这篇文章主要介绍“hdfs的namenode挂了怎么办”，在日常操作中，相信很多人在hdfs的namenode挂了怎么办问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”hdfs的namenode挂了怎么办”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都网站设计、成都网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的那坡网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
Q1：新手学习spark如何入手才好？
先学习Scala的内容，强烈推荐《快学Scala》；
然后按照我们免费发布的“云计算分布式大数据Spark实战高手之路（共3本书）”循序渐进的学习即可，其中“云计算分布式大数据Spark实战高手之路---从零开始”涵盖了Spark1.0的所有主题：包括Spark集群的构建，Spark架构设计、Spark内核剖析、Shark、Spark SQL、Spark Streaming、图计算GraphX、机器学习、Spark on Yarn、JobServer等，为了方便大家学习Spark，网络发布版本采用图文并茂的方式发布，这样大家在阅读的时候就像家林在身边做演示和讲解一样，不亦乐哉！以Spark集群的搭建为例， 对于90%以上想学习Spark的人而言，如何构建Spark集群是其最大的难点之一，为了解决大家构建Spark集群的一切困难，家林在“云计算分布式大数据Spark实战高手之路---从零开始”的第一章节中把Spark集群的构建分为了四个步骤，每个步骤为一个小节，从零起步，不需要任何前置知识，涵盖操作的每一个细节，构建完整的Spark集群。
Q2：我想问，hdfs的namenode挂了，怎么处理？
使用ZooKeeper；
使用Mesos；
使用Yarn；
Q3：用python和scala区别大吗？
就代码的风格而言是不大的；
世界上也有很多人使用python开发Spark程序；
但是最为推荐的是Scala，因为Spark框架是用Scala编写的，在API方面对Scala的支持也是最好的；
Q4：对几百T的数据，现在SPARK支持得如何？
Spark能够非常好的处理几十T或者几百T的数据；
正如Spark能够轻松处理PB级别的数据；
Q5：可以结果直接输出到关系型数据库吗？
目前不可以；
一般都是把结果直接输出到HDFS上；
让后在采用Sqoop等工具把数据导入到Oracle、MySQL等数据库中；
Q6：SPARK环境需要哪些？ 除了HDFS基础，有SPARK集成包么？
Spark的安装需要Hadoop的HDFS；
Spark有自己的集成包，但是依旧需要HDFS的配合；
同时Spark也可以部署到亚马逊云上；
Q7：spark的缺点是什么？不适合做什么？
目前主要的缺点是对数据细粒度的支持不够好；
Q8：spark sql可以代替hive和hbase吗？
Spark SQL可以取代Hive；
Spark SQL可以完成HBase的大部分功能；
Spark Streaming配合Spark SQL可以取代HBase；
Q9：没有java基础可否直接看scala语言？
可以直接看Scala语言；
到此，关于“hdfs的namenode挂了怎么办”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
