数据工程师培训题库(一)

1、6二列MapRedTDH数据隼智供证工程师试题B.MATLAB姓名：分数：【说C】SPARKC.SPARKa）省观隰30题，每题2分，总计60分b）主观题4题，每题10分，总计40分7）、诙喀关平0卜集和托管表描述正确的是（A、外衣的数据存储在本%托管表的数据存储在hdfs上删除外表两者都会）；溪幽罐痈器耽ode第槁曙他册C、.Data卵ode会删除Inceptor上的元数据不会删除数据文件，删除托管表两者都会被删B.JournalNodeC、.遮枭管表或外表，incepotr上的元数据和数据文件都会被删除D.Zookeeper8、以下对分桶表的描述正确的是（2、倾静启动时对数据有效性进行检查

2、块进行必要的复制或删除数达到闻值脸会自翔退出安全模式D.允许用户对文件系统进行读写操作9、以下关于inceptorexcutor资源配置的说法正确的有（）3、便望xcu薄资柳解f绪衿a3o隔箱微块大小为128M，此时我们上传一份64M的数做文ExcUt季li»的是拙FS啜监of加自用的逻/core数量C、 .64xcutor内核数和内存配置比例一般为1core:2GmemoryD、 .1瓢utor分布可以指定每个节点运行的excutor数量或executor在集群上运行的总数:C.能指定运行的节点D.192M10、假设使用场景中有如下查询语句SELECT&YARgon,COU

3、N雌）7AVG怪6螂是（fromEmpo管管wheRe嵯麻剧叫声理groUpBOx%HDFS上的数据块ORdErBY、Slxegion;以下建表通过holodesk的cube和index手段对这种过滤率和聚合率高的业务进行优化,生麻谗下服务中）不包含以下哪种角色（）A. .RCRuAeMTAgLEEmployeeB.NodLPanagerRTiEs(Department',C.App»MAMrD.ContianeSk.index'='holodesk.dimension'='Sex,RegionB. CREATETABLEEmployeeTBL

4、PROPERTIES('cache'='RAM','holodesk.index'='Sex,Region''holodesk.dimension'='Department')C. CREATETABLEEmployeeTBLPROPERTIES('cache'=''Department'','holodesk.index'='Department','holodesk.dimension'='S

5、ex,Region')D. CREATETABLEEmployeeTBLPROPERTIES('cache'='RAM','holodesk.index'='Department','holodesk.dimension'='Sex')11、关于Hyperbase全局索引的描述，哪些是正确的？()A.核心是倒排表B.全局索引概念是对应Rowkey这个级“索引C.全局索引使用平衡二叉树D.全局索引使用B+树检索数据12以下为Hyperbase分布式存储的最小单元的是()ARegionserve

6、rBRegionCStoreFileDStore13以下有关Hyperbase说法正确的是（）A、数据类型丰富，支持String、Int、Char等类型BKey/value系统，key由Row,ColumnFamily,ColumnQualifier组成CHyperbase表中rowkey有序，按字典序降序排列D、以上说法都不正确14以下关于StreamSQL的概念描述正确的是（）A. Stream是数据流B. Streamjob是对一个或多个stream进行计算并将结果写进一个流的任务C. Application是一个或多个streamjob的集合D. 以上说法都不正确整理文档整理文档15某

7、交通部门通过使用流监控全市过往24小时各个卡口数据，要求每分钟更新一次，原始流为org_stream，以下实现正确的是()A. CREATESTREAMWINDOWtraffic_streamASSELECT*FROMoriginal_streamSTREAMw1AS(length'1'minuteslide'24'hour);B. CREATESTREAMtraffic_streamASSELECT*FROMoriginal_streamSTREAMWINDOWw1AS(length'1'minuteslide'24'hour)

8、;C. CREATESTREAMtraffic_streamASSELECT*FROMoriginal_streamSTREAMWINDOWw1AS(length'24'hourslide'1'minute);D. CREATESTREAMtraffic_streamASSELECT*FROMoriginal_streamAS(length'24secondslide'1'minute);16 以下不是Zookeeper的功能是()A配置管理8 集群管理C分布式锁D存储大量数据17 以下服务需要与zookeeper进行通信的是()A. H

9、MasterB. ActiveNameNodeC. InceptorSQLD. ActiveResourceManager18下列是关于flume和sqoop对比的描述，不正确的是（）A.flume主要用来采集日志而sqoop主要用来做数据迁移B.flume主要采集流式数据而sqoop主要用来迁移规范化数据C.flume和sqoop都是分布式处理任务D.flume主要用于采集多数据源小数据而sqoop用来迁移单数据源数据19有关使用sqoop抽取数据的原理的描述不正确的是（）A.sqoop在抽取数据的时候可以指定map的个数，map的个数决定在hdfs生成的数据文件的个数B.sqoop抽取数据

10、是个多节点并行抽取的过程，因此map的个数设置的越多性能越好C.sqoop任务的切分是根据split字段的（最大值-最小值）/map数D.sqoop抽取数据的时候需要保证执行当前用户有权限执行相应的操作20sqoop抽取数据时需要做一些数据转换的工作，下面说法不正确的是（）A.-fields-terminated-by01用来设置在hdfs生成的文件的分割符B.-hive-drop-import-delims用来设置在hdfs生成的文件的存储形式为列存储C.-null-string'N'用来把所有的String类型的空值转换成hive的NULL值D.-null-non-stri

11、ng'N'用来把非String类型的空值转换成hive的NULL值21下列有关flume的描述不正确的是（）A.flume是Apache的一个子项目B.flume主要是一个日志采集，传输系统C.flume和sqoop功能相似，因此可以相互替代D.flume可以同时采集集群内部和集群外部的日志数据22下列sink中哪些是flume不支持的sink（）A.HDFSsinkB.kafkasinkC.memorysinkD.filerollsink23、以下对ElasticSearch描述不正确的是（）A.日asticSearch是分布式全文搜索引擎B. ElasticSearch集群

12、中分master和data节点C. ElasticSearch数据存储在HDFS上D. ElasticSearch数据可以按Shard分布在不同的节点上24下列不属于kafka应用场景的是（）A.常规的消息收集B.网站活动性跟踪C.日志收集D.关系型数据库和大数据平台之间的数据迁移25TDH提供哪几种认证模式？（）A所有服务使用简单认证模式所有服务都无需认证即可互相访问B所有服务都启用Kerberos认证，用户要提供Kerberosprincipal和密码（或者keytab）来访问各个服务C.所有服务都启用Kerberos同时Inceptor启用LDAP认证D.所有服务都启用LDAPU证26以

13、下对各组件的运维页面描述不正确的是（）A.通过NameNode的50070页面对HDFS进行监控B.通过ResourceManager的8180对YARN上运行的任务进行监控C.通过HMaster的60010对HBase进行监控D通过HueServer的8888页面登入Hue27Inceptorserver服务无法启动时，该如何查看日志是（）A.查看TDHmanager所在节点/var/log/inceptorsql*/目录下的hive-server2.log日志8 查看Inceptorserver所在节点/var/log/inceptorsql*/目录下的hive-server2.log日志

14、C查看ResourceManager所在节点/var/log/Yarn*/目录下的yarn-yarn-resourcemanager-poc-node1.log日志D查看任意节点/var/log/inceptorsql*/目录下的hive-server2.log日志整理文档整理文档28以下对Hadoop组件的应用场景描述正确的是（）A. Hive主要用于构建大数据数仓，主要做批处理统计分析型业务B. Hbase主要用于检索查询的OLTP业务C. ElasticSearch主要用于全文检索的关键字查询业务D. SparkStreaming主要用于实时数据的业务场景29以下不属于管理角色的是（）A.NameNodeB.HMasterC.ResourceManagerD.NodeManager30下面哪些工作不属于集群预安装工作（）A.为集群中每个节点的安装操作系统B.选一个节点作为管理节点，修改其/etc/hosts文件C.安装TranswarpManager管理界面D.配置集群安全模式整理文档【客观简答题（每题10分，共40分）】1集群有8个节点，每个