这是上一节的流程图：
1、网络拓扑距离最近，决定上一节中那三个datanode谁是第一个
例如N!到N2的距离就通过数直线的方法获得就是2别的距离也是这样求出来。
2、选出第一个最近的节点之后，怎样选第二个和第三个啊
第二个是同机架的不同节点。第三个是不同机架的不用节点。不能跨越中心。（副本节点的存储命名为机架感知）
3、maven是什么：
他是管理项目的工具，在项目解决导入依赖存在jar冲突的问题，以及项目中的依赖的问题，
4、NN和2N的区别
NN是namenode。2N是secondarynamenode
简单说一下类似的：
Redis持久化分为：RDB和AOF
RDB：持久化的过程比较长，一定的时间或者操作量在生成RDB，加载比较快，安全性比较低
AOF：记录了每一条的操作，安全性高，占的空间比较大
现在说说HDFS：
假设Hsdoop中有类RDB和（Fsimage用起来时间短）类AOF（edits.log记录了所有的问题，用起来时间长）
2N中帮助hadoop把edits.log合并成Fsimage。流程图如下：
5、DN原理和校验原理
图解如下：
判断datanode死亡的依据：
神魔是校验和：经过网络传输的过程，数据可能不可靠了。
如下是DataNode节点保证数据完整性的方法。。
1)当DataNode读取Block的时候，它会计算CheckSum.。
2)如果计算后的CheckSum,与Block创建时值不- -样，说明Block已经损坏。。
3) Client 读取其他DataNode上的Block..
4) DataNode 在其文件创建后周期验证CheckSum，如图一下；
相关重要知识点总结：
1、hadoop fs,hadoop dfs以及hdfs dfs区别
-
hadoop fs:
意思是说该命令可以用于其他文件系统，不止是hdfs文件系统内，也就是说该命令的使用范围更广 -
hadoop dfs
专门针对hdfs分布式文件系统 -
hdfs dfs
和上面的命令作用相同，相比于上面的命令更为推荐，并且当使用hadoop dfs时内部会被转为hdfs dfs命令
2、hadoop修改文件副本数
上传文件
命令上传文件，副本数为1
1 |
hadoop dfs -D dfs.replication=1 -put xxx /xxx |
检查单个文件的副本数
1 |
$ hadoop fsck -locations /xxx |
查看整的dfs上的文件副本数
1 |
$ hadoop fsck -locations |
修改已经存在的文件副本数
- 修改已保存文件的副本数量，为2副本
1 |
hadoop dfs -setrep 2 /shining/test.txt |
- 对文件夹中的所有文件都修改副本
1 |
hadoop dfs -setrep 2 -R /shining/ |
- 选项是-w，表示等待副本操作结束才退出命令
1 |
hadoop dfs -setrep -R -w 1 /shining |