Hadoop原理讲解(面试题)
一丶组件说明:
hadoop主要组件构成部分:
HDFS(存储)丶YARN(调度任务)丶MapReduce(分析计算)
--------------------------------------HDFS-----------------------------------------
NameNode(nn):
存储文件的元数据,如文件名,文件目录结构,文件属性(生成时间、副本数、文件权限),以及每个文件的块列表和块所在的DataNode等
DataNode(dn):
在本地文件系统存储文件块数据,以及块数据的校验.
Secondary NameNode(2nn):
每隔一段时间对NameNode元数据备份
--------------------------------------YARN-----------------------------------------
ResourceManager(RM):
整个集群资源(内存、CPU等)的老大
NodeManager(NM):
单个节点服务器资源老大
ApplicationMaster(AM):
单个任务运行的老大
Container:
容器,相当一台独立的服务器,里面封装了任务运行所需要的资源,如内存、CPU、磁盘、网络等
说明:
1.客户端可以有多个
2.集群上可以运行多个ApplicationMaster
3.每个NodeManager上可以有多个Container
关系图:
--------------------------------------MapReduce-----------------------------------------
说明:
主要分为两个阶段, Map阶段和Reduce阶段,Map阶段主要负责并行处理输入数据
,Reduce阶段主要负责对 Map 结果进行汇总计算
三大组件之间的关系图:
二丶HDFS文件的块大小
思考:为什么块的大小不能设置太小,也不能设置太大?
(1)HDFS的块设置太
,会增加寻址时间
,程序一直在找块的开始位置;
(2)如果块设置的太大
,从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。导致程序在处理这块数据时,会非常慢
。
总结:
HDFS块的大小设置主要取决于磁盘传输速率
。
三丶HDFS写数据流程
四丶HDFS读数据流程
五丶NameNode和SecondaryNameNode工作机制
- 主要是fsimage进行存储元数据信息,为了防止效率过低,将此加入到内存当中,然后进行更新(不能实时更新,那会和直接从磁盘读取没什么两样,造成效率低下)
- 又为了防止断电造成元数据没进行更新,导致数据丢失,增加了Edits文件(只追加一些更新操作)
- 这个合并更新的任务就交给了SecondaryNameNode,每一个小时进行检测
六丶DataNode工作机制
DataNode掉线时限参数设置:
七丶MapReduce工作流程(难点)
Merge阶段(递归合并):
当所有数据处理完成后,MapTask 对所有临时文件进行一次合并
, 以确保最终只会生成一个数据文件,最终让每个 MapTask 最终只生成一个数据文件
,可避免同时打开大量文件
和同时读取大量小文件
产生的随机读取带来的开销
八丶Yarn的工作机制
Yarn的调度器和调度算法:
调度器:
FIFO
、容量(Capacity Scheduler)
和公平(Fair Scheduler)
。
Apache Hadoop3.1.3默认的资源调度器是 Capacity Scheduler
FIFO 调度器(First In First Out):单队列,根据提交作业的先后顺序,先来先服务
容量调度器(Capacity Scheduler):
1、
多队列:
每个队列可配置一定的资源量,每个队列采用FIFO调度策略
。
2、容量保证:
管理员可为每个队列设置资源最低保证
和资源使用上限
3、灵活性:
如果一个队列中的资源有剩余
,可以暂时共享给那些需要资源的队列
,而一旦该队列有新的应用程序提交,则其他队列借调的资源会归还给该队列
。
4、多租户
:
支持多用户共享集群和多应用程序同时运行。
为了防止同一个用户的作业独占队列中的资源
,该调度器会对同一用户提交的作业所占资源量进行限定
。
注意:
使用深度优先算法,优先选择资源占用率最低的队列分配资源
公平调度器(Fair Scheduler)
缺额的解释:
公平调度器中的队列资源分配:
公共调度器中的队列内的作业资源分配:
Hadoop原理讲解(面试题)相关推荐
- mysql limit原理_Mysql面试题锦集
MySQL是一种关系型数据库管理系统,关系数据库将数据保存在不同的表中,而不是将所有数据放在一个大仓库内,这样就增加了速度并提高了灵活性.一般中小型网站的开发都选择 MySQL 作为网站数据库.本文我 ...
- 实现原理讲解!2020Android目前最稳定和高效的UI适配方案!进阶学习资料!
前言 组件化是 保持整个 App 可持续地进行高质量开发的基础,近年来也是业界一直在积极探索和实践的方向,在深入理解组件化架构的过程中,将不断考验你的技术深度与广度: 实践中我还参考了十几家技术团队的 ...
- php 伪静态 page-18.html,PHP 伪静态实现技术原理讲解
PHP 伪静态实现技术原理讲解 发布于 2015-01-18 23:52:58 | 129 次阅读 | 评论: 0 | 来源: 网友投递 PHP开源脚本语言PHP(外文名: Hypertext Pre ...
- nginx反向代理原理讲解
一 .概述 反向代理(Reverse Proxy)方式是指以代理服务器来接受Internet上的连接请求,然后将请求转发给内部网络上的服务器:并将从服务器上得到的结果 ...
- 微信小游戏开发教程-2D游戏原理讲解
微信小游戏开发教程-2D游戏原理讲解 原理 为了更加形象的描述,这里先上一张图: 背景 a. 首先,我们看到背景好像是一张无限长的图片在向下移动.实际则不然,这是一张顶部和底部刚好重叠的图片.这是一种 ...
- 全国自考微型计算机原理及其应用,2010年10月全国自考微型计算机原理及应用试题...
全国2010年10月高等教育自学考试 微型计算机原理及应用试题 课程代码:02277 一.单项选择题(本大题共20小题,每小题1分,共20分) 在每小题列出的四个备选项中只有一个是符合题目要求的,请将 ...
- 解密汽车全景行车安全系统的前世和今生——第二讲:原理讲解
解密汽车全景行车安全系统的前世和今生--第二讲:原理讲解 来源:深圳市汽车电子行业协会 作者:姜卫忠 发布时间:2013-3-7 浏览(4648)次 解密汽车全景行车安全系统的前世和今生 第二讲:全 ...
- 伪指令endp告诉汇编程序_全国2004年10月高等教育自学考试微型计算机原理及应用试题历年试卷...
   全国2004年10月高等教育自学考试 微型计算机原理及应用试题 课程代码:02277 一.单项选择题(本大题共15小题,每小题1分,共15分) 在每小题列出的四个 ...
- pureMVC简单示例及其原理讲解四(Controller层)
本节将讲述pureMVC示例中的Controller层. Controller层有以下文件组成: AddUserCommand.as DeleteUserCommand.as ModelPrepCom ...
- 计算机数据库原理试题,计算机科学与技术专业《数据库原理》模拟试题(B)
计算机科学与技术专业<数据库原理>模拟试题(B) 一. 填空题(每空1分,共20分) 1. 数据管理技术经历了人工处理阶段.___________和___________三个发展阶段. 2 ...
最新文章
- WPF messagebox生命周期的探讨
- pycharm创建python虚拟环境好处_pycharm虚拟环境的搭建
- python程序员工作时间_Python程序员是怎么找工作的?怎么最快时间找到自己想要的工作?...
- 无人驾驶油电混动牵引车_联合卡车新能源“秀肌肉”!客户已下单的混动/纯电重卡好在哪儿...
- 【转】ASP.NET AJAX入门系列(9):使用ScriptManager控件
- 网页编码_Python获取网页编码(apparent_encoding)
- PLSQL Developer多 表 查 询
- python 正则表达式 compile_使用compile()函数编译正则表达式【Python技术文章】
- java winhex_winhex模版
- 如何走向真正的智能?
- 服务器2016安装系统教材,Windows Server 2016 正式版安装教程
- VLAN的原理及配置
- 如何有效开展小组教学_如何有效开展小组合作学习
- 《深入理解计算机系统》 练习题3.9-3.11 移位操作
- 微信小程序图片转换成文字_微信小程序中用canvas将文字转成图片,文字自动换行...
- 建模添加原子时出现以下错误
- STM32之温湿度DHT11驱动
- k8s日志通过本地iTerm查看
- uniapp中tabbar设置报错文件查找失败,at mian.js:5
- 博达网站群的入门级指南