大数据核心面试题（Hadoop，Spark，YARN）

高频面试题及答案

1. 什么是Hadoop？它的核心组件有哪些？

回答：
Hadoop是一个用于存储和处理大规模数据集的开源框架。它的核心组件包括：

• HDFS（Hadoop Distributed File System）： 用于分布式存储数据。
• MapReduce： 用于分布式数据处理的计算框架。
• YARN（Yet Another Resource Negotiator）： 用于资源管理和作业调度。

2. 解释HDFS的架构及其工作原理。

回答：
HDFS是一个主从架构，由NameNode和DataNode组成：

• NameNode： 管理元数据，如文件名、块位置等。
• DataNode： 存储实际的数据块。
  工作原理：
• 数据存储： 文件被分割成块&