1.hdfs 伪分布式哪三个进程，简写
NN DN SNN
2.yarn伪分布式哪两个进程，简写
RM NM
3.简述 nn做什么的?
管理文件名称，维护目录树，定期接受DN的心跳信息
4.简述 snn是做什么的那幅图，是否能够描述清楚?
定期去NN上的fsimage和editlog合并成新的fsimage并且返回给NN
5.一个文件130M，block设为128M，系统设置3副本，请问多少块，多少存储
6块 256M
6.拓展题: 所以，假如都是5M 10M 20M这些小文件，我们是不是为了避免nn节点内存的压力，要不合并这些小文件，要不就将冷数据迁移到比如oss，s3存储上
是的，大量存储小文件会让NN节点压力过大，所以需要合并
7.假如让你找配置参数，你会在官网找吗
看是配置env.sh还是.xml文件之后再去官网的文档里找
8.简述你们对shuffle的理解
洗牌，将相同key值放在一起
9.简述什么是数据本地化
NN 和 DN同一节点
10.简述mr提交到yarn上
client将作业提交到yarn上，yarn的NM分配contanier和开启ApplicationMaster
ApplicationMaster申请资源并且分配到相应的container，同时监控他们
11.hive数据分为 元数据和数据，那么你们课程中，分别存储在哪里
元数据在关系型数据库中，数据在hdfs上