① Hdfs怎么看副本数
解决方法如下：
hdfs的默认副本数量是3个，配置在/etc/hadoop/conf/hdfs-site.xml中 dfs.replication。
我们也可以通过hdfs dfs -ls /path/to/file 命令查看hdfs上的文件： 文件类型会在第二列显示副本数量。
hdfs中副本数量没有达到配置的数量则会自动进行备份，此时datanode节点之间会大量复制文件，集群性能会暂时受到影响。
② 用c++读取hdfs中的文件，使用libhdfs应该怎么配置
建立、关闭与HDFS连接：hdfsConnect()、hdfsConnectAsUser()、hdfsDisconnect()。hdfsConnect()实际上是直接调用hdfsConnectAsUser。
打开、关闭HDFS文件：hdfsOpenFile()、hdfsCloseFile()。当用hdfsOpenFile()创建文件时，可以指定replication和blocksize参数。写打开一个文件时，隐含O_TRUNC标志，文件会被截断，写入是从文件头开始的。
读HDFS文件：hdfsRead()、hdfsPread()。两个函数都有可能返回少于用户要求的字节数，此时可以再次调用这两个函数读入剩下的部分（类似APUE中的readn实现）；只有在两个函数返回零时，我们才能断定到了文件末尾。
写HDFS文件：hdfsWrite()。HDFS不支持随机写，只能是从文件头顺序写入。
查询HDFS文件信息：hdfsGetPathInfo()
查询和设置HDFS文件读写偏移量：hdfsSeek()、hdfsTell()
查询数据块所在节点信息：hdfsGetHosts()。返回一个或多个数据块所在数据节点的信息，一个数据块可能存在多个数据节点上。
libhdfs中的函数是通过jni调用JAVA虚拟机，在虚拟机中构造对应的HDFS的JAVA类，然后反射调用该类的功能函数。总会发生JVM和程序之间内存拷贝的动作，性能方面值得注意。
HDFS不支持多个客户端同时写入的操作，无文件或是记录锁的概念。
建议只有超大文件才应该考虑放在HDFS上，而且最好对文件的访问是写一次，读多次。小文件不应该考虑放在HDFS上，得不偿失！
③ 如何远程读取CDH的hadoop上的HDFS数据
需要在实例化出来的Configuration中加入HDFS的端口路径即可，其他的除了hadoop的jar包外，任何配置文件都不需要，核心代码如下：
static Configuration conf=new Configuration();
static FileSystem fs=null;
static{
try {
//默认的hadoop的fs.defaultFS的端口号为8020，这里需要跟集群里面的配置一致
conf.set("fs.defaultFS","hdfs://dnode1:8020/");
fs=FileSystem.get(conf);
} catch (IOException e) {
log.error("初始化FileSystem失败！",e);
}
}
OK，只需要这简单的一行，我们就可以读取HDFS上的数据了
④ impala可以获取hdfs目录下的数据吗
如果和数据block不在同一个host上，那么就是使用HDFSDataTransaferProtocol(不是正式的命名，意会即可)来读，也就是一个二进制协议走TCP链接。
如果是在同一个host上，那么是利用了HDFS中"short-circuit local reads"技术。简单来说，从DataNode那边获取到所需数据的Meta信息，然后直接通过系统调用open/read来读取。