1.hadoop的褒义狭义

狭义指hadoop，广义指hadoop生态圈

2.hadoop三大组件，分别做什么?官网地址是什么

hdfs，mr，yarn，           hadoop.apache.org

3.hdfs的块默认大小，副本数默认多少?哪个参数控制会找吗？

128M，3

4.hdfs进程有哪些?按启动顺序

nn dn snn

5.谈谈对jps命令的理解

显示java进程信息的一个命令

6.谈谈对pid文件的理解

保存进程号的文件

7.说说你们会的hdfs哪些shell命令

  hdfs dfs -ls -mkdir -text -cat -mv -cp

8.NN，DN，SNN节点分别做什么的?

    NN存储元数据

    DN存储数据

    SNN默认一小时的冷备

9.浅谈副本放置策略

 首先就近dn，然后考虑当前机柜不同dn，再不同机架dn，最后考虑跨数据中心dn

10.（面试题）hdfs读写流程，mr提交到yarn流程  这三块，博客有没有文档了?

11.yarn的调优参数那两篇，你们博客上有没有?

12.谈谈你们对shuffle的初步理解

    预先reduce，减少reduce的复杂度

13.hive里哪种SQL会执行mr job?

    聚合，join

    insert ... as select

14.hive的元数据和数据分别存储在哪?

    mysql，hdfs

15.你们的博客有hive的 分区 作业吗?做了没

16.你们的博客有hive的 udf函数 作业吗?做了没

17.你们的博客有sqoop从MySQL抽取到hdfs或者hive作业吗?做了没