Hadoop题库_共2页

1、1.以下哪一项不属于 Hadoop 可以运行的模式 _CA. 单机（本地）模式B. 伪分布式模式C 互联模式D.分布式模式2. Hadoop 的作者是下面哪一位_B_。A. Martin FowlerB. Doug cuttingC. Kent BeckD. Grace Hopper3.下列哪个程序通常与 NameNode 在同一个节点启动_D.A. TaskTrackerB. DataNodeC. SecondaryNameNodeD. Jobtracker4. HDFS 默认 Block Size 的大小是 _B_。A. 32MBB. 64MBC. 128MBD. 256M5._ 下列哪项

2、通常是集群的最主要瓶颈CA.CPUB.网络C 磁盘10D.内存6._下列关于 MapReduce 说法不正确的是C_。A. MapReduce 是一种计算框架B. MapReduce 来源于 google 的学术论文C. MapReduce 程序只能用 java 语言编写D. MapReduce 隐藏了并行计算的细节，方便使用8. HDFS 是基于流数据模式访问和处理超大文件的需求而开发的，具有高容错、高可靠性、 高可扩展性、高吞吐率等特征，适合的读写任务是_D_ 。A. 次写入，少次读B. 多次写入，少次读C. 多次写入，多次读D. 次写入，多次读9. HBase 依靠A存储底层数据。A.

3、HDFSB. HadoopC. MemoryD. MapReduce10. HBase 依赖 D提供强大的计算能力。A. ZookeeperB. ChubbyC. RPCD. MapReduce11. HBase 依赖A提供消息通信机制A. ZookeeperB. ChubbyC. RPCD. Socket12. 下面与 HDFS 类似的框架是C_ ？A. NTFSB. FAT32C. GFSD. EXT313. 关于 SecondaryNameNode 下面哪项是正确的 _C_。A.它是 NameNode 的热备B.它对内存没有要求C 它的目的是帮助NameNode 合并编辑日志，减少Nam

4、eNode 启动时间D. Seco ndaryNameNode 应与 NameNode 部署到一个节点14. 大数据的特点不包括下面哪一项_D_。A.巨大的数据量B.多结构化数据C 增长速度快D.价值密度高HBase 测试题1. HBase 来源于哪一项？CA The Google File SystemB MapReduceC BigTableD Chubby2下面对 HBase 勺描述哪些是正确的？B、C、DA 不是开源的B 是面向列的C 是分布式的D 是一种 NoSQL 数据库3. HBase 依靠（）存储底层数据AA HDFSB HadoopC MemoryD MapReduce4.

5、HBase 依赖（）提供消息通信机制AA ZookeeperB ChubbyC RPCD Socket5. HBase 依赖（）提供强大的计算能力DA ZookeeperB ChubbyC RPCD MapReduce6. Map Reduce 与 HBase 的关系，哪些描述是正确的？B CA 两者不可或缺， MapReduce 是 HBase 可以正常运行的保证B 两者不是强关联关系，没有Map Reduce， HBase 可以正常运行C Map Reduce 可 以直接访问 HBaseD 它们之间没有任何关系7.下面哪些选项正确描述了A 高可靠性B 高性能C 面向列D 可伸缩8.下面与

6、Zookeeper 类似的框架是？ D A ProtobufB JavaC KafkaHBase 的特性？A、B、C、DD Chubby 9下面与 HDF 联似的框架是？ CA NTFSB FAT32C GFSD EXT310.下面哪些概念是HBase 框架中使用的？ A、CA HDFSB GridFSC ZookeeperD EXT3第二部分：HBase 核心知识点11. LSM 含 义是？ AA 日志结构合并树B 二叉树C 平衡二叉树D 基于日志结构的合并树12.下面对 LSM 结构描述正确的是？ A、CA 顺序存储B 直接写硬盘C 需要将数据Flush 到磁盘D 是一种搜索平衡树13.

7、LSM 更能保证哪种操作的性能？ BA 读B 写C 随机读D 合并14. LSM 的读操作和写操作是独立的？AA 是。B 否。C LSM 并不区分读和写D LSM 中读写是同一种操作15. LSMI 结构的数据首先存储在（）。BA 硬盘上B 内存中C 磁盘阵列中D 闪存中16 HFile 数据格式中的Data 字段用于（）。AA 存储实际的KeyValue 数据B 存储数据的起点C 旨定字段的长度D 存储数据块的起点17 HFile 数据格式中的Meta In dex 字段用于（）。DA Meta 块的长度B Meta 块的结束点C Meta 块数据内容D Meta 块的起始点18JHFile

8、 数据格式中的 Magic 字段用于（）。AA 存储随机数，防止数据损坏B 存储数据的起点C 存储数据块的起点D 指定字段的长度19HFile 数据格式中的KgyValue 数据格式，下列选项描述正确的是（）。A、DA 是 byte数组B 没有固定的结构C 数据的大小是定长的D 有固定的结构20 HFile 数据格式中的KeyValuf 数据格式中A 拥有复杂结构的字符串B 字符串C 二进制数据D 压缩数据第三部分：HBase 高级应用介绍31 HBase 中的批量加载底层使用（）实现。A MapReduceB HiveC Coprocessor D Bloom Filter32. HBase

9、 性能优化包含下面的哪些选项？A、B、C DA 读优化B 写优化Valpd 部分是（）。CC 配置优化D JVM 优化33. Rowkey 设计的原则，下列哪些选项的描述是正确的？A、B、CA 尽量保证越短越好B 可以使用汉字C 可以使用字符串D 本身是无序的34. HBase 构建二级索引的实现方式有哪些？A、BA MapReduceB CoprocessorC Bloom FilterD Filter35. 关于 HBase 二级索引的描述，哪些是正确的？A、BA 核心是倒排表B 二级索引概念是对应Rowkey 这个一级索引C 二级索引使用平衡二叉树D 二级索引使用LSM 结构36. 下列

10、关于 Bloom Filter 的描述正确的是？A、CA 是一个很长的二进制向量和一系列随机映射函数B 没有误算率C 有一定的误算率D 可以在 Bloom Filter 中删除元素第四部分：HBase 安装、部署、启动37. HBase 官方版本可以安装在什么操作系统上？A、B、CA CentOSB UbuntuC RedHatD Windows38. HBase 虚拟分布式模式需要（）个节点？AA 1B 2C 3D 最少 3 个39. HBase 分布式模式最好需要（）个节点？CA 1B 2C 3D 最少关于 hadoop 的选择题1、 Doug Cutting 所创立的项目的名称都受到其家

11、人的启发，以下项目不是由 他创立的项目是A HadoopB NutchC LuceneD Solr答案：D2、 配置 Hadoop 时，JAVA_HOME 包含在哪一个配置文件中A hadoop-default.xmlB hadoop-env.shC hadoop-site.xmlD configuration.xsl答案： B知识点： hadoop 配置3、 Hadoop 配置文件中， hadoop-site.xml 显示覆盖 hadoop-default.xml 里的 内容。在版本 0.20 中，hadoop-site.xml 被分离成三个 XML 文件，不包括 A conf-site.x

12、mlB mapred-site.xmlC core-site.xmlD hdfs-site.xml答案： A知识点： hadoop 配置4、 HDFS 默认的当前工作目录是 /user/$USER ， 的值需要在哪 个配置文件内说明A. mapred-site.xmlB. core-site.xmlC. hdfs-site.xmlD. 以上均不是 答案： B知识点： hadoop 配置5、 关于 Hadoop 单机模式和伪分布式模式的说法，正确的是A 两者都起守护进程，且守护进程运行在一台机器上B 单机模式不使用 HDFS，但加载守护进程C 两者都不与守护进程交

13、互，避免复杂性D 后者比前者增加了 HDFS 输入输出以及可检查内存使用情况答案： D知识点： hadoop 配置6、下列关于 Hadoop API 的说法错误的是A.Hadoop 的文件 API 不是通用的，只用于 HDFS 文件系统B.Configuration 类的默认实例化方法是以 HDFS 系统的资源配置为基础的C.FileStatus 对象存储文件和目录的元数据D.FSDataInputStream 是 java.io.DatalnputStream 的子类 答案：A/HDFS7、HDFS 的 NameNode 负责管理文件系统的命名空间，将所有的文件和文件夹的 元数据保存在一个文

14、件系统树中，这些信息也会在硬盘上保存成以下文件：A .日志B .命名空间镜像C.两者都是答案： C知识点：8、HDFS 的 name node 保存了一个文件包括哪些数据块，分布在哪些数据节点上， 这些信息也存储在硬盘上。A .正确B .错误答案： B知识点：在系统启动的时候从数据节点收集而成的9、Secondary namenode 就是 namenode 出现问题时的备用节点 A .正确B .错误 答案： B知识点：它和元数据节点负责不同的事情。其主要功能就是周期性将元数据节 点的命名空间镜像文件和修改日志合并，以防日志文件过大。合并过后的命名 空间镜像文件也在Secondary name

15、node 保存了一份，以防 namenode 失败的时 候，可以恢复。10、出现在 data node 的 VERSION 文件格式中但不出现在 name node 的 VERSION 文件格式中的是A. namespaceIDB. storageIDC. storageTypeD. layoutVersion答案： B知识点：其他三项是公有的。layoutVersion 是一个负整数，保存了 HDFS 的持 续化在硬盘上的数据结构的格式版本号； namespaceID 是文件系统的唯一标识 符，是在文件系统初次格式化时生成的； storageType 表示此文件夹中保存的 是数据节点的类型1

16、1、Client 在 HDFS 上进行文件写入时，namenode 根据文件大小和配置情况, 返回部分datanode 信息，谁负责将文件划分为多个 Block ，根据 DataNode 的 地址信息，按顺序写入到每一个 DataNode 块A ClientB NamenodeC DatanodeD Secondary namenode答案：A知识点： HDFS 文件写入12、HDFS 的是基于流数据模式访问和处理超大文件的需求而开发的，默认的最 基本的存储单位是 64M ，具有高容错、高可靠性、高可扩展性、高吞吐率等特 征，适合的读写任务是A 一次写入，少次读写B 多次写入，少次读写C 一次

17、写入，多次读写D 多次写入，多次读写答案： C知识点：HDFS 特性13、HDFS 无法高效存储大量小文件，想让它能处理好小文件，比较可行的改进 策略不包括A .利用 Seque nceFile、Map File、Har 等方式归档小文件B 多 Master 设计C.Block 大小适当调小D. 调大 name node 内存或将文件系统元数据存到硬盘里答案： D知识点：HDFS 特性14、关于 HDFS 的文件写入，正确的是A .支持多用户对同一文件的写操作B .用户可以在文件任意位置进行修改C .默认将文件块复制成三份存放D .复制的文件块默认都存在同一机架上答案： C知识点：在 HDFS

18、 的一个文件中只有一个写入者，而且写操作只能在文件末尾完 成，即只能执行追加操作。默认三份文件块两块在同一机架上，另一份存放在 其他机架上。15、Hadoop fs 中的-get 和-put 命令操作对象是A .文件B .目录C .两者都是答案： C知识点：HDFS 命令16 、Namenode 在启动时自动进入安全模式，在安全模式阶段，说法错误的是A 安全模式目的是在系统启动时检查各个 DataNode 上数据块的有效性B 根据策略对数据块进行必要的复制或删除C 当数据块最小百分比数满足的最小副本数条件时，会自动退出安全模式D 文件系统允许有修改答案：D知识点：HDFS 安全模式/MapRe

19、duce17、 MapReduce 框架提供了一种序列化键 /值对的方法，支持这种序列化的类能 够在Map 和 Reduce 过程中充当键或值，以下说法错误的是A .实现 Writable 接口的类是值B .实现 WritableComparable接口的类可以是值或键C.Hadoop 的基本类型 Text 并不实现 WritableComparable 接口D. 键和值的数据类型可以超出 Hadoop 自身支持的基本类型答案： C18、 以下四个 Hadoop 预定义的 Mapper 实现类的描述错误的是A.IdentityMappervK, V 实现 Mapper，将输入直接映射到输出B.

20、InverseMappervK, V 实现 Mapper，反转键 /值对C.RegexMapper 实现 Mapper ，为每个常 规表达式的匹配项生成一个 (match, 1) 对D.TokenCountMapper 实现 MappervK, Text, Text, LongWritable，当输 入的值为分词时，生成 (taken, 1) 对答案： B知识点：In verse Map per 实现 Map per19、 下列关于 HDFS 为存储 MapReduce 并行切分和处理的数据做的设计，错误的 是A.FSDataInputStream 扩展了 DataInputStream 以支

21、持随机读B .为实现细粒度并行，输入分片(Input Split)应该越小越好C .一台机器可能被指派从输入文件的任意位置开始处理一个分片D.输入分片是一种记录的逻辑划分，而 HDFS 数据块是对输入数据的物理分割答案：B 知识点： 每个分片不能太小， 否则启动与停止各个分片处理所需的开销将占很 大一部分执行时间20、 针对每行数据内容为” Timestamp Url 的数据文件，在用 JobConf 对象 conf 设置con f.setl nputFormat(Which In putFormat.class) 来读取这个文件时，WhichInputFormat应该为以下的A.TextIn

22、putFormatB KeyValueTextInputFormatC SequenceFileInputFormatD NLineInputFormat答案：B知识点：四项主要的 InputFormat 类。 KeyValueTextInputFormat 以每行第一 个分隔符为界，分隔符前为 key ，之后为 value ，默认制表符为 t21、有关 MapReduce 的输入输出，说法错误的是A 链接多个 Map Reduce 作业时，序列文件是首选格式B FileInputFormat 中实现的 getSplits() 可以把输入数据划分为分片，分 片数目和大小任意定义C.想完全禁止输

23、出，可以使用 NullOutputFormatD.每个 reduce 需将它的输出写入自己的文件中，输出无需分片答案：B 知识点：分片数目在 numSplits 中限定，分片大小必须大于 mapred.min.size 个字节，但小于文件系统的块22、 Hadoop Streaming 支持脚本语言编写简单 MapReduce 程序，以下是一个例 子：bin/hadoop jar contrib/streaming/hadoop-0.20-streaming.jarinput input/filenameoutput output mapper dosth.py 5 file dosth.py

24、D mapred.reduce.tasks=123、 以下说法不正确的是A.Hadoop Streaming 使用 Unix 中的流与程序交互B.Hadoop Streaming 允许我们使用任何可执行脚本语言处理数据流C.采用脚本语言时必须遵从 UNIX 的标准输入 STDIN，并输出到 STDOUTD.Reduce 没有设定，上述命令运行会出现问题答案： D 知识点：没有设定特殊的 reducer ，默认使用 IdentityReducer24、 在高阶数据处理中，往往无法把整个流程写在单个MapReduce 作业中，下 列关于链接 MapReduce 作业的说法，不正确的是A.Job 和

25、 JobControl 类可以管理非线性作业之间的依赖B.ChainMapper 和 ChainReducer 类可以用来简化数据预处理和后处理的构成C.使用 Chai nReducer 时，每个 map per 和 reducer 对象都有一个本地 JobCo nf 对象DChainReducer.addMapper() 方法中，一般对键 /值对发送设置成值传递，性 能好且安全性高答案： D知识点： ChainReducer.addMapper() 方法中，值传递安全性高，引用传递性能高25、下面哪个程序负责 HDFS 数据存储。答案 C datanodea)NameNodeb)Jobtra

26、ckerc)Datanoded)secondaryNameNodee)tasktracker26. HDfS 中的 block 默认保存几份？答案 A 默认 3 分 d)不确定27. 下列哪个程序通常与 NameNode 在一个节点启动？答案 Da) SecondaryNameNodeb) DataNodec) TaskTrackerd) Jobtracker28. Hadoop 作者答案 C Doug cuttinga) Martin Fowlerb) Kent Beckc) Doug cutting29. HDFS 默认 Block Size 答案： Ba) 32MBb) 64MBc) 1

27、28MB30.下列哪项通常是集群的最主要瓶颈：答案：C 磁盘a) CPUb) 网络c) 磁盘 10d) 内存31. 关于 SecondaryNameNode 哪项是正确的？答案 Ca） 它是 NameNode 的热备份份32b） 它对内存没有要求c） 它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间d） SecondaryNameNode 应与 NameNode 部署到一个节点。多选题：1.下列哪项可以作为集群的管理？答案： ABDa) Puppetb) Pdshc) Cloudera Managerd) Zookeeper2.配置机架感知的下面哪项正确：答案

28、ABCa） 如果一个机架出问题，不会影响数据读写b） 写入数据的时候会写到不同机架的 DataNode 中c） MapReduce 会根据机架获取离自己比较近的网络数据3. Clie nt 端上传文件的时候下列哪项正确？答案 Ba） 数据经过 NameNode 传递给 DataNodeb） Client 端将文件切分为 Block，依次上传c） Client 只上传数据到一台 DataNode ，然后由 NameNode 负责 Block 复制工 作4. 下列哪个是 Hadoop 运行的模式：答案 ABCa） 单机版b） 伪分布式c） 分布式5. Cloudera 提供哪几种安装 CDH 的方法？答案： ABCDa） Clo