Hadoop精彩试题题库

1、1. 以下哪一项不属于Hadoop可以运行的模式C。2. 单机（本地）模式伪分布式模式互联模式分布式模式Hadoop的作者是下面哪一位_B。3. MartinFowlerDougcuttingKentBeckGraceHopper下列哪个程序通常与NameNode在同一个节点启动_D.4. TaskTrackerDataNodeSecondaryNameNodeJobtrackerHDFS默认BlockSize的大小是B。5. 32MB64MB128MB256M下列哪项通常是集群的最主要瓶颈C_。6. CPU网络磁盘IO内存下列关于MapReduce说法不正确的是C_。8. MapReduce

2、是一种计算框架MapReduce来源于google的学术论文MapReduce程序只能用java语言编写MapReduce隐藏了并行计算的细节，方便使用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。9. 一次写入，少次读多次写入，少次读多次写入，多次读一次写入，多次读HBase依靠A存储底层数据。10. HDFSHadoopMemoryMapReduceHBase依赖D供强大的计算能力。11. ZookeeperChubbyRPCMapReduceHBase依赖A提供消息通信机制ZookeeperChubbyR

3、PCSocket下面与HDFS似的框架是C?12. NTFSFAT32GFSEXT3关于SecondaryNameNode下面哪项是正确的C。13. 它是NameNode的热备它对内存没有要求它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间SecondaryNameNode应与NameNode部署到一个节点大数据的特点不包括下面哪一项D。巨大的数据量多结构化数据增长速度快价值密度高HBase测试题HBase来源于哪一项？CATheGoogleFileSystemBMapReduceCBigTableDChubby下面对HBase的描述哪些是正确的？B、GDA不是开源的B

4、是面向列的C是分布式的D是一种NoSQ或据库HBase依靠（）存储底层数据AAHDFSBHadoopCMemoryDMapReduceHBase依赖（）提供消息通信机制AAZookeeperBChubbyCRPCDSocketHBase依赖（）提供强大的计算能力DAZookeeperBChubbyCRPCDMapReduceMapReduce与HBase的关系，哪些描述是正确的？B、CA两者不可或缺，MapReduceHBase可以正常运行的保证B两者不是强关联关系，没有MapReduceHBase可以正常运行CMapReduce可以直接访问HBaseD它们之间没有任何关系下面哪些选项正确描述

5、了HBase的特性？A、B、GDA高可靠性B高性能C面向列D可伸缩下面与Zookeeper类似的框架是？DAProtobufBJavaCKafkaDChubby下面与HDF联似的框架是？CANTFSBFAT32CGFSDEXT3下面哪些概念是HBase框架中使用的？A、CAHDFSBGridFSCZookeeperDEXT3第二部分：HBase核心知识点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LSM更能保证哪种操作的性能？BA读B写C随机读D合并LSM的读操

6、作和写操作是独立的？AA是。B否。CLSM并不区分读和写DLSM中读写是同一种操作LSM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指定字段的长度D存储数据块的起点HFile数据格式中的Metalndex字段用于（）。DAMeta块的长度BMeta块的结束点CMeta块数据内容DMeta块的起始点HFile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HFile数据格式中的KeyValue数据格式，下列选项描述正

7、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HFile数据格式中的KeyValue数据格式中Value部分是（）。CA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31HBase中的批量加载底层使用（）实现。AAMapReduceBHiveCCoprocessorDBloomFilterHBase性能优化包含下面的哪些选项？A、8C、DA读优化B写优化C配置优化DJVM优化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HBase构建二级索引的

8、实现方式有哪些？A、BAMapReduceBCoprocessorCBloomFilterDFilter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结构下列关于BloomFilter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BloomFilter中删除元素第四部分：HBase安装、部署、启动HBase官方版本可以安装在什么操作系统上？A、B、CACentOSBUbuntuCRedHatDWindowsHBase虚拟分布式模式需要

9、（）个节点？AA1B2C3D最少3个HBase分布式模式最好需要（）个节点？CA1B2C3D最少关于hadoop的选择题1、DougCutting所创立的项目的名称都受到其家人的启发，以下项目不是由他创立的项目是HadoopNutchLuceneSolr答案：D2、配置Hadoop时，JAVA_HOME含在哪一个配置文件中hadoop-default.xmlhadoop-env.shhadoop-site.xmlconfiguration.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

10、0.20中，hadoop-site.xml被分离成三个XMLt件，不包括conf-site.xmlmapred-site.xmlcore-site.xmlhdfs-site.xml答案：A知识点：hadoop配置4、HDF歌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mapred-site.xmlcore-site.xmlhdfs-site.xml以上均不是答案：B知识点：hadoop配置5、关丁Hadoop单机模式和伪分布式模式的说法，正确的是两者都起守护进程,且守护进程运行在一台机器上单机模式不使用HDFS但加载守护进程两者都不与守护

11、进程交互，避免复杂性后者比前者增加了HDFS俞入输出以及可检查内存使用情况答案：D知识点：hadoop配置6、下列关丁HadoopAPI的说法错误的是Hadoop的文件API不是通用的，只用丁HDFSfc件系统Configuration类的默认实例化方法是以HDF源统的资源配置为基础的FileStatus对象存储文件和目录的元数据FSDataInputStream是java.io.DataInputStream的子类答案：A/HDFS7、HDFS勺NameNodefi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件系统树中,这些信息也会在硬盘上保存成以下文件：日志命名空间镜

12、像两者都是答案：C知识点：8、HDFS勺namenodef呆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。正确错误答案：B知识点：在系统启动的时候从数据节点收集而成的9、Secondarynamenode就是namenodM现问题时的备用节点正确错误答案：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Secondarynamenodd呆存了一份，以防namenod欧败的时候，可以恢复。10、出现在datanode的VERSION件格式中但不出现在namenod

13、e的VERSION文件格式中的是namespaceIDstorageIDstorageTypelayoutversion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11、Client在HDF睥进行文件写入时，namenod新艮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

14、ClientNamenodeDatanodeSecondarynamenode答案：A知识点：hdfSc件写入12、HDFS的是基丁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具有局容错、局可靠性、局可扩展性、局吞吐率等特征，适合的读写任务是一次写入，少次读写多次写入，少次读写一次写入，多次读写多次写入，多次读写答案：C知识点：HDFS!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利用SequenceFile、MapFile、Har等方式归档小文件多Master设计Block大小适当调小调大namenode内存或将文件系统

15、元数据存到硬盘里答案：D知识点：HDFS!性14、关丁HDFS勺文件写入，正确的是支持多用户对同一文件的写操作用户可以在文件任意位置进行修改默认将文件块复制成三份存放复制的文件块默认都存在同一机架上答案：C知识点：在HDFS勺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、Hadoopfs中的-get和-put命令操作对象是文件目录两者都是答案：C知识点：HDFS0T令16、Namenod立启动时自动进入安全模式，在安全模式阶段，说法错误的是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

16、性根据策略对数据块进行必要的复制或删除当数据块最小白分比数满足的最小副本数条件时，会自动退出安全模式文件系统允许有修改答案：D知识点：HDFSe全模式/MapReduce17、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，以下说法错误的是实现Writable接口的类是值实现WritableComparable接口的类可以是值或键Hadoop的基本类型Text并不实现WritableComparable接口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

17、误的是IdentityMapper实现Mapper,将输入直接映射到输出InverseMapper实现Mapper，反转键/值对RegexMapper实现Mapper,为每个常规表达式的匹配项生成一个(match,1)对TokenCountMapper实现Mapper,当输入的值为分词时，生成(taken,1)对答案：B知识点：InverseMapper实现Mapper19、下列关丁HDF即存储MapReduce行切分和处理的数据做的设计，错误的FSDataInputStream扩展了DataInputStream以支持随机读为实现细粒度并行，输入分片(InputSplit)应该越小越好一台机

18、器可能被指派从输入文件的任意位置开始处理一个分片输入分片是一种记录的逻辑划分，而HDF敏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”TimestampUrl”的数据文件，在用JobConf对象conf设置conf.setInputFormat(WhichInputFormat.class)来读取这个文件时，WhichInputFormat应该为以下的TextInputFormatKeyValueTextInputFormatSequenceFileInputFormatNLineInputFor

19、mat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勺输入输出，说法错误的是链接多个MapReducd乍业时，序歹0文件是首选格式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想完全禁止输出，可以使用NullOutputFormat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，分片大小必须大丁mapred.min.si

20、ze个字节，但小丁文件系统的块22、HadoopStreaming支持脚本语言编写简单MapReduce程序，以下是一个例bin/hadoopjarcontrib/streaming/hadoop-0.20-streaming.jarinputinput/filenameoutputoutputmapperdosth.py5filedosth.pyDmapred.reduce.tasks=123、以下说法不正确的是HadoopStreaming使用Unix中的流与程序交互HadoopStreaming允许我们使用任何可执行脚本语言处理数据流采用脚本语言时必须遵从UNIX的标准输入STDIN并输

21、出到STDOUTReduce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乍业中，下列关丁链接MapReducd乍业的说法，不正确的是Job和JobControl类可以管理非线性作业之间的依赖ChainMapper和ChainReducer类可以用来简化数据预处理和后处理的构成使用ChainReducer时，每个mapper和reducer对象都有一个本地JobConfChainReducer.addMapper()方法中，一般对键/值对发送设置成值传递，性

22、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CdatanodeNameNodeJobtrackerDatanodesecondaryNameNodetasktrackerHDfS中的block默认保存几份？答案A默认3分3份2份1份不确定下列哪个程序通常与NameNode在一个节点启动？答案SecondaryNameNodeDataNodeTaskTrackerJobtrackerHadoop作者答案CDougcuttingMartinFowlerKentBeckDougcutt

23、ingHDFS默认BlockSize答案：B32MB64MB128MB下列哪项通常是集群的最主要瓶颈：答案：C磁盘CPU网络磁盘IO内存关丁SecondaryNameNode哪项是正确的？答案Ca）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NameNode启动时间d）SecondaryNameNode应与NameNode部署到一个节点。多选题：下列哪项可以作为集群的管理？答案：ABDa）Puppetb）Pdshc）ClouderaManagerd）Zookeeper配置机架感知的下面哪项正确：答案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Client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Cloudera提供哪几种安装CDH的方法