析：它是可以被修改的Hadoop的基礎(chǔ)配置文件是hadoop-default.xml，默認(rèn)建立一個(gè)Job的時(shí)候會(huì)建立Job的Config，Config首先讀入hadoop-default.xml的配置，然后再讀入hadoop-site.xml的配置(這個(gè)文件初始的時(shí)候配置為空)，hadoop-site.xml中主要配置需要覆蓋的hadoop-default.xml的系統(tǒng)級(jí)配置。

　　15.Nagios不可以監(jiān)控Hadoop集群，因?yàn)樗�不提供Hadoop支持。(錯(cuò)誤)

　　分析：Nagios是集群監(jiān)控工具，而且是云計(jì)算三大利器之一

　　16.如果NameNode意外終止，SecondaryNameNode會(huì)接替它使集群繼續(xù)工作。(錯(cuò)誤)

　　分析：SecondaryNameNode是幫助恢復(fù)，而不是替代，如何恢復(fù)，可以查看

　　17.ClouderaCDH是需要付費(fèi)使用的。(錯(cuò)誤)

　　分析：第一套付費(fèi)產(chǎn)品是ClouderaEnterpris，ClouderaEnterprise在美國(guó)加州舉行的Hadoop大會(huì)(HadoopSummit)上公開，以若干私有管理、監(jiān)控、運(yùn)作工具加強(qiáng)Hadoop的功能。收費(fèi)采取合約訂購方式，價(jià)格隨用的Hadoop叢集大小變動(dòng)。

　　18.Hadoop是Java開發(fā)的，所以MapReduce只支持Java語言編寫。(錯(cuò)誤)

　　分析：rhadoop是用R語言開發(fā)的，MapReduce是一個(gè)框架，可以理解是一種思想，可以使用其他語言開發(fā)。

　　19.Hadoop支持?jǐn)?shù)據(jù)的隨機(jī)讀寫。(錯(cuò))

　　分析：lucene是支持隨機(jī)讀寫的，而hdfs只支持隨機(jī)讀。但是HBase可以來補(bǔ)救。HBase提供隨機(jī)讀寫，來解決Hadoop不能處理的問題。HBase自底層設(shè)計(jì)開始即聚焦于各種可伸縮性問題：表可以很“高”，有數(shù)十億個(gè)數(shù)據(jù)行;也可以很“寬”，有數(shù)百萬個(gè)列;水平分區(qū)并在上千個(gè)普通商用機(jī)節(jié)點(diǎn)上自動(dòng)復(fù)制。表的模式是物理存儲(chǔ)的直接反映，使系統(tǒng)有可能提高高效的數(shù)據(jù)結(jié)構(gòu)的序列化、存儲(chǔ)和檢索。

　　20.NameNode負(fù)責(zé)管理metadata，client端每次讀寫請(qǐng)求，它都會(huì)從磁盤中讀取或則會(huì)寫入metadata信息并反饋client端。(錯(cuò)誤)

　　此題分析：

　　NameNode不需要從磁盤讀取metadata，所有數(shù)據(jù)都在內(nèi)存中，硬盤上的只是序列化的結(jié)果，只有每次namenode啟動(dòng)的時(shí)候才會(huì)讀取。

　　1)文件寫入

　　Client向NameNode發(fā)起文件寫入的請(qǐng)求。

　　NameNode根據(jù)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(gè)Block，根據(jù)DataNode的地址信息，按順序?qū)懭氲矫恳粋�(gè)DataNode塊中。

　　2)文件讀取

　　Client向NameNode發(fā)起文件讀取的請(qǐng)求。

　　21.NameNode本地磁盤保存了Block的位置信息。(個(gè)人認(rèn)為正確，歡迎提出其它意見)

　　分析：DataNode是文件存儲(chǔ)的基本單元，它將Block存儲(chǔ)在本地文件系統(tǒng)中，保存了Block的Meta-data，同時(shí)周期性地將所有存在的Block信息發(fā)送給NameNode。NameNode返回文件存儲(chǔ)的DataNode的信息。

　　Client讀取文件信息。

　　22.DataNode通過長(zhǎng)連接與NameNode保持通信。()

　　這個(gè)有分歧：具體正在找這方面的有利資料。下面提供資料可參考。

　　首先明確一下概念：

　　(1).長(zhǎng)連接

　　Client方與Server方先建立通訊連接，連接建立后不斷開，然后再進(jìn)行報(bào)文發(fā)送和接收。這種方式下由于通訊連接一直存在，此種方式常用于點(diǎn)對(duì)點(diǎn)通訊。

　　(2).短連接

　　Client方與Server每進(jìn)行一次報(bào)文收發(fā)交易時(shí)才進(jìn)行通訊連接，交易完畢后立即斷開連接。此種方式常用于一點(diǎn)對(duì)多點(diǎn)通訊，比如多個(gè)Client連接一個(gè)Server.

　　23.Hadoop自身具有嚴(yán)格的權(quán)限管理和安全措施保障集群正常運(yùn)行。(錯(cuò)誤)

　　hadoop只能阻止好人犯錯(cuò)，但是不能阻止壞人干壞事

　　24.Slave節(jié)點(diǎn)要存儲(chǔ)數(shù)據(jù)，所以它的磁盤越大越好。(錯(cuò)誤)

　　分析：一旦Slave節(jié)點(diǎn)宕機(jī)，數(shù)據(jù)恢復(fù)是一個(gè)難題

　　25.hadoopdfsadmin–report命令用于檢測(cè)HDFS損壞塊。(錯(cuò)誤)

　　26.Hadoop默認(rèn)調(diào)度器策略為FIFO(正確)

　　27.集群內(nèi)每個(gè)節(jié)點(diǎn)都應(yīng)該配RAID，這樣避免單磁盤損壞，影響整個(gè)節(jié)點(diǎn)運(yùn)行。(錯(cuò)誤)

　　分析：首先明白什么是RAID，可以參考百科磁盤陣列。這句話錯(cuò)誤的地方在于太絕對(duì)，具體情況具體分析。題目不是重點(diǎn)，知識(shí)才是最重要的。因?yàn)閔adoop本身就具有冗余能力，所以如果不是很嚴(yán)格不需要都配備RAID。具體參考第二題。

　　28.因?yàn)镠DFS有多個(gè)副本，所以NameNode是不存在單點(diǎn)問題的。(錯(cuò)誤)

　　29.每個(gè)map槽就是一個(gè)線程。(錯(cuò)誤)

　　分析：首先我們知道什么是map槽,map槽->mapslotmapslot只是一個(gè)邏輯值(org.apache.hadoop.maPd.TaskTracker.TaskLauncher.numFreeSlots)，而不是對(duì)應(yīng)著一個(gè)線程或者進(jìn)程

　　30.MaPduce的inputsplit就是一個(gè)block。(錯(cuò)誤)

　　31.NameNode的WebUI端口是50030，它通過jetty啟動(dòng)的Web服務(wù)。(錯(cuò)誤)

　　32.Hadoop環(huán)境變量中的HADOOP_HEAPSIZE用于設(shè)置所有Hadoop守護(hù)線程的內(nèi)存。它默認(rèn)是200GB。(錯(cuò)誤)

　　hadoop為各個(gè)守護(hù)進(jìn)程(namenode,secondarynamenode,jobtracker,datanode,tasktracker)統(tǒng)一分配的內(nèi)存在hadoop-env.sh中設(shè)置，參數(shù)為HADOOP_HEAPSIZE，默認(rèn)為1000M。

　　33.DataNode首次加入cluster的時(shí)候，如果log中報(bào)告不兼容文件版本，那需要NameNode執(zhí)行“Hadoopnamenode-format”操作格式化磁盤。(錯(cuò)誤)

　　分析：

　　首先明白介紹，什么ClusterID

　　ClusterID

　　添加了一個(gè)新的標(biāo)識(shí)符ClusterID用于標(biāo)識(shí)集群中所有的節(jié)點(diǎn)。當(dāng)格式化一個(gè)Namenode，需要提供這個(gè)標(biāo)識(shí)符或者自動(dòng)生成。這個(gè)ID可以被用來格式化加入集群的其他Namenode。

　　二次整理

　　有的同學(xué)問題的重點(diǎn)不是上面分析內(nèi)容：內(nèi)容如下：

　　這個(gè)報(bào)錯(cuò)是說明DataNode所裝的Hadoop版本和其它節(jié)點(diǎn)不一致，應(yīng)該檢查DataNode的Hadoop版本