只是关于Hadoop的几个问题。请分享您的经验。
1）如果我必须在Hadoop集群上存储一个1TB的文件，假设复制因子为3，这是否意味着我上传了一个3TB的文件？
2）如何将客户端计算机配置为 Hadoop 群集？请提供需要修改的文件的详细信息。
3）Hadoop集群与传统的网络分布式系统有何不同？我们知道，传统的分布式系统也有主从架构。但是在执行任何任务时，奴隶之间都有这种交流。问题是Hadoop DataNodes之间是否存在类似的通信机制？
4）如果Hadoop DataNodes之间没有通信，一旦映射任务完成，排序和随机阶段如何在DataNodes上进行数据传输？
5）这是关于Cloudera QuickStart VM 5.5，当我在终端窗口中执行"sudo jps"时，尚未运行与JobTracker和TaskTracker相关的进程我的MR作业正在提交，输出将写入HDFS。这是因为当我键入"sudo jps"命令时显示正在运行的进程名称"JobHistoryServer"吗？
6）假设作业跟踪器将MR作业提交到已经运行了如此多任务且无法再接受的DataNode（DN1）的情况，具有机架感知知识的NameNode会将此MR作业委托给同一机架中的其他节点。假设新节点是 DN2现在，问题是 DN2 是否会从 DN1 复制块的数据并运行 MR 作业，或者它只是代表 DN1 运行 MR 作业，因为数据块在 Hadoop 分布式集群中可见？
提前感谢您的回答。
最好斯里兰卡
您问题的答案：
您只上传 1 TB 的文件。该文件被拆分为每个 128 MB（默认为 yarn）的块（块）。现在，每个块都在三个不同的节点中复制。因此，最后，您上传1 TB，然后3次复制由hadoop负责。
您可以在单个节点以及计算机集群上安装 Hadoop。请浏览以下博客，其中提供了逐步步骤和有关如何配置它的详细图片。
http://teamvj.blogspot.in/2014/02/installing-hadoop-single-node-cluster.html
http://teamvj.blogspot.in/
Hadoop Namenode是主节点，它包含有关其下所有数据节点的信息。数据节点定期向名称节点发送称为心跳的信号，表明它们处于活动状态并准备好承担任务。Namenode具有有关哪个数据节点包含哪个块的信息。因此，当提交作业时，处理将转到正确的节点，该节点包含必须执行处理的数据。如果数据节点失败，则为具有相同块（由于复制）的另一个数据节点分配任务。Hadoop Cluster是相同的旧分布式计算，但它的特别之处在于它们的运行方式，如容错，推测执行等。
数据节点始终相互通信，以便将块从一个数据节点传输到另一个数据节点。假设一个数据节点关闭，因此其中的数据复制也会关闭。此时，需要将块从一个数据节点传输到另一个数据节点。
数据将转到已经具有块副本的 DN。这就是存储副本背后的真正想法。如果一个具有块的数据节点不可用，则请求将转到具有该块的其他两个数据节点之一，假设复制因子仍然是默认值 3。
希望这有帮助