简介面向学习林子雨《大数据技术原理与应用》课程的学生与备考者这份58页测试题文档围绕大数据基础概念与Hadoop处理架构组织题目适合课后自测、期末复习和知识点查漏补缺。包内仅含1个docx文件约76KB篇幅紧凑以单选题和多选题为主题目配有参考答案便于快速核对与反复练习。内容覆盖三次信息化浪潮、大数据产业链、云计算服务模式、物联网层次与关键技术以及HDFS、MapReduce、YARN、DataNode等Hadoop核心组件能帮助读者辨析易混概念、梳理章节重点。已有5634人学习说明其在课程配套练习中具有一定参考价值。读者可借助完整题库逐章检测掌握程度定位薄弱环节并结合答案回看教材相应章节提升复习效率。1. 大数据知识地图58 页题库背后的一条主线这份 58 页的大数据技术原理与应用测试题翻完第一遍我最大的感受是它虽是六章却更像一条完整链路——从“为什么会有大数据”一路走到“数据存在哪、怎么算、怎么查”。第一章讲三次信息化浪潮和 4V交代大数据的来路第二章把 Hadoop 拆成存储与计算两半第三章钻进 HDFS 看块、副本和两个元数据结构第四章换到 HBase用四维坐标和三层寻址解决随机读写第五章用 NoSQL 的 CAP、BASE 解释为什么甘愿放弃关系库的一部分能力第六章落到云数据库。复习时如果只按题号背答案最容易在跨章对照题上出错比如把 SecondaryNameNode 当成备份节点、把 CAP 当成三者可以兼得。下面按这条主线把每块的知识点、重点和易错点逐一讲开。2. 大数据概述三次浪潮、4V 与四种计算模式的骨架第一章看着像送分题实际是整个方向的坐标系。后面所有章节的概念——分布式存储、实时计算、多租户、感知层——都要挂到这一章的框架上才有位置。我复习这一章的方法是先画出“浪潮—技术—问题”三列再往里填细节比按题号顺背效率高得多也不容易在选项换位时被骗。2.1 三次信息化浪潮按“解决什么问题”记别按年份记题库第一题就问“第一次信息化浪潮主要解决什么问题”四个选项是信息传输、信息处理、信息爆炸、信息转换。这题错误率不低因为很多人靠年份硬背一紧张就把“处理”和“传输”弄反。更稳的记法是把它当成一条因果链先有算的能力再有连的能力最后才轮到数据量爆炸。浪潮标志性技术解决的核心问题第一次个人计算机信息处理第二次互联网信息传输第三次物联网、云计算、大数据信息爆炸这张表要背到条件反射。最常见的陷阱是把“互联网”混进第三次浪潮的标志里——互联网属于第二次浪潮的产物第三次浪潮是物联网、云计算、大数据这三项技术。另一处容易被忽略的是“信息科技为大数据时代提供了哪些技术支撑”标准答案是存储设备容量不断增加、网络带宽不断增加、CPU 处理能力大幅提升这三条硬件条件而“数据量不断增大”是结果不是支撑多选题里常被误勾。把“支撑”理解成“前提条件”这条就不会错。大数据的发展历程也是同样的出题套路萌芽期、成熟期、大规模应用期三个阶段选项里常加一个“迷茫期”当干扰。这类题目没有推理空间只能靠对知识边界的记忆——凡是听起来像情绪描述而不是阶段命名的基本都是编的。2.2 4V、两大核心技术、四种计算模式三组概念不要串大数据的四个特点构成 4V是全篇出现频率最高的知识点几乎每套题都会以多选或判断形式考一次特点含义常见误读大量化数据规模从 TB 级跃升到 PB、EB 级只记“数据多”忽略量级变化快速化数据产生和处理的速度快与“实时计算”混为一谈多样化结构化、半结构化、非结构化并存以为只有非结构化数据才算大数据价值密度低总量大但有用信息占比低误记成“价值低”“价值密度低”这一条特别容易记反。它的意思是单位数据里的价值稀薄所以需要靠规模化的计算把价值“提炼”出来而不是说大数据没价值。理解了这一层后面 HBase 为什么要按列族存稀疏数据、MapReduce 为什么要全量扫描逻辑就顺了。大数据的两大核心技术是分布式存储和分布式处理。选项里常出现“分布式应用”“集中式存储”来干扰前者不是核心技术分类后者与大数据的方向正好相反。四种计算模式要能和场景一一对上批处理对应大规模数据的批量处理流计算对应流数据的实时计算图计算对应大规模图结构数据查询分析计算对应大规模数据的存储管理和查询分析。这四个描述在单选和多选之间来回换位建议做成一张“模式—输入—典型场景”的对照卡而不是孤立背名词。大数据产业的定义要抠字眼一切与支撑大数据组织管理和价值发现相关的企业经济活动的集合。它强调的是“经济活动”不是技术也不是某一类企业。产业链环节包括数据源层、数据分析层和数据应用层“数据循环层”是编出来的干扰项。大数据对社会发展的影响同样三条成为新的决策方式、促进信息技术与各行业深度融合、推动新技术和新应用不断涌现——凡是出现“没有产生积极影响”这类绝对化表达的选项直接排除。2.3 云计算三层服务与物联网四层PaaS 和 IaaS 别对调云计算的服务模式是这一章最容易翻车的地方因为三个缩写太像而教材定义又偏书面。我的处理办法是把“谁负责什么”写在表格最右边一列形成“责任边界”的记忆锚点。模式教材定义责任边界IaaS将基础设施计算资源和存储作为服务出租用户只管系统和应用硬件与虚拟化由服务方负责PaaS操作系统和围绕特定应用的必需的服务用户只管应用代码运行环境由服务方负责SaaS从集中系统部署软件供本地或远程使用用户只管用软件本身全由服务方负责题目里最常见的一类错误就是把 PaaS 说成“把基础设施作为服务出租”。记住一句话就能区分IaaS 出租的是“机器”PaaS 出租的是“环境”SaaS 出租的是“软件”。与之配套的云计算关键技术是分布式存储、虚拟化、分布式计算和多租户——注意“多租户”是云计算的专有技术点而“分布式应用”不是。数据中心的位置也要摆正它是云计算的重要载体为各种平台和应用提供运行支撑环境但并不是每个企业都要自建一个云数据中心而且它离不开网络带宽的支撑。这两条经常以“描述正确/错误”的形式出现属于典型的“听起来天经地义、其实经不起推敲”的选项。物联网由感知层、网络层、处理层、应用层四部分组成关键技术是识别与感知技术、网络与通信技术、数据挖掘与融合技术。应用场景包括智能物流、智能安防、环保监测而“数据清洗”属于数据处理环节的手段不是物联网应用类型——这种把“技术动作”混进“应用场景”的选项是第一章里除浪潮归属之外的第二大出错原因。3. Hadoop 与 HDFS集群角色、块与两大数据结构从这一章开始题目从概念判断转向结构辨析。第二章到第三章其实是一体的Hadoop 提供整体框架HDFS 是它的存储半边。复习时不要把它们当成两章而应该先建立“一个集群里有哪些角色、每个角色负责什么”的整体印象再往下拆 HDFS 的元数据机制。这条线理顺了后面 HBase 为什么要建在 HDFS 之上、为什么需要随机读写才讲得通。3.1 从 Hadoop 1.0 到 2.0组件如何演化Hadoop 的特性要作为一个整体记高可靠性、高容错性、高可扩展性、高效性、成本低、运行在 Linux 平台上、支持多种编程语言。选项里最常见的反例是把“成本高”“只支持少数几种编程语言”“可扩展性低”塞进来——这三条正好每一条都和真实特性相反是标准化干扰项。Hadoop 框架最核心的设计只有两个为海量数据提供存储的 HDFS和对数据进行计算的 MapReduce。这句话几乎是这一章的题眼任何把 YARN、HBase、Hive 说成“最核心设计”的选项都可以直接排除。版本的演化是另一个必考点。Hadoop 1.0 的组件是 HDFS 和 MapReduce2.0 引入 YARN 之后资源管理从原来的 JobTracker 和 TaskTracker 这一对换成了 ResourceManager 和 NodeManager。判断某个组件属于哪个版本可以用一条简单规则名字里带“Resource”和“Node”的是 2.0 的 YARN 组件带“Job”和“Task”的是 1.0 的 MapReduce 组件。这条规则能解决大部分组件归属题。集群里的节点角色需要能背出职责尤其是几个容易混淆的节点职责NameNode管理文件系统命名空间与元数据DataNode存储被拆分的数据块定期向 NameNode 汇报块列表SecondaryNameNode帮助 NameNode 收集文件系统运行状态信息、合并元数据JobTracker协调数据计算任务1.0TaskTracker执行由 JobTracker 指派的任务1.0关于 Hadoop 的大数据层功能能覆盖的是数据挖掘、离线分析、BI 分析而“实时计算”不在其中——实时计算属于流计算框架的范畴。这条边界经常被打破因为直觉上会觉得“Hadoop 生态什么都能干”。另一条常考的是集群整体性能的影响因素CPU 性能、内存、网络、存储容量四项全选不要漏掉网络这一项很多人在纸上只想得起算力和存储。3.2 HDFS 架构谁存元数据、谁存数据HDFS 采用主从结构模型这是所有架构题的地基。NameNode 存元数据DataNode 存数据块客户端是一个库而不是 HDFS 的组成部分——这条“客户端不算 HDFS 一部分”的说法看着别扭但确实是标准答案因为客户端只是暴露文件系统接口的调用方。NameNode 内部维护两个核心数据结构这是第三章最爱考的点FsImage包含文件系统中所有目录和文件 inode 的序列化形式用于维护文件系统树以及树中所有文件和文件夹的元数据。EditLog记录元数据的修改操作与 FsImage 配合完成元数据的持久化。关键的一句是FsImage 并不记录每个块具体存储在哪个数据节点上。块的位置信息是 DataNode 启动后向 NameNode 汇报、由 NameNode 在内存中动态维护的。这一条如果记反了后面“NameNode 宕机后块位置怎么恢复”的整条推理都会崩。SecondaryNameNode 是这一章最大的误解来源。它并不是 NameNode 的热备也不并行运行在多台机器上而是单机运行、通过 HTTP GET 方式从 NameNode 拉取 FsImage 和 EditLog 到本地合并目的是减少 NameNode 重启时的恢复时间。把它理解成“元数据的检查点合并器”比理解成“备份节点”准确得多。配置层面HDFS 的行为几乎都由这几个参数决定复习时对着参数名想职责比背文字定义牢靠configuration !-- 每个数据块的副本数默认 3调大更安全但存储开销线性增长 -- property namedfs.replication/name value3/value /property !-- 块大小教材默认 64MB工程上常见 128MB134217728或 256MB -- property namedfs.blocksize/name value134217728/value /property !-- 元数据落盘目录NameNode 启动时靠它定位 FsImage 和 EditLog -- property namedfs.namenode.name.dir/name value/data/hadoop/name/value /property /configuration三个参数分别对应副本策略、切块策略和元数据持久化位置。dfs.blocksize的单位是字节写 128MB 时要换算成 134217728直接写“128MB”会导致启动失败dfs.replication的值不能超过实际 DataNode 数量否则副本永远处于欠复制状态集群会一直报块副本不足的告警。这类参数题在卷面上只考数值在真实环境里却会卡住整个集群。3.3 块、副本与容错三个好处、三类故障HDFS 采用抽象的块概念带来三个明确的好处支持大规模文件存储、简化系统设计、适合数据备份。注意“强大的跨平台兼容性”不在其中——那是 Hadoop 整体的特性不是块抽象带来的。这种“把 A 的好处安到 B 头上”的选项在第三章出现得很密集。默认块大小在教材里是 64MB这个数值要按教材记工程实践中 128MB 更常见再大的集群会用 256MB。两者的差异不难理解块越大寻址开销占比越低、吞吐越高块越小并行度和负载均衡越好。复习时只需要记住教材值但知道工程值存在做“下列说法错误的是”这类题时就不会被带偏。多副本存储的三个优点加快数据传输速度、容易检查数据错误、保证数据可靠性。第二条容易被忽略——副本不只是为了容灾还提供了天然的校验对照当某个副本的校验和不一致时可以立刻用其他副本修复。容错机制按故障类型分三类数据节点出错心跳超时后由 NameNode 标记并重新复制、数据出错通过校验和检测用副本恢复、名称节点出错SecondaryNameNode 只能缩短重启时间真正的 HA 需要另一套机制。这三类故障必须和对应的检测手段绑在一起记。HDFS 的局限性和它的目标是镜像关系目标是兼容廉价硬件、流数据读写、大数据集而局限是不适合低延迟数据访问、无法高效存储大量小文件、不支持多用户写入及任意修改文件。单一 NameNode 的简化设计还带来四个限制命名空间限制、性能瓶颈、隔离问题、集群可用性。这四条在多选题里经常整组出现漏选率很高建议直接当作一个四元组来背。4. HBase 与 NoSQL四维坐标、三层寻址与 CAP第四章和第五章是一条逻辑链的两端HBase 是“具体怎么实现”NoSQL 是“为什么整体上要这么选”。前者考结构后者考权衡。复习时把这两章放一起看会发现自己不再需要死记“HBase 和关系库有什么区别”因为每一条区别背后都有 CAP 和 BASE 的解释。4.1 HBase 数据模型一个单元格由四个坐标确定HBase 用表组织数据表由行组成行由行键标识列划分为若干列族列族里再通过列限定符定位具体列每个单元格保存同一份数据的多个版本版本用时间戳索引。这四个要素——行键、列族、列限定符、时间戳——构成定位一个单元格的“四维坐标”。选项里常塞进“关键字”作为第五维这属于纯造词的干扰项。HBase 的访问方式只有三种是可行的通过单个行键访问、通过一个行键的区间访问、全表扫描。按时间戳单独访问不可行因为 HBase 只有针对行键的索引时间戳是单元格内部的版本维度不是检索入口。这条经常被误解成“有时间戳就能按时间查”实际查询路径根本不支持。HBase 与关系数据库的区别集中在四个方面数据类型HBase 把数据存为未经解释的字符串、数据操作不存在复杂的表与表之间的关系也不支持跨行事务、存储模式稀疏存储空列不占空间、数据维护结构变更不需要停机。注意“HBase 不支持修改操作”是错的——它支持写入和覆盖只是不支持随意的行内更新语义。为什么有了 HDFS 和 MapReduce 还需要 HBase四条理由要能连成一句话讲出来MapReduce 的高延迟不适合实时处理HDFS 面向批量访问而非随机访问关系库在数据规模剧增时扩展性和性能都撑不住而传统关系库改结构要停机、空列还浪费空间。这四条正好对应上一章 HDFS 的局限性是跨章综合题的高频落点。# 建表时必须给出列族列族是物理存储单元后期改动代价高 create student, info # 写入行键 row1 列族 info 列限定符 name时间戳由系统自动补 put student, row1, info:name, A同学 # 按行键取整行这是唯一高效的精确查询方式 get student, row1 # 按行键区间扫描等价于范围查询也是走索引的 scan student, {STARTROW row1, STOPROW row3}四条命令对应三种访问路径建表时定下列族put写入时确定四维坐标中的前三维get走单行键scan走行键区间。注意scan的STARTROW和STOPROW是左闭右开区间写反了会扫出空结果如果不带任何条件直接scan就是全表扫描在生产环境基本等同于事故。4.2 三层寻址与 Region 服务器位置信息存在哪一层HBase 的寻址结构是三层ZooKeeper 文件记录 -ROOT- 表的位置-ROOT- 表记录 .META. 表的 Region 位置.META. 表保存所有用户数据表的 Region 位置信息。最常见的错误是把“ZooKeeper 记录用户数据表 Region 位置”当成正确描述——ZooKeeper 只知道 -ROOT- 在哪不直接管用户表。另外两个细节也常考-ROOT- 表只有一个 Region不会再分裂为了加快访问速度.META. 表的全部 Region 会被保存在内存中。客户端会缓存位置信息以加速寻址因此必须处理缓存失效的问题否则 Region 迁移之后会一直打到旧地址。Master 的职责是管理表和 Region在 Region 分裂或合并后重新调整分布、对失效 Region 服务器上的 Region 进行迁移、管理用户对表的增删改查、以及在不同 Region 服务器之间做负载均衡。选项里出现“不支持负载均衡”就是错的。Region 服务器的内部结构以 Store 为核心每个 Store 对应一个列族写入先进 MemStore刷写生成 StoreFile数量过多时触发合并每个 Region 服务器还有自己的 HLog 文件用于故障恢复。ZooKeeper 实时监测 Region 服务器状态一旦发现故障Master 会处理遗留的 HLog。HBase 的访问接口有 Native Java API、HBase Shell、Thrift Gateway、REST Gateway 等其中 Pig 适合做数据统计Hive 适合批处理Thrift 和 REST 面向异构系统在线访问。这类“接口—场景”的对应关系属于记忆型考点建议单独列一张小表。4.3 NoSQL 四大类型与三大基石ACID 不是 NoSQL 的NoSQL 的四大类型是键值数据库、列族数据库、文档数据库和图数据库——“时间戳数据库”是编的。四类各有明确的优缺点边界类型优势短板键值数据库扩展性好、灵活性好、大量写操作时性能高无法存储结构化信息、条件查询效率低列族数据库容易分布式扩展、复杂性低、功能较少大都不支持强事务一致性文档数据库性能好高并发、灵活性高、结构灵活缺乏统一查询语法、不支持文档间事务图数据库支持复杂图算法、适合关联关系密集场景复杂性高、只能支持一定数据规模关系数据库与 NoSQL 的对比要从五个维度看理论基础、扩展方式、数据模式、查询机制、一致性。关系库有完善的关系代数理论、可横向扩展到一定规模但代价高、需要严格定义模式、借助索引实现快速复杂查询、强一致NoSQL 缺乏统一理论基础、天生为横向扩展设计、模式灵活甚至无模式、很多没有面向复杂查询的索引、多为最终一致。这条对比线是第五章所有判断题的母版。ACID 是关系数据库事务的四性原子性、一致性、隔离性、持久性。选项里常把“隔离性”换成“间断性”这类形近词识别方法很简单——四性里没有“间”字开头的。CAP 是 NoSQL 的第一块基石一致性、可用性、分区容忍性三者无法同时满足实际系统只能选 CA、CP 或 AP。分区容忍性指网络分区出现、部分节点无法互通时系统仍能运行。选项里“可以同时兼顾三者只是性能下降”是典型错误表述——这不是性能问题是理论上不可能。BASE 是第二块基石包含基本可用、软状态、最终一致性第三块基石就是最终一致性本身。三大基石合起来是 CAP、最终一致性、BASE。再往下就是第一章埋下的伏笔Web2.0 场景不要求严格事务、不要求严格读写实时性、也很少出现大量复杂 SQL 查询于是关系库引以为傲的事务机制和查询机制反而成了负担同时它在海量数据管理、高并发、高可扩展性和高可用性三方面都吃紧。MySQL 集群的复杂性、异步复制、扩容时的数据重划分、动态数据迁移正是这套矛盾的工程化表现。5. 易错点盘点五类“看着顺眼、其实选错”的坑把六章题目放在一起看错题分布很有规律真正因为“没学过”而错的不到三成七成是概念位置摆错、参数张冠李戴、选项表述相近。下面这五类是我在复盘时反复撞上的同一种错每一条都按“错在哪、为什么会漏、怎么补”拆开写。5.1 浪潮归属把“互联网”塞进第三次浪潮易漏点第三次信息化浪潮的标志是物联网、云计算、大数据互联网属于第二次浪潮第一次浪潮解决的是信息处理而不是信息传输。为什么漏因为互联网在时间上离我们最近、存在感最强直觉上会把它归到“最新那一次”。加上三次浪潮的年份在教材里只是顺带一提很多人根本没建立时间轴只记了三个名词。怎么补画一条只有三格的时间轴每格只写“一个标志技术 一个解决的问题”。第一格写个人计算机、信息处理第二格写互联网、信息传输第三格写物联网加云计算加大数据、信息爆炸。三格连起来读一遍问自己“如果互联网是第三次那第二次还剩什么”答案自然就出来了。另外把“信息处理”和“信息传输”这一对做成卡片每天随机抽一张自测两天就能固化。5.2 SecondaryNameNode 与 FsImage 的两个错觉易漏点SecondaryNameNode 不是 NameNode 的热备也不是并行运行在多台机器上FsImage 不记录每个块具体存储在哪个数据节点。为什么漏名字里带“Secondary”中文语感天然往“备用”上靠而 FsImage 叫“镜像文件”听起来就该包含一切状态。这两个错觉互相加固一旦形成就很难自查出来。怎么补把 SecondaryNameNode 的职责改写成一句动作描述——“通过 HTTP GET 把 FsImage 和 EditLog 拉到本地合并减少 NameNode 重启时间”只要句子成立就说明你理解的是机制而不是名字。FsImage 则用反问法如果它记录了块位置那 DataNode 定期上报块列表这件事还有必要吗两个机制一对照位置信息存在哪一层就清楚了。再补一句块位置是 NameNode 启动后由 DataNode 汇报、在内存中重建的这就把整条链路串上了。5.3 块大小教材值 64MB工程值 128MB易漏点卷面默认块大小按教材是 64MB而真实集群里 128MB 甚至 256MB 更常见两者不能混答。为什么漏复习时看的资料新旧混杂有人先看了工程文档再做题看到 64MB 就觉得是错的也有人只背了教材值遇到问“配置项单位”的题就不知道 134217728 是多少。怎么补记“教材值用于答题、工程值用于理解”两个数值并列存储不互相覆盖。顺带把单位换算练一遍64MB 67108864 字节128MB 134217728 字节256MB 268435456 字节。这三个数写在一张便签上比背十遍文字定义管用。块大小这一条还牵着一个推理题——块越大吞吐越高、块越小并行度越好能讲出这个权衡说明不是死记。5.4 HBase 的“索引”与“修改”两条反向的直觉易漏点HBase 只有针对行键的索引按时间戳无法单独定位行HBase 并不是“不支持修改操作”它支持写入覆盖只是不支持复杂的行内更新和跨表关联。为什么漏前一条错在把“有时间戳”等同于“能按时间查”后一条错在把“没有复杂更新语义”简化成“不能改”。两个错误方向相反却都源自同一个习惯——用关系库的思维去套列族库。怎么补把 HBase 的三种访问路径写在纸上单行键、行键区间、全表扫描凡是题目里出现第四种入口一律判错。至于“修改”用一句话界定能写、能覆盖、能按版本回溯但不能跨行事务、不能随意改结构。再把“四维坐标”与“三种访问路径”对照着看——四维坐标是定位模型三种路径是查询模型模型和入口不是一回事这条区分开整章的判断题就稳了。5.5 CAP、ACID、BASE 三者串味易漏点ACID 是关系库的事务四性原子性、一致性、隔离性、持久性CAP 是分布式系统的三选二BASE 是 NoSQL 的妥协方案三者层级不同不能互相替代。为什么漏三组缩写都以大写字母出现又都带“一致性”这个词复习时很容易把它们并成一张表背。更麻烦的是“隔离性”和“间断性”长得像考试时手一快就选错。怎么补按“层级”而不是“字母”归档。ACID 描述的是单个事务内部的保证CAP 描述的是分布式系统在故障下的取舍BASE 描述的是放弃强一致之后换来的可用性策略。三层从上到下是“事务 → 系统 → 策略”任一层都不能越级解释另一层。判断“CAP 可以三者兼得”这类选项时只问一句网络分区发生时还能同时保证一致和可用吗答案是不能这就是理论边界不是性能问题。6. 复习清单从 58 页题库倒推的三轮查漏法这份题量的价值不在于“刷完”而在于它把六个模块的考点密度暴露得很清楚。我后来固定用三轮每轮目标不同避免一上来就陷进题海。第一轮只做概念映射不碰题目。把三次浪潮、4V、四种计算模式、云计算三层、物联网四层、Hadoop 组件、HDFS 两大数据结构、HBase 四维坐标与三层寻址、NoSQL 四大类型与三大基石各画成一张最小表。标准是合上资料能默写出表头和每一行的关键词。默不出来的地方就是知识地图上的缺口先补洞再做题。第二轮只做多选题且限时。多选题是漏选的重灾区也最能暴露“只知道一半”的状态。做错的题不打勾只在旁边标类型概念混淆、参数记忆、结构位置。三类错因对应三种补法混着补等于没补。错因类型典型表现补救动作概念混淆把 PaaS 说成出租基础设施回到责任边界表重写“谁负责什么”参数记忆块大小、副本数、字节换算写错把数值和单位写成一行便签每天扫一眼结构位置认为 ZooKeeper 直接记录用户表 Region默画三层寻址链路标出每层“知道什么”第三轮只做错题且要求口述理由。每道错题必须能说出“为什么对的是对的、错的错在哪”说不出来就退回第一轮重画那张表。这一轮最费时间但最能防止同一道题错第三次。有个习惯我后来一直保持每道错题旁边强制写一行“如果题目改成相反的问法答案是什么”。比如“FsImage 不记录块位置”改成“谁记录块位置”答案就变成 DataNode 上报、NameNode 内存维护。这一行字看着多余实际是把单点记忆变成了双向通路考场上遇到反向提问时反应速度完全不一样。希望帮到你。本文还有配套的精品资源点击获取