Hadoop 面试题（六）

1. 简述Google三驾马车是Hadoop等分布式系统的基石，其中论文()不属于三驾马车之一 ？

A：GFS
B：MapReduce
C：OpenTSDB
D：BigTable

选项C：OpenTSDB 不属于Google三驾马车之一。

Google的三驾马车是指以下三篇具有里程碑意义的论文，它们对Hadoop等分布式系统的设计理念产生了深远影响：

A: GFS (Google File System) —— GFS是Google开发的一个分布式文件系统，其论文描述了GFS的架构和设计，对Hadoop的HDFS（Hadoop Distributed File System）有重要影响。

B: MapReduce —— MapReduce是Google提出的一种编程模型，用于大规模数据集的并行处理。Hadoop的MapReduce是受Google MapReduce论文启发而开发的。

D: BigTable —— BigTable是Google开发的一种分布式存储系统，用于结构化数据。它的设计影响了Hadoop生态系统中的HBase等NoSQL数据库。

OpenTSDB是一个开源的时间序列数据库，它并不是Google三驾马车之一。OpenTSDB用于处理和存储时间序列数据，通常用于监控和测量系统。

2. 简述现有一个安装 2.6.5 版本的 Hadoop 集群，在不修改默认配置的情况下，存储 200 个每个 200M 的文本文件，请问最终会在集群中产生多少个数据块（包括副本） ？

A：200
B：40000
C：400
D：1200

在Hadoop中，默认的数据块大小（dfs.blocksize）是128MB。给定的文本文件每个是200MB，但由于Hadoop的块大小是128MB，文件会被分割成两个数据块：一个128MB的块和一个不足128MB的剩余部分块。

由于每个文件会产生至少两个数据块（第一个块128MB，第二个块小于128MB），200个文件将产生至少400个数据块。

然而，由于默认的副本因子（dfs.replication&#