============================================================================================
1、集羣規模、配置怎樣？
2、namenode端口
3、Hadoop的集羣管理模式
4、如何更改輸出文件的名稱
5、Mapereduce是多進程模式、Spark是多線程模式(task用完資源就釋放，啓動task不費時間)
6、hdfs-default.xml：修改存儲閾值的參數
7、MapReduce調優
8、yarn的組件：ResourceManager、NodeManager、Container、ApplicationMaster
9、HDFS文件系統的優缺點
HDFS優點：
- 數據冗餘（多副本存儲）、硬件容錯
- 處理流式的數據訪問，一次寫入多次讀取
- 適合存儲大文件
- 可以構建在廉價機器上，節省成本
HDFS缺點：
- 不適合低延遲數據訪問
- 無法高效存儲大量小文件：因爲即便只有1M的文件，也是擁有自己的元數據的。所以如果存在大量的小文件，那麼相對應的元數據需要佔用的存儲空間就越大，元數據過多會給NameNode增加壓力