● 請你說一下分佈式和集羣的概念。
參考回答：
分佈式：是指將不同的業務分佈在不同的地方，集羣：是指將幾臺服務器集中在一起，實現同一業務。分佈式中的每一個節點，都可以做集羣，而集羣並不一定就是分佈式的。集羣有組織性，一臺服務器垮了，其它的服務器可以頂上來，而分佈式的每一個節點，都完成不同的業務，一個節點垮了，哪這個業務就不可訪問了。
● Hadoop你也有了解的，那你有了解他的備份機制吧？請問怎麼做到數據保持一致？
參考回答：
Hadoop備份機制：該方案利用Hadoop自身的Failover措施（通過配置dfs.name.dir），NameNode可以將元數據信息保存到多個目錄。通常的做法，選擇一個本地目錄、一個遠程目錄（通過NFS進行共享），當NameNode發生故障時，可以啓動備用機器的NameNode，加載遠程目錄中的元數據信息，提供服務。Hadoop中有個重要的工具就是HDFS分佈式文件系統，那麼在這種分佈式環境下的數據一致性是如何保證呢？HDFS中，存儲的文件將會被分成若干的大小一致的block（最後一個block的大小可能較小）分佈式地存儲在不同的機器上，那麼就必須有一個角色來對這些數據進行管理，也就是NameNode節點，而存儲這些block的結點我們稱爲DataNode，NameNode是用來管理這些元數據的。下面講一個例子，在客戶端上傳文件時，NameNode如何保證數據的一直性。客戶端上傳文件時，NameNode首先往edits log文件中記錄元數據的操作日誌。與此同時，NameNode將會在磁盤做一份持久化處理（fsimage文件）：他跟內存中的數據是對應的，如何保證和內存中的數據的一致性呢？在edits logs滿之前對內存和fsimage的數據做同步（實際上只需要合併edits logs和fsimage上的數據即可，然後edits logs上的數據即可清除） 而當edits logs滿之後，文件的上傳不能中斷，所以將會往一個新的文件edits.new上寫數據，而老的edits logs的合併操作將由secondNameNode來完成，即所謂的checkpoint操作。那麼什麼時候checkpoint呢？一般由兩種限制，一個是edits logs的大小限制，即fs.checkpoint.size配置，一個是指定時間，即fs.checkpoint.period配置 當然根據規定，大小的限制是優先的，規定edits文件一旦超過閾值，則不管是否達到最大時間間隔，都會強制checkpoint。
