1、简述大数据4V特征。
1)Volume：数据体量巨大。
2)Velocity：数据产生、处理和分析的速度在持续加快。
3)Variety：数据类型繁多
4)Value：数据价值密度低
2、简述分布式计算。
把一组计算机通过网络相互连接组成分散系统，然后将需要处理的大数据分散为多个部分，交由分数系统内的计算机同时计算
最后将计算结果合并，输出最终结果
3、Google推出的大数据理论基础是什么，Hadoop的技术实现是什么。
Google 发表了 MapReduce、GFS（Google File System）和 BigTable
MapReduce
分布式计算框架
MapReduce
GFS
Google File System
分布式文件系统
hdfs
hadoop的分布式文件系统
BigTable
基于GFS 的数据存储系统
hBase
基于hdfs的数据存储系统
4、将家目录下的log文件分发到集群中其他机器的/tmp下。
./op/scp_all.sh ~/log /tmp
5、将/tmp 下的hadoop.tar.gz解压到/usr/local下。
./op/ssh_root.sh tar -zxf /tmp/hadoop.tar.gz -C /usr/local/
6、简述Zookeeper组成的集群为什么需要2n+1台机器。
防止由脑裂造成的集群不可用
容错能力相同的情况下，奇数台更节省资源
7、简述Zookeeper中的节点类型有哪些。
临时节点：生命周期依赖于创建它的会话，会话结束，临时节点自动删除，也可以手动删除
不能创建子节点
永久节点：生命周期不依赖于创建它的会话，存储的数据被多个会话所共享，手动删除
顺序节点：在同一个父节点下，可以创建多个编号不同的节点
8、如何启动Zookeeper服务。如何查看集群中机器状态。
~/zk/ssh_all.sh /usr/local/zookeeper/bin/zkServer.sh start
~/zk/ssh_all.sh /usr/local/zookeeper/bin/zkServer.sh status
9、简述Zookeeper节点数据写操作的流程。
1、客户端向follower或observer发送写请求
2、follower或observer将写请求转发给leader
3、leader接收到请求后向所有的follower发起提议
4、当follower接收到提议后，进行写操作，写完成后 将结果返回给leader
5、当大多数follower将结果返回给leader，leader提交该提议，通知follower或observer同步数据
6、follower或observer将结果返回给客户端
10、简述HA 。
HA ，High Available，高可用，是保证业务连续性的有效解决方案；
活动节点用于接受用户的读写请求，当活动节点宕机，备用节点侦测到后，
由standby状态转为active状态，接续任务继续执行，保证业务不会中断或者短暂终止
11、简述zk的主要角色。
leader 领导者：进行提议的发起和决议，状态同步，发送心跳
follower 跟随者：接受客户端读写请求，参与投票
observer 观察者：接受客户端读写请求，不参与投票
12、简述zab协议
zookeeper原子消息广播协议
会存在两种模式
恢复模式（选主）：当集群启动或leader崩溃，不接受客户端请求，当选出leader并数据同步之后，恢复模式结束
该模式下是为了选出leader
广播模式：状态同步之后，进入广播模式，可以处理客户端请求 当leader崩溃或leader失去大多数follower的支持，广播状态结束
13、hadoop中fsimage和edits的区别
(1)、概念：
fsimage保存了最新的元数据检查点，是元信息的镜像文件，保存在本地磁盘中。
edits保存自最新检查点后的命名空间的变化。
(2)、工作原理：
从最新检查点后，hadoop将对每个文件的操作都保存在edits中，为避免edits不断增大，secondary namenode就会周期性合并fsimage和edits成新的fsimage，edits再记录新的变化。
这种机制有个问题：因edits存放在Namenode中，当Namenode挂掉，edits也会丢失，导致利用secondary namenode恢复Namenode时，会有部分数据丢失。
