============================================================================================
1、集群规模、配置怎样？
2、namenode端口
3、Hadoop的集群管理模式
4、如何更改输出文件的名称
5、Mapereduce是多进程模式、Spark是多线程模式(task用完资源就释放，启动task不费时间)
6、hdfs-default.xml：修改存储阈值的参数
7、MapReduce调优
8、yarn的组件：ResourceManager、NodeManager、Container、ApplicationMaster
9、HDFS文件系统的优缺点
HDFS优点：
- 数据冗余（多副本存储）、硬件容错
- 处理流式的数据访问，一次写入多次读取
- 适合存储大文件
- 可以构建在廉价机器上，节省成本
HDFS缺点：
- 不适合低延迟数据访问
- 无法高效存储大量小文件：因为即便只有1M的文件，也是拥有自己的元数据的。所以如果存在大量的小文件，那么相对应的元数据需要占用的存储空间就越大，元数据过多会给NameNode增加压力
