数据工程师培训题库(四)

1、精品TDH数据平台认证工程师试题姓名：分数：【说明】a） 客观题30题，每题2分，总计60分b） 主观题4题，每题10分，总计40分c） 满分100分。【不定项选择题（每题2分共60分）】1、下列与HDFSW关的说法正确的是（）A. HDFSDataNode节点上的磁盘需要做RAID1,用来保证数据的可靠性B. HDFS可以在磁盘之间通过balance操作，平衡磁盘之间的负载情况C. HDFS建议DataNode之间的数据盘个数、容量大小不一致，以体现HDFS的负载均衡能力D.规戈ijHDFS集群时，建议ActiveNameNode和StandbyNameNode分配在不同的机架上2、以下哪个

2、服务作为HDFS高可靠协调服务的共享存储？（）A. ZooKeeperB. JournalNodesC. NameNodeD. ZKFailoverController3、在集群中配置HDFS的副本数为3,设置数据块大小为128M,此时我们上传一份64M的数据文件，该数据文件占用HDFS空间大小为（）A.64MB.128MC.384MD.192M4、在Yarn服务中，不包含以下哪种角色（）A.ResourceManagerB.NodeManagerC.ApplicationMasterD.Contianer5、ResourceManager是YARN的主要组成部分，有关其功能描述不正确的是（）

3、A.它直接将集群所拥有的资源按需分配给运行在YARN上的应用程序B.它负责将集群中的所有资源进行统一管理和分配C.它接受各个节点的资源汇报信息D.它把资源按照策略分配给各应用6、当前用户提交了一个wordcount词频统计的任务，最后任务执行失败，可能的原因有哪些（）A.当前集群中没有足够的资源，不足以满足当前wordcount任务的需求B.执行该任务的用户没有权限访问HDFS上的数据文件C.用户在执行任务之前在HDFS相应的目录下创建了提交任务时指定的输出目录D.以上原因都有可能7、以下关于外表和托管表描述正确的是（）A、外表的数据存储在本地，托管表的数据存储在hdfs上B、删除托管表只会删

4、除Inceptor上的元数据不会删除数据文件，删除外表两者都会被删除C、删除外表只会删除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除D、删除托管表或外表，incepotr上的元数据和数据文件都会被删除8、SQL运行中如果出现maptask数据特别多，执行时间又很短时可以通过小文件合并来进行优化，以下是合并参数有（）A. SETngmr.partition.automerge=TRUE;B. SETngmr.partition.mergesize=n;C. SETngmr.partition.mergesize.mb=m;D. SETmapred.reduce.tasks

5、=N;9、以下关于inceptor日志信息描述正确的有（）A. Inceptorserver日志存放于各节点的/var/log/inceptorsqlx/hive-server.logB. 可以通过inceptorserver4040查看SQL错误日志C. Excutor日志存放于excutor节点的/var/log/inceptorsqlx/spark-excutor.logD. ExcutorGC日志存放于excutor节点的/var/log/inceptorsqlx/spark-excutor.gc.log10、tableA有10G的数据，tableB有100G的数据，两个表通过共有的i

6、d列做关联查询name歹U,以下方式可以优化计算效率的是（）A. select/*+MAPJOIN（a）*/,fromtableAajointableBbona.id=b.idB. select/*+MAPJOIN（b）*/,fromtableAajointableBbona.id=b.idC.建表日将tableA和tableB根据id字段分相同数量的桶D.建表日将tableA和tableB根据name字段分相同数量的桶11、以下属于HMaster功能的是（）A.为RegionServer分配regionB.存储数据元信息C.对region进彳f

7、compact操作D.管理用户对table的增删改查操作12、Hyperbase与Inceptor的关系，描述正确的是（）A.两者不可或缺，Inceptor保证Hyperbase的服务的正常运行B.两者没有任何关系C.Inceptor可以访问HyperbaseD.两者相辅相成13、下列创建全局索引的语句，正确的是（）A. add_index't1','index_name','COMBINE_INDEX|INDEXED=f1:q1:9|rowKey:rowKey:10,UPDATE=true'B. add_global_index't1&

8、#39;,'index_name','COMBINE_INDEX|INDEXED=f1:q1:9|rowKey:rowKey:10,UPDATE=true'C. add_fulltext_index't1','index_name','COMBINE_INDEX|INDEXED=f1:q1:9|rowKey:rowKey:10,UPDATE=true'D. create_global_index't1','index_name','COMBINE_INDEX|INDEXED=

9、f1:q1:9|rowKey:rowKey:10,UPDATE=true'14、以下对流处理计算框架描述不正确的是（）A. SparkStreaming是基吁二微批（batch）对数据进行处理的B. ApacheStorm是基于二时间（event）对数据进行处理的C. TranswarpStreamSQL可基于微批或事件对数据进行处理D.以上说法都不对15、某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*FROMorigin

10、al_streamSTREAMw1AS（length'1'minuteslide'24'hour）;B. CREATESTREAMtraffic_streamASSELECT*FROMoriginal_streamSTREAMWINDOWw1AS（length'1'minuteslide'24'hour）;C. CREATESTREAMtraffic_streamASSELECT*FROMoriginal_streamSTREAMWINDOWw1AS（length'24'hourslide'1'mi

11、nute）;D. CREATESTREAMraffic_streamASSELECT*FROMoriginal_streamAS（length'24'secondslide'1'minute）;16、Zookeeper服务描述正确的为（）A.Zookeeper中每一个server互为leaderoB.Zookeeper中只有一个leader,并通过备份机制产生。C.Zookeeper中不存在leader,所有server共同提供服务。D.Zookeeper通过选举机制确定leader,有且仅有一个。17、通过Hue修改HDFS目录或文件的权限可以通过以下哪些方式

12、实现（）AHdfs相应的权限8 通过Hue超级用户hue登录C以hdfs用户登录D以上都可以18、通过Oozie使用ssh,必须满足以下条件（）A以root用户登录各个节点9 Oozie用户可以免密钥登录COozie用户必须要有bash权限D.所访问必须是集群的节点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

13、时候需要保证执行当前用户有权限执行相应的操作20在使用sqoop连接关系型数据时，下面哪个命令可以查看关系型数据库中有哪些表？（）A. sqooplist-databases- -usernameroot- -password111111- -connectjdbc:mysql:/5:3306/B. sqooplist-databases- -usernameroot- P- -connectjdbc:mysql:/5:3306/C. sqooplist-databases- -usernameroot- -password-filefile

14、:/root/.pwd- -connectjdbc:mysql:/5:3306/D. sqooplist-tables- -usernameroot- -password111111- -connectjdbc:mysql:/5:3306/test21、要将采集的日志数据作为kafka的数据源，则flumesink需要设置为下列哪项参数（）A.hdfsB.kafkaC.org.apache.flume.sink.kafka.KafkaSinkD.topicname22、下列是关于flume和sqoop对比的描述，不正确的是（）A.flume主

15、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23、有关日asticsearch描述有误的一项是（）A.它会利用多播形式发现节点。B.主节点（masternode）通过选举方式产生。C.主节点（masternode）进行集群的管理，只负责集群节点添加和删除。D.主节点会去读集群状态信息，必要的时候进行恢复工作。24、下面措施中，不能保证kafka数据可靠性的是（）A.kafka会将所有消息持久化到硬盘中保证其数据可靠性

16、B.kafka通过TopicPartition设置Replication来保证其数据可靠性C.kafka通过设置消息重发机制保证其数据可靠性D.kafka无法保证数据可靠性25、TDH提供哪几种认证模式？（）A.所有服务使用简单认证模式一一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LDAPA证D.所有服务都启用LDAPU证26、开启LDAP后，应该使用哪个命令连接Inceptor()A. transwarp-t-h$ip。B.

17、 beeline-ujdbc:hive2:$ip:10000-n$username-p$password。C. beeline-u"jdbc:hive2:$ip:10000/default;principal=hive/node1TDH”D. beeline-u"jdbc:hive2:$ip:10000/default;principal=user1TDH”。27 、Inceptorserver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Incepto

18、rserver所在节点/var/log/inceptorsql*/目录下的hive-server2.log日志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28 、现有一批数据需要进行清洗，要求对其中null通过update转换为0，删除重复的记录，添加部分新的记录，则该表应该设计为（）A. Tex表B. Orc表C. Orc事务表D. Holodesk表29、现有一个表数据要存储在hyperbase上，并创建全文索引，原表数据10GB，HDFS配置为3副本，hyperbase压缩比例按1:3计算，索引数据量为20GB,ES副本数为1,ES压缩比按1:3计算，则该表需要多大的存储空间存储（）A. 16.67GBB. 23.33GBC. 30GBD. 70GB30、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.配置集群安全模式感谢下载载【客观简答题（每题10分，共40分）】1、请描述