hadoop的基本组件详细介绍一下
Hadoop是实现了分布式并行处理任务的系统框架，其核心组成是HDFS和MapReduce两个子系统，能够自动完成大任务计算和大数据储存的分割工作。Hadoop有众多子集。例如：Hive、Hbase、Zookeeper等。这些生态工具对Hadoop起到了良好的补充作用。
HDFS系统是Hadoop的储存系统，能够实现创建文件、删除文件、移动文件等功能，操作的数据主要是要处理的原始数据以及计算过程中的中间数据，实现高吞吐量的数据读写。MapReduce系统是一个分布式计算框架，主要任务就是利用廉价的计算机对海量的数据进行分解处理。
hadoop怎么从本地上传到hdfs文件，写出命令行。
https://blog.csdn.net/zhangvalue/article/details/80671217
给一个网页的url，抓取指定的title标签里的文本内容
用python 正则 提取HTml标签文本内容的
https://blog.csdn.net/weixin_42785547/article/details/86604762?utm_medium=distribute.pc_relevant.none-task-blog-2defaultbaidujs_title~default-0.pc_relevant_baidujshouduan&spm=1001.2101.3001.4242
zookeeper的实现原理
https://zhuanlan.zhihu.com/p/64702090
并发编程如何实现
https://dannashen.github.io/2019/05/22/%E5%B9%B6%E5%8F%91%E6%9C%BA%E5%88%B6%E5%8F%8A%E5%85%B6%E5%BA%95%E5%B1%82%E5%AE%9E%E7%8E%B0%E5%8E%9F%E7%90%86/
生产者、消费者模式的具体实现是什么
https://segmentfault.com/a/1190000016260650
红黑树
mysql的事务隔离级别
如何获取Mysql中的数据
HDFS上传文件和读取文件的流程
见参考链接
Spark是什么，编程的一般步骤
MapReduce
HDFS和MapReduce是hadoop中的核心组成系统，能够自动完成大任务的计算和大数据储存的分割工作。
HDFS系统是hadoop系统的储存系统，MapReduce系统是一个分布式计算框架，主任务是能够利用廉价的计算机对海量的数据进行分解处理，很大的一个优点是计算向数据靠近，这样就降低了数据传输的成本。
HDFS在MapReduce任务处理过程中提供了文件操作和存储等支持，MapReduce在HDFS的基础上实现了了任务的分发、跟踪、执行等操作，收集结果，二者相互作用，完成了Hadoop的分布式集群任务。