百度大数据岗Hadoop面试真题（含接地气详细答案）.docx

百度大数据岗Hadoop面试真题（含接地气详细答案）

难度划分：?基础必问??高频深挖???百度专属线上场景题

一、基础概念（?必问，一面开场必考）

1.简单说下Hadoop三大组件，各自作用是什么？

参考答案：

Hadoop核心就是三大模块，分工很明确：

HDFS：分布式文件存储系统，负责存海量离线数据，解决单机硬盘存不下的问题，主打高容错、可横向扩容；

MapReduce：分布式离线计算引擎，负责拆分任务、并行计算，不用自己写分布式逻辑，只需要实现map和reduce两个方法就行；

YARN：集群资源调度框架，统一管理整个集群的CPU、内存资源，给MR、Spark、Flink等所有