《大数据平台搭建与配置管理》期中试卷及答案

大数据平台搭建与配置管理第11页共11页《大数据平台搭建与配置管理》期中试题期中试题（闭卷B）题号一二三四五六七八九十成绩满分30202030100得分【本套试卷共有4大题，计66小题】一、选择题（20题，每题1.5分，共30分）1、欲把当前目录下的file1.txt复制为file2.txt，以下正确的命令是（）。A.copyfile1.txtfile2.txtB.cpfile1.txt|file2.txtC.catfile2.txtfile1.txtD.catfile1.txt>file2.txt2、下面哪个命令可以用来切换使用者的身份（）。A.passwdB.logC.whoD.su3、以下哪个不是HDFS的守护进程（）。A.datanodeB.namenodeC.secondarynamenodeD.mrappmaster/yarnchild4、Hadoop-2.6.5集群中的HDFS的默认的数据块的大小是（）。A.32MBB.64MBC.128MBD.256MB5、HDFS集群中的namenode职责不包括（）。A.维护HDFS集群的目录树结构B.维护HDFS集群的所有数据块的分布、副本数和负载均衡C.负责保存客户端上传的数据D.响应客户端的所有读写数据请求6、下列关于HDFS的描述正确的是（）。A.如果NameNode宕机，SecondaryNameNode会接替它使集群继续工作B.HDFS集群支持数据的随机读写C.NameNode磁盘元数据不保存Block的位置信息D.DataNode通过长连接与NameNode保持通信7、MapReduce是（）上的并行计算。A.运行于大规模集群B.运行于磁盘C.运行于小规模集群D.运行在复杂的系统中8、MapReduce框架会将Map程序就近地在（）数据所在的节点运行。A.HDFSB.SparkC.MapReduceD.Zookeeper9、MapReduce为了保证任务的正常执行，采用（）等多种容错机制。A.重复执行B.重新开始整个任务C.直接丢弃执行效率低的作业D.以上都是10、ZooKeeper是集群的（），监视着集群中各个节点的状态根据节点提交的反馈进行下一步合理操作。A.领导者B.执行者C.管理者D.以上都不是11、ZK提供了一定的（）可以用来获取一个顺序增长的，可以在集群环境下使用的ID。A.函数B.接口C.方法D.类12、名称空间由（）组成。A.磁盘寄存器B.表C.内存寄存器D.数据寄存器13、hive数据仓库中的数据，不可能的来源有哪些？（）A.Mysql或Oracle数据库B.行为数据C.业务数据系统D.娱乐资料14、解压.tar.gz结尾的HBase压缩包使用的Linux命令是什么？（）A.tar-vfB.tarC.tar-zxD.tar-zxvf15、下以下数据第三列，应该用哪种数据类型存储:1,zhangsan,[90,79.88]。（）A.mapB.intC.arrayD.struct16、查询速度的提升是以额外的（）为代价的。A.创建索引B.创建索引和存储索引C.删除索引D.存储索引17、当客户端发起一个Put请求时，首先它从（）表中查出该Put数据。A.hbase:metaB.hbase:valueC.-ROOT-D.hbase:key18、HBase构建二级索引的实现方式有哪些？（）A.MapReduceB.HiveC.BloomFilterD.Filter19、Storm将（）组成的网络抽象成Topology。A.Spouts和BoltsB.字段C.GFSD.Tuple20、Storm运行在分布式集群中，其运行任务的方式与（）类似。A.HDFSB.HBaseC.HadoopD.Zookeeper二、填空题（20题，每题1分，共10分）21、链接分为：。22、JDK下解释执行Java的程序是。23、是客户端需要执行的一个工作单元。24、HDFS在设计上采取了多种机制保证在硬件出错的环境中实现数据的。25、HDFS不适合用在的应用场合。26、HDFS集群中只有唯一一个名称节点，该节点负责所有的。27、Map的输出结果首先被写入。28、磁盘包含机械部件，它是通过和来寻址定位数据。29、Shuffle优化的原则是给Shuffle过程尽可能多的。30、ZooKeeper允许分布式进程通过共享的相互协调。31、分布式应用正在运行的一组系统称为。32、ZooKeeper类通过其构造函数提供功能。33、Hive中创建的目的就是在查询一个表中某列值时提升速度。34、使用命令可以创建一个指定名字的表。35、WHERE子句是一个。36、HBase主要用来存储和的松散数据。37、在HBase中执行操作时，并不会删除数据旧的版本。38、服务器负责存储和维护分配给自己的。39、Storm可以用来实时处理新数据和。40、Topology中每一个计算组件都有一个执行度。三、判断题，正确填“T”，错误填“F”（20题，每题1分，共20分）41、Hive本地模式和远程模式，最关键的差别是存储元数据的mysql数据库的安装位置是在本地还是在远端。（）42、Hive数据类型中date类型是与时区无关的类型。（）43、Hive数据类型中，Timestamp类型是与时区无关的类型。（）44、Hive中的表，对应hdfs中文件的目录。（）45、外部表和内部表的差别，只是需要添加External关键词就可以了。（）46、删除外部表，只会删除外部表的元数据信息，并不会将外部表的数据删除。（）47、删除外部表，会同时删除外部表的数据和元数据。（）48、在Hive中，执行分桶操作，具体哪个值，分到哪个桶中，可以通过对数据进行Hash运算取得。（）49、HBase是一套高性能的分布式数据集群，必须在大型机或者高性能的服务器上进行搭建。（）50、HBase是Apache的Hadoop项目的子项目，利用HadoopHDFS作为其文件存储系统，适合于非结构化数据存储。（）51、MapReduce程序可以直接读取HBase内存储的数据内容。（）52、HBase系统适合进行多表联合查询以及复杂性读写操作。（）53、Hadoop是IBM公司开发的一款商用大数据软件。（）54、Hadoop是一个能够对大量数据进行分布式处理的软件框架，能够处理PB级数据。（）55、Hadoop存储系统HDFS的文件是分块存储，每个文件块默认大小为32MB。（）56、HDFS系统为了容错保证数据块完整性，每一块数据都采用2份副本。（）57、HDFS系统采用NameNode定期向DataNode发送心跳消息，用于检测系统是否正常运行。（）58、用户可以通过”hadoopfs–put”命令获取远端文件数据。（）59、Nagios不可以监控Hadoop集群，因为它不提供Hadoop支持（）。60、Ganglia不仅可以进行监控，也可以进行报警（）。四、简答题（6题，每题5分，共30分）61、试论述实现矩阵向量乘法与矩阵乘法采用不同MapReduce策略的原因。62、试论述HBase的三层结构中各层次的名称和作用。答：63、Storm集群中的Master节点和Work节点各自运行什么后台进程？这些进程又分别负责什么工作？答：64、试论述Storm框架的工作流程。答：65、试论述Hadoop和谷歌的mapreduce、gfs等技术之间的关系。答：66、试论述Hadoop在各个领域的应用情况。答：《大数据平台搭建与配置管理》期中标答期中标答B（闭卷）题号一二三四五六七八九十成绩满分30202030100得分一、选择题（20题，每题1.5分，共30分）1-5：DDDCD 6-10：CAAAC11-15：BDDDC16-20：BAAAC二、填空题（20题，每题1分，共20分）21、软链接和硬链接 22、java.exe23、job24、完整性25、低延迟26、元数据的管理27、缓存28、磁头移动盘片的转动29、内存30、分层命名空间31、集群32、connect33、索引34、CREATETABLE35、逻辑表达式36、非结构化半结构化37、更新38、RegionRegion39、更新数据库40、并行三、判断题（20题，每题1分，共20分）41-45：FFTTF46-50：TFTFT51-55：TFFTF56-60：FFFFT四、简答题（6题，每题5分，共60分）61、答：矩阵向量乘法：Map函数：每个Map任务将整个向量V和矩阵M的一个文件块作为输入。对每个元素Mij，Map任务会产生键值对。Reduce函数：Reduce任务将所有与给定键i关联的值相加即可得到<i，xi>。矩阵乘法：1.自然连接：Map函数：对每个矩阵元素My产生一个键值对，对每个矩阵元素Njk产生一个键值对。Reduce函数：对每个相同键j，输出所有满足形式<j,<i,k,mijnjk>>的元组。62、答：63、答：Storm采用“Master-Worker”的节点方式：Master节点运行名为“Nimbus”的后台程序，负责在集群范围内分发代码、为Work