HCIA-大数据试题与答案

精选优质文档-----倾情为你奉上精选优质文档-----倾情为你奉上专心---专注---专业专心---专注---专业精选优质文档-----倾情为你奉上专心---专注---专业HCIA-大数据试题与答案1.下列选项中无法通过大数据技术实现的是？（）*[单选题]*A.商业模式发现B.信用评估C.商品推荐D.运营分析(正确答案)2.FusionInsightManager的主要功能有以下哪些？（）*[单选题]*A.数据集成B.系统管理C.安全管理(正确答案)D.服务治理(正确答案)(正确答案)3.假设每个用户最低资源保障设置为yarn，scheduler，capacity，root，QueueA.minimum-user-limit-percent=24。则以下说法错误的是？（）*[单选题]*A.第3个用户提交任务时，每个用户最多获得33.33%的资源B.第2个用户提交任务时，每个用户最多获得50%的资源C.第4个用户提交任务时，每个用户最多获得25%的资源D.第5个用户提交任务时，每个用户最多获得20%的资源(正确答案)4.华为大数据解决方案中平台架构包括以下哪些组成部分？（）*[单选题]*A.Hadoop层B.FusioInghtManager(正确答案)C.GaussDB200D.DataFram(正确答案)(正确答案)5.Spark自带的资源管理框架是？（）*[单选题]*A.StandaloneB.MesosC.YARND.Docker(正确答案)6.关于RDD，下列说法错误的是？（）*[单选题]*A.RDD具有血统机制（Lineage）B.RDD默认存储在磁盘C.RDD是一个只读的，可分区的分布式数据集D.RDD是Spark对基础数据的抽象(正确答案)7.关于SparkSQL&Hive区别与联系，下列说法正确的是？（）*[单选题]*A.SparkSQL依赖Hive的元数据B.SparkSQL的执行引擎为Sparkcore，Hive默认执行引擎为MapReduceC.SparkSQL不可以使用Hive的自定义函数(正确答案)D.SparkSQL兼容绝大部分Hive的语法和函数(正确答案)(正确答案)8.在FusionInsight集群中，Spark主要与以下哪些组件进行交互？（）*[单选题]*A.HDFSB.YARN(正确答案)C.HiveD.ZooKeeper(正确答案)(正确答案)9.关于Hive在FusionInsightHD中的架构描述错误的是？（）*[单选题]*A.只要有一个HiveServer不可用，整个Hive集群便不可用B.MotaStore用于提供元数据服务，依赖于DBServiceC.在同一时间点，HiveServer只要一个处于Active状态，另一个则处于Standby状态D.HiveServer负责接收客户端请求.解析.执行HQL命令并返回查询结果(正确答案)10.通常情况下，Hive以文本文件存储的表会以回车作为其行分隔符，在华为FusionInsightHive中，可以指定表数据的输入和输出格式处理。（）*[单选题]*A.TRUEB.FALSE(正确答案)11.以下关于HBase中HMaster的功能描述哪些是正确的？（）*[单选题]*A.Region负载均衡，Region分裂以及分裂后的Region分配B.负责建表/修改表/删除表(正确答案)C.负责RegionServer的负载均衡(正确答案)D.RegionServer失效后的Region迁移(正确答案)(正确答案)12.Nimbus在Streaming架构中的功能包括？（）*[单选题]*A.监控任务执行状态B.任务调度(正确答案)C.启动/关闭工作进程D.资源分配(正确答案)(正确答案)13.Topology在任务完成后会自动结束运行。（）*[单选题]*A.TRUEB.FALSE(正确答案)14.下面关于flink窗口的描述错误的是（）*[单选题]*A.滚动窗口在时间上是重叠的B.滚动窗口在时间上是不重叠的C.滑动动窗口之间时间点不存在重叠(正确答案)D.滑动窗口之间时间点存在重叠(正确答案)15.在FusionInsightManager界面中，对Loader的操作不包括下列哪个选项？（）*[单选题]*A.切换Loader主备节点B.启动Loader实例C.配置Loader参数D.查看Loader服务状态(正确答案)16.创建Loader作业中，可以在以下哪个步骤中设置过滤器类型？（）*[单选题]*A.输入设置B.转换C.基本信息D.输出(正确答案)17.以下哪些数据源可以通过Loader实现与FusionInghtHD的数据交换？（）*[单选题]*A.NoSQLB.FTPServer(正确答案)C.SFTPServer(正确答案)D.MySQL(正确答案)(正确答案)18.Kafka日志的清理方式有两种：delete和compact。默认值是delete。（）*[单选题]*A.TRUEB.FALSE(正确答案)19.kafka-clustermirroring工具可以实现以下那些功能？（）*[单选题]*A.kafka集群数据同步方案B.kafka单集群内数据备份C.kafka单集群内数据恢复D.以全部不对(正确答案)20.fusioninsightHD产品中，一个典型的kafka集群包含若干个producer若干个consummer和一个zookeeper集群?（）*[单选题]*A.trueB.false(正确答案)21.ZKFC进程部署在hdfs中的以下那个节点上？（）*[单选题]*A.activenamenodeB.standbynamenode(正确答案)C.datanodeD.以上全部不对(正确答案)22.以下关于KafkaPartition偏移量的描述不正确的是？（）*[单选题]*A.每条消息在文件中的位置称为offset（偏移量）B.消费者通过（offset.partition.topic）跟踪记录C.唯一标记一条消息D.Offset是一个String型字符串(正确答案)23.Channel的作用类似队列，用于临时缓存进来的数据，当Sink成功地将数据发送到下一跳的Channel或最终目的，数据会从Channel移除（）*[单选题]*A.TRUEB.FALSE(正确答案)24.Zookeeper中的数据节点znode分为哪几种类型？（）*[单选题]*A.semi-persistentB.ephemeralC.temporaryD.persistent(正确答案)(正确答案)25.HDFS联邦环境下，NameSpace(命名空间)包含以下哪些内容？（）*[单选题]*A.目录B.文件(正确答案)C.块(正确答案)D.以上全不正确(正确答案)26.HDFS存储数据时，关键数据根据实际业务需要保存在具有高度可靠性的节点中，通过修改DataNode的存储策略，系统可以将数据强制保存在指定的节点组中。（）*[单选题]*A.TRUEB.FALSE(正确答案)27.RDD有Transformation和Action算子，下列属于Action算子的是？（）*[单选题]*A.mapB.saveAsTextFileC.FilterD.reduceByKey(正确答案)28.SparkonYarn-client适合用于生产环境是因为可以更快的看到APP的输出。（）*[单选题]*A.TRUEB.FALSE(正确答案)29.以下关于HiveSQL基本操作描述正确的是？（）*[单选题]*A.创建外部表必须要指定location信息B.创建外部表使用external关键字，创建普通表需要指定internal关键字C.加载数据到Hive时源数据必须是HDFS的一个路径D.创建表时可以指定列分割符(正确答案)30.在Streaming中，消息可靠性级别中精确一次是通过ACK机制来实现的。（）*[单选题]*A.TRUEB.FALSE(正确答案)31.Flume适用于以下哪些场景的数据收集？（）*[单选题]*A.Thrift，Avro，Syslog，Kafka等数据源上收集数据B.本地文件数据采集(正确答案)C.应用系统产生的日志采集(正确答案)D.大量数据的实时数据采集(正确答案)32.在Zookeeper和Yarn的协同工作中，当ActiveResourceManager产生故障时，StandbyResourceManager会从以下哪些目录中获取Application相关信息？（）*[单选题]*A.metastoreB.StatestoreC.StoreageD.Warehouse(正确答案)33.ZooKeeper所有节点都可以处理读请求。（）*[单选题]*A.TRUEB.FALSE(正确答案)34.HDFS的副本放置策略中，同一机架不同的服务器之间的距离是（）*[单选题]*A.3B.2C.1D.4(正确答案)35.下列哪些措施是为了保障数据的完整性（）*[单选题]*A.元数据可靠性保证B.重建失效数据盘的副本数据(正确答案)C.安全模式(正确答案)D.集群数据均衡(正确答案)(正确答案)36.Zookeeper的Scheme认证方式不包括以下哪项？（）*[单选题]*A.digestB.saslC.authD.world(正确答案)37.MapReduce过程中，以下属于Shuffle机制的是？（）*[单选题]*A.CopyB.PartitionC.CombineD.Sort/Merge(正确答案)(正确答案)38.FusionInsightManager可以对哪些项目进行健康检查？（）*[单选题]*A.角色B.主机(正确答案)C.服务(正确答案)D.实例(正确答案)(正确答案)39.FusionInsightManager与外部管理平台对接时，支持哪些接口？（）*[单选题]*A.VPNB.SyslogC.FTP(正确答案)D.SNMP(正确答案)(正确答案)40.下列选项中适合MapReduce的场景有？（）*[单选题]*A.实时交互计算B.迭代计算C.流式计算D.离线计算(正确答案)41.以下关于FusionInsight中CarbonData说法正确的有？（）*[单选题]*A.使用Carbon的目的是对大数据即席查询提供超快速响应。B.Carbon使用轻量级压缩和重量级压缩的组合压缩算法压缩数据，可以减少60%-80%数据存储空间，大大节省硬件存储成本。(正确答案)C.Carbon是一种新型的ApacheHadoop本地文件格式，使用先进的列式存储.索引.压缩和编码技术，以提高计算效率，有助于加速超过PB数量级的数据查询，可用于更换的交互查询。(正确答案)D.Carbon也是一种将数据源与Spark集成的高性能分析引擎。(正确答案)(正确答案)42.HDFS联邦机制下，各NameNode间元数据是不共享的。（）*[单选题]*A.TRUEB.FALSE(正确答案)43.ApplicationMaster采用轮询的方式通过RPC协议向ResourceManager申请和领取资源。（）*[单选题]*A.TRUEB.FALSE(正确答案)44.在YARN的任务调度中，一旦ApplicationMaster申请到资源后，使与对应的ResourceManager通信，要求它启动任务（）*[单选题]*A.TRUEB.FALSE(正确答案)45.如图所示，下列哪些选项属于宽依赖（）

*[单选题]*A.groupby：A->BB.map:C->DC.union：D&E->FD.join：B&F->G(正确答案)(正确答案)46.HFS的出现解决了需要在HDFS中存储大量的小文件（10MB以下）。同时也要存储一些大文件（10MB以上）的混合的场景（）*[单选题]*A.TRUEB.FALSE(正确答案)47.下列哪个命令是从HDFS下载目录/文件到本地的？（）*[单选题]*A.dfs-putB.dfs-catC.dfs-getD.dfs-mkdir(正确答案)48.以下选项中，属于HDFS架构关键特性的是？（）*[单选题]*A.HA高可靠性B.健壮机制(正确答案)C.元数据持久化机制(正确答案)D.多方式访问机制(正确答案)(正确答案)49.HBase的主HMaster是如何选举的？（）*[单选题]*A.由RegionServer进行裁决B.HMaster为双主模式，不需要进行裁决C.通过ZooKeeper进行裁决D.随机选举(正确答案)50.关于Hive与Hadoop其他组件的关系。以下描述错误的是？（）*[单选题]*A.Hive最终将数据存储在HDFS中B.Hive是Hadoop平台的数据仓库工具C.HQL可以通过MapReduce执行任务D.Hive对HBase有强依赖(正确答案)51.Hive不支持超时重试机制。（）*[单选题]*A.TRUEB.FALSE(正确答案)52.FusionInsight中，HiveServer将用户提交的HQL语句进行编译，解析成对应的Yarn任务.Spark任务或者HDFS操作，从而完成数据转换，分析。（）*[单选题]*A.trueB.False(正确答案)53.HBase的Region是由哪个服务进程来管理的？（）*[单选题]*A.HRegionServerB.ZooKeeperC.HMasterD.DataNode(正确答案)54.Streaming的处理节点Bolt中，可以完成以下哪些操作？（）*[单选题]*A.连接运算B.过滤（Filter）(正确答案)C.连接数据库(正确答案)D.业务处理(正确答案)(正确答案)55.Flume传输的可靠性是指Flume在传输数据过程中，当下一跳的Flume节点故障或者数据接收异常时，可以自动切换到另外一路上继续传输？（）*[单选题]*A.TrueB.False(正确答案)56.FusionInsightHD集群中包含了多种服务，每种服务又由若干角色组成，下面哪些是服务的角色？（）*[单选题]*A.HDFSB.NameNodeC.DataNode(正确答案)D.HBase(正确答案)57.FusionInsightHD系统中使用Streaming客户端Shell命令提交了拓扑之后，使用StormUI查看发现该拓扑长时间没有处理数据，可能原因有？（）*[单选题]*A.查看客户端异常堆栈，判断是否客户端使用问题B.查看主Nimbus的运行日志，判断是否Nimbus服务端异常(正确答案)C.查看Supervisor运行日志，判断是否Supervisor异常(正确答案)D.查看Worker运行日志(正确答案)(正确答案)58.假设HDFS在写入数据是只存2份，那么在写入过程中，HDFSClient先将数据写入DataNode1，再将数据写入DataNode2。（）*[单选题]*A.TrueB.False(正确答案)59.容力量调度器在尽心资源分配，现有同级的2个队列Q1和Q2，他们的容量均为30，期中Q1已使用8.Q2已使用14，则会优先将资源分配Q1。（）*[单选题]*A.TrueB.False(正确答案)60.HBase中包含的一些典型的Filter有哪些？（）*[单选题]*A.SingleColumnValueFilterB.FilterList(正确答案)C.RowFilter(正确答案)D.KeyOnlyFilter(正确答案)(正确答案)61.Flink流式处理的数据源类型包括？（）*[单选题]*A.CollectionsB.JDBC(正确答案)C.Socketstreams(正确答案)D.Files(正确答案)(正确答案)62.server.channels.ch1.transactionCapacity表示事务大小，即当前channel支持事务处理的事件个数，可和source的batchsize设置为同样大小，但不能小于batchsize。（）*[单选题]*A.TrueB.False(正确答案)63.Flume架构中，一个sink可以连接多个channel。（）*[单选题]*A.TrueB.False(正确答案)64.以下关于Flink关键特性描述不正确的是？（）[单选题]*A.SparkStreaming与Flink相比，时延更低*(正确答案)B.Flink流式处理引擎能够同时提供支持流处理和批处理应用的功能C.与FusionInghtHD中的Streaming相比，Flink具有更高的吞吐量D.checkpoint实现了Flink的容错65.FusionInsight是华为企业级大数据存储，查询，分析的统一平台，能够帮助企业快速构建海量数据信息处理系统，通过对海量信息数据实时与非实时的分析挖掘，发现全新价值点和企业商机。（）*[单选题]*A.TrueB.False(正确答案)66.KafkaClusterMirroring工具可以实现以下哪项功能？（）*[单选题]*A.Kafka跨集群数据同步方式B.Kafka单集群内数据备份C.Kafka单集群内数据恢复D.以上全不正确(正确答案)67.FusionInsightTool是为技术支持工程师和维护工程师提供的一套健康检查工具，能够检查集群相关节点，服务的健康状态，中潜在的问题。并生成健康检查报告。方便技术支持工程和维护工程师快速了解系统的健康状况。（）*[单选题]*A.TRUEB.FALSE(正确答案)68.FusionInsight产品中，关于Kafka说法不正确的是？（）*[单选题]*A.Kafka强依赖于ZooKeeperB.Kafka的服务端可以产生消息C.Kafka部署的实例个数不得小于2D.Consumer作为kafka的客户端角色专门进行消息的消费。(正确答案)69.为了提高Kafka的容错性，Kafka支持Partition的复制策略，以下关于LeaderPartition和FollowerPartition的描述错误的是（）*[单选题]*A.Kafka针对Partition的复制需要选出一个Leader。由该Leader负责Partition的读写操作。其他的副本节点只是负责数据同步B.由于LeaderServer承载了全部的请求压力。因此从集群的整体考虑，Kafka会将Leader均衡的分散在每个实例上，来确保数据均衡C.一个Kafka集群各个节点间不可能互为Leader和FlowerD.如果Leader失效。那么将会有其他follower来接管（成为新的Leader）(正确答案)70.Kafka是一个高吞吐.分布式.基于发布订阅的消息系统，利用Kafka技术可在廉价PCServer上搭建起大规模消息系统。（）*[单选题]*A.TRUEB.FALSE(正确答案)71.flink是一个批处理和流处理结合的统一计算框架，其核心是一个数据分发以及并行计算的流数据处理引擎（）*[单选题]*A.TrueB.False(正确答案)72.HBase集群定时执行Compaction的目的是什么？（）*[单选题]*A.减少同一个Region同一个ColumnFamily下的文件数目B.减少同一个Region的文件数目C.提升数据读取性能(正确答案)D.提升数据写入能力(正确答案)(正确答案)73.下列关于Flinkbarrier描述错误的是？（）*[单选题]*A.一个barrier将本周期快照的数据与下一个周期快照的数据分隔开来B.barrier是Flink快照的核心C.在插入barrier的时候，会暂时阻断数据流D.barrier周期性插入到数据流中，并作为数据流的一部分随之流动(正确答案)74.Flume进程级联时，以下哪些Sink类型用于接收上一跳Flume发送过来的数据？（）*[单选题]*A.NullSinkB.thriftsinkC.HivesinkD.avrosink(正确答案)(正确答案)75.Flink可以基于以下哪些窗口进行统计？（）*[单选题]*A.时间窗口B.滑动窗口(正确答案)C.会话窗口(正确答案)D.countWindow(正确答案)(正确答案)76.关于FusionInsightHDStreaming的Supervisor描述正确的是？（）*[单选题]*A.Supervisor是在Topology中接受数据然后执行处理的组件B.Supervisor负责接受Nimbus分配的任务，启动和停止属于自己管理的Worker进程C.Supervisor负责资源分配和任务调度D.Supervisor是运行具体处理逻辑的过程(正确答案)77.Hadoop中，如果yarn.scheduler.capacity.root.QueueA.minim.m-user-limit-percent设置为50，下面说法错误的是？（）*[单选题]*A.一个用户提交任务，可以使用QueueA的100%的资源。B.如果QueueA中已经有2个用户的任务运行，这时第3个用户提交的任务需要等待释放资源。C.QueueA中必须保障每个用户至少得到50%的资源。D.QueueA中的每个用户最多只能获得50%的资源。(正确答案)78.关于Flume，下列说法错误的是？（）*[单选题]*A.Flume级联节点之间的数据传输支持加密B.Flume支持多级联和多路复用C.Source到Channel到Sink等进程内部有加密的必要D.Flume级联节点之间的数据传输不支持压缩(正确答案)(正确答案)79.以下关于Kafkalogs中segmentfile的说法正确的是？（）*[单选题]*A.通过索引信息可以快速定位messageB.稀疏存储，即将原来的完整数据，只间隔的选择多条进行存储(正确答案)C.是index元数据全部映射到memory，可以避免segmentfile的index数据IO磁盘操作D.索引文件稀疏存储，可以大幅度降低index文件元数据占用空间大小(正确答案)(正确答案)80.Streaming主要通过zookeeper提供以下的哪项实现事件侦听？（）*[单选题]*A.分布式锁机制B.WatcherC.CheckpointD.ACK(正确答案)81.Zookeeper在分布式应用中的主要作用不包括一下哪些选项？（）*[单选题]*A.选举Master节点B.保证各节点上数据的一致性C.分配集群资源D.存储及群中服务器信息(正确答案)82.Hadoop集群规模很大时，数据的分布情况会非常关键，用户需要根据数据分布情况，决定集群是否扩容，数据是否需要做负载均衡等，fusionInsight资源分布监控说法正确的是？（）*[单选题]*A.可以帮助用户快速聚焦在最关键的资源消耗上。B.通过每个服务主业的资源分布查看界面，看到关键的资源分布情况。(正确答案)C.通过Dashboard界面，可以查看到主机资源分不清哪个矿，例如内存占用率在50-75%的主机列表，并提供链接跳转。(正确答案)D.帮助用户迅速找到资源消耗最高的点，采取适当的措施。(正确答案)(正确答案)83.以下关于华为大数据解决方案说法正确的是（）*[单选题]*A.GaussDB是一款开源数据库产品B.Farmer是数据服务框架(正确答案)C.FusionInsightManager是一个分布式系统管理框架，管理员可以通过多接入点操控分布式集群(正确答案)D.FusionInsightHD是基于开源大数据软件Hadoop的增强版本(正确答案)(正确答案)84.下图展示了文件A,B,C的存放位置。其中文件A和D具有关联性，它们的存储位置符合Colocation同分布策略（）*[单选题]*A.TRUEB.FALSE(正确答案)85.HDFS中Namenode的主备仲裁，是由哪个组件控制的（）*[单选题]*A.HDFSClientB.NodeManagerC.ResourceManagerD.ZooKeeperFailoverController(正确答案)86.SparkStreaming计算基于DStream将流式计算分解成一系列短小的批处理作业（）*[单选题]*A.TRUEB.FALSE(正确答案)87.导入数据到Hive表时，不会检查数据合法性，只会在读取数据时候检查。（）*[单选题]*A.TRUEB.FALSE(正确答案)88.Topology的处理逻辑都在Bolt中（）*[单选题]*A.TRUEB.FALSE(正确答案)89.安装FusionInsightHD的Streaming组件是，Nimbus角色要求安装几个节点？（）*[单选题]*A.4B.3C.2D.1(正确答案)90.Flume的tertises配置文件中可以配置多个channel来传输数据（）*[单选题]*A.TrueB.False(正确答案)91.驱动型source是flume周期性主动去获取数据（）*[单选题]*A.TrueB.False(正确答案)92.FusionInsightHD数据高可靠性体现在以下哪些方面？（）*[单选题]*A.硬盘热插拔B.关键数据掉电保护(正确答案)C.跨数据中心容灾(正确答案)D.第三方备份系统集成(正确答案)(正确答案)93.FusionInsightHD系统审计日志不可以记录下面哪些操作？（）*[单选题]*A.手动清除告警B.启停服务实例C.查询历史监控D.删除服务实例(正确答案)94.下图展示了HDFS的标签存储策略，观察下图，HBase的数据会被存储到哪些数据节点上（）？*[单选题]*A.DataNodeAB.DataNodeB(正确答案)C.DataNodeED.DataNodeF(正确答案)95.HBase的数据文件HFile中一个KeyValue格式包含Key，Value，TimeStamp，KeyType等内容（）*[单选题]*A.TRUEB.FALSE(正确答案)96.在有N个节点FusionInsightHD集群中部署HBase时，推荐部署（）个HMaster进程，（）个RegionServer进程（）？*[单选题]*A.3，NB.N，NC.2，ND.2，2(正确答案)97.Flink的数据转换操作在以下哪些环节中完成（）？*[单选题]*A.channelB.TransformationC.sinkD.source(正确答案)98.Kafka消息传输保障通常有以下哪几种（）？*[单选题]*A.仅有一次（ExactlyOnce）B.最少一次（AtLeastOnce）(正确答案)C.最多三次（AtMostThreeTimes）D.最多一次（AtMostOnce）(正确答案)(正确答案)99.KafkaLogssegment文件命名规则是partion全局的第一个segment从0开始，后续每个segment文件名为上一个全局partion事务最大offset（偏移message数）。（）*[单选题]*A.TRUEB.FALSE(正确答案)100.HBase的主要特点有哪些？（）*[单选题]*A.面向列B.高性能(正确答案)C.可伸缩(正确答案)D.高可靠性(正确答案)(正确答案)101.YARN中，“从”节点负责以下哪些工作？（）*[单选题]*A.集群中所有资源的统一管理和分配B.监督container的生命周期管理C.监控每个Container的资源使用（内存、CPU等）情况(正确答案)D.管理日志和不同应用程序用到的附属服务(正确答案)102.Spark有哪些特点？（）*[单选题]*A.快B.灵(正确答案)C.轻(正确答案)D.巧(正确答案)(正确答案)103.Hive中“Groupby”指的是通过一定的规则将每一个数据集划分成若干个小的数据集，然后针对若干个小的数据集进行数据分组处理（）*[单选题]*A.TrueB.False(正确答案)104.Flink适用于高并发处理数据、毫秒级时延的应用（）*[单选题]*A.TrueB.False(正确答案)105.与开源sqoop相比，loader具有哪些增强特性？（）*[单选题]*A.高可靠性B.高性能(正确答案)C.安全性(正确答案)D.图形化(正确答案)(正确答案)106.FusionInsightHDloader可以将HDFS数据导出到以下哪些目标端？（）*[单选题]*A.orale数据库B.SFTP服务器(正确答案)C.BD2数据库(正确答案)D.FTP服务器(正确答案)(正确答案)107.FusionInsightHD的Loader在创建作业时，连接器有以下哪些作业？（）*[单选题]*A.配置作业与内部数据源连接方式B.配置作业与外部数据源连接方式(正确答案)C.确定有转换(正确答案)D.提供优化参数，提高数据导入导出性能(正确答案)(正确答案)108.当zookeeper集群的节点数为5节点时，请问集群的容灾能力和多少节点是等价的？（）*[单选题]*A.3B.4C.5D.以上全不正确(正确答案)109.FusionInsight家族包含下列哪些子产品？（）*[单选题]*A.FusionInsightFarmerB.FusionInsightMiner(正确答案)C.FusionInsightHD(正确答案)D.GaussDB200(正确答案)(正确答案)110.FusionInsightManager用户权限管理不支持哪个配置？（）*[单选题]*A.给用户配置角色B.给用户组配置角色C.给角色配置权限D.给用户组配置权限(正确答案)111.Yarn调度器分配资源的顺序，下面哪一个描述的正确？（）*[单选题]*A.任意机器——>本地资源——>同机架B.任意机器——>同机架——>本地资源C.本地资源——>同机架——>任意机器D.同机架——>任意机器——>本地资源(正确答案)112.以下哪个不属于Hadoop中MapReduce组件的特点？（）*[单选题]*A.高容错B.良好的扩展性C.实时计算D.易于编程(正确答案)113.Hbase的最小存储单元是Region。（）*[单选题]*A.TRUEB.FALSE(正确答案)114.Hbase的某张表的RowKey划分Splitkey为9.E.a.z.请问表里面有几个Region?（）*[单选题]*A.6B.3C.5D.4(正确答案)115.根据数据流如何在两个TransFormation之间传输数据，数据流可以分为那些类型？（）*[单选题]*A.一对一流B.distributing流C.一对多流(正确答案)D.redistributig流(正确答案)116.为了保障流应用的快照存储的可靠性，快照主要存储在哪里？（）*[单选题]*A.jobManager的内存中B.可靠性高的单机数据库中C.本地文件系统中D.hdfs中(正确答案)117.在fusionlnsight产品中，关于kafka的topic.以下描述不正确的是？（）*[单选题]*A.topic的partition数量可以创建时配置B.每个topic只能被分成一个partition区C.每条发布到kafka的消息都有一个类别，这个类别被称为topic.也可以理解为一个存储消息的队列D.每个partition在存储层面对应一个log文件，log文件中记录了所有的消息数据(正确答案)118.Kafa集群在运行期间，直接依赖于下面哪些组件？（）*[单选题]*A.sparkB.zookeeperC.hdfsD.hbase(正确答案)119.关于fusioninsightmanager界面hive日志收集的描述中，哪个不对？（）*[单选题]*A.可指定实例进行日志收集，比如指定收集metaStore的日志B可指定节点ip进行日志收集，例如仅下载某个ip的日志C.可指定特定用户进行日志收集，例如仅下载user用户的日志D.可指定时间端进行日志收集，不如只收集2016-1-1到2016-1-10的日志(正确答案)120.fusioninsightmanager对于管理操作，下列错误的是？（）*[单选题]*A.可对服务进行启停重启B.可以添加和卸载服务C.可设置不常用服务隐藏或显示D.可查看服务的当前状态(正确答案)121.为减少写入磁盘的数据量，mapreduce支持对MOF（mapoutfile）进行压缩后再写入。（）*[单选题]*A.TrueB.False(正确答案)122.ResourceManager采用高可用方案，当Activeresourcemanager发现故障时，只能通过内置的zookeeper来启动standby的resourcemanager，将其状态切换为active。（）*[单选题]*A.TrueB.False(正确答案)123.Hive是一种数据仓库处理工具，使用类SQL的HiveQL语言实现数据查询功能，所有Hive的数据都存储在HDFS中。（）*[单选题]*A.TrueB.False(正确答案)124.在WebHCat架构中，用户能够通过安全的HTTPS协议执行以下哪些操作?（）*[单选题]*A.执行HiveDDL操作。B.运行MapReduce任务C.运行HiveHQL任务D.以上全都正确(正确答案)125.Flink的兼容性体现在以下哪些方面?（）*[单选题]*A.YARN能够作为F1ink集群的资源调度管理器B.能够与Hadoop原有的Mappers和Reducers混合使用(正确答案)C.能够使用Hadoop的格式化输入和输出口(正确答案)D.能够从本地获取数据(正确答案)(正确答案)126.KafkaConsumer写数据总体流程是，Consumer连接指定TopicPartition所在的LeaderBroker.用主动获取方式从Kafka中获取消息。（）*[单选题]*A.trueB.false(正确答案)127.图形化的健康巡检工具FusionInsightTool由FusionCare和SysChecker两部分组成。（）*[单选题]*A.trueB.false(正确答案)128.FusionInsightManager界面上，当收到Kafka磁盘容量不足告警，且该告警的原因已经排除硬硬件故障时，系统管理员需要考虑扩容解决此问题。（）*[单选题]*A.trueB.false(正确答案)129.如图所示，Flink流式理接口DataStreamAPI支持的语言包括？（）*[单选题]*A.JavaB.C语言C.Scala(正确答案)D.Python(正确答案)130.以下关于HBase的文件存储模块（HBaseFileStream，简称HFS）描述正确的有？（）*[单选题]*A.应用在FusionInsightHD的上层应用B.HFS封装了HBase与HDFS的接口(正确答案)C.为上层应用提供文件的存储.读取.删除等功能(正确答案)D.HFS是HBase的独立模块(正确答案)(正确答案)131.若在消息处理过程中允许部分信息丢失，关闭消息可靠性处理机制的方式有以下哪些？（）*[单选题]*A.将参数Config.Topology_ACKKRS设置为0B.将参数Config.Topology_ACKKRS设置为FalseC.Spout发送消息时，使用不指定消息messageID的接口进行发送(正确答案)D.Bolt发送消息时使用Unanchor方式发送(正确答案)(正确答案)132.在Flink技术架构中，以下哪项是流处理和批处理的计算引擎？（）*[单选题]*A.StandaloneB.RuntimeC.FlinkCoreD.DataSteam(正确答案)133.下图为Flume数据传输架构，图中“？”号处的组件是？（）*[单选题]*A.InterceptorB.ChannelProcessorC.ChannelSelectorD.以上全不正确(正确答案)134.采用Flume传输数据过程中，为了防止因Flume进程重启而丢失数据，可以使用以下哪种Channel类型？（）*[单选题]*A.MemoryChannelB.JDBCChannelC.FileChannel(正确答案)D.HDFSChannel(正确答案)135.华为FusionInsightHD是国内首家符合国家金融等级保护的大数据平台，其安全性现在以下哪些方面？（）*[单选题]*A.系统安全B.权限认证C.数据安全D.以上全都正确(正确答案)136.在华为大数据解决方案中，hadoop底层包含以下那些组件？（）*[单选题]*A.finkB.hive(正确答案)C.minerD.spark(正确答案)(正确答案)137.spark的核心模块是？（）*[单选题]*A.sparkstreamingB.sparkcoreC.mapreduceD.sparksql(正确答案)138.关于hbase存储模型的描述正确的是？（）*[单选题]*A.即使是key值相同，qualifier也相同的多个keyvalue.也可能有多个，此时使用时间戳来区分B.同一个key值可以关联多个value(正确答案)C.keyvalue中期有时间戳，类型等关键信息(正确答案)D.每一个keyvalue都有一个qualifier标识(正确答案)(正确答案)139.hbase的底层数据以（）的形式存在的？（）*[单选题]*A.keyvalueB.列存储C.行存储D.实时存储(正确答案)140.二级索引为hbase提供了按照某些列的值进行索引的能力，二级索引先查索引表，再定位到数据表中的位置，不用全表扫描（）*[单选题]*A.trueB.false(正确答案)141.colocation(同分布)文件级的同分布实现文件的快速访问，避免了因数据迁移带来的大量网络开销（）*[单选题]*A.trueB.false(正确答案)142.fusioninsightHD集群包含多种服务，每种服务又有若干个角色组成，下面那些是角色?（）*[单选题]*A.namenodeB.hbaseC.datanode(正确答案)(正确答案)143.fusininsightHD平台中，那些组件支持对列表加密？（）*[单选题]*A.HDFSB.FlinkC.hbaseD.hive(正确答案)(正确答案)144.Hadoop系统中，如果HDFS文件系统的备份因子是3，那么MapReduce每次允许task都是从3个有副本的机器上传输需要处理的文件.（）*[单选题]*A.TrueB.False(正确答案)145.YARN容量调度器的主要特点有哪些？（）*[单选题]*A.容量保证B.动态更新配置文件(正确答案)C.灵活性(正确答案)D.多重租赁(正确答案)(正确答案)146.KafkaClusterMirroring工具可以实现以下哪些功能？（）[单选]*[单选题]*A.Kafka跨集群数据同步方案B.Kafka单集群内数据备份C.Kafka但集群内数据恢复D.以上全不正确(正确答案)147.硬件故障被认为是常态，为了解决这个问题，HDFS设计了副本机制。默认情况下，一份文件，HDFS会存（）份？*[单选题]*A.3B.5C.2D.4(正确答案)148.现有3个机架，有一个文件需要存3份，其中副本1和副本2存放在与client相同的机架且不同的服务器上。根据HDFS的副本放置策略一定要存放在其他机架。（）*[单选题]*A.TRUEB.FALSE(正确答案)149.Flume架构中，一个Source可以连接多个Channel。（）*[单选题]*A.TRUEB.FALSE(正确答案)150.FusionInsightHD的HBase中保存了一张用户信息表msg_table，RowKey为用户id，其中一类为用户昵称，现在按先后顺序往这列写keyValue：001：Li，001：Mary，001：Lily，请问scan‘msg_table’，（VERSIONS=>2）会返回哪几条数据？（）*[单选题]*A.1:LiB.1:LilyC.001:Li，001:Mary，001:LilyD.001:Mary，001：Lily(正确答案)151.Kafka中partitionreplication之间同步数据，从partition的leader复制数据到follower需要线程（replicationFetcherThread），Follower（一个follower相当于consumer）主动从leader批量拉取消息的，这极大提高了吞吐量。（）*[单选题]*A.TrueB.False(正确答案)152.以下哪些选项属于FusionInsight数据安全性？（）[多选]*[单选题]*A.操作系统安全加固B.组件数据加密C.数据完整性校验(正确答案)D.用户权限认证管理(正确答案)153.NodeManager的内存和CPU的数量，是通过下列哪些选项进行配置？（）*[单选题]*A.Yarn.scheduler.capacity.root.QueueA.maximum-capacityB.Yarn.nodemanager.resource.cpu-vcoreC.Yarn.nodemanager.vmem-pmom-ratio(正确答案)D.Yarn.modemanager.resource.memory-mb(正确答案)(正确答案)154.下列选项中，哪些是MapReduce一定会有的过程？（）*[单选题]*A.CombineB.MapC.Reduce(正确答案)D.Partition(正确答案)(正确答案)155.下列选项中，哪些是Spark的重要角色（）*[单选题]*A.NodemanagerB.ResourceManager(正确答案)C.DataNodeD.Driver(正确答案)(正确答案)156.以下属于HiveSQL中DDL（数据定义语言）的是？（）*[单选题]*A.修改表B.删除表(正确答案)C.数据导入D.建表(正确答案)(正确答案)157.关于HIVE的描述不正确的是？（）*[单选题]*A.Hive最佳使用场景是大数据集的批处理作业B.Hive可以实现在大规模数据集上实现低延迟快速的查询、C.ive构建在基于静态批量处理的Hadoop之上，Hadoop通常有较高的延迟并且在作业提交和调度的时候需要大量的开销D.Hive查询操作过程严格遵循HadoopMapReduce的作用执行模型，Hive将用户的HiveQL语句通过解释器转换为MapReduceHadoop集群上(正确答案)158.在Flink中，checkpoint机制能够保证应用在运行过程中出现失效时，从某一个检查点恢复，在此过程中，流快照是根据数据流入建立的（）*[单选题]*A.TRUEB.FALSE(正确答案)159.Hive中的“Groupby”指的是通过一定规则将一个数据集划分成若干个小的数据集，然后针对若干个小的数据集进行数据分组处理。（）*[单选题]*A.TrueB.False(正确答案)160.Hive中~UNIONALL~操作符用于合并两个或多个select语句的结果集，结果集中，不允许有重复的值。（）*[单选题]*A.TrueB.False(正确答案)161.StructuredStreaming在OutPut阶段可以定义不同的数据写入方式，包括以下哪些方式？（）*[单选题]*A.GeneralModeB.AppendMode、C.ompleteMode(正确答案)D.UpdateMode(正确答案)(正确答案)162.Flume数据采集的过程中，下列选项中能对数据进行过滤和修饰的是？（）*[单选题]*A.SinkB.ChannelC.ChannelselectorD.Interceptor(正确答案)163.以下关于FusionInsightCTBase的描述不正确的是？（）*[单选题]*A.CTBase的读写数据接口，统一封装了行定义的接口，自动进行冷字段的合并和解析，不需要在应用程序中进行合并和解释B.CTBase是基于HBase的聚簇表开发框架C.CTBase提供了一套WebUI进行元数据定义，提供了只管医用的表设计工具，降低表设计的难度D.CTBase的javaAPI提供一套HBase连接池管理的接口，内部进行连接共享，减少客户端应用开发难度。(正确答案)164.Kafka是一个高吞吐，分布式，基于发布订阅的消息系统，利用Kafka技术可在廉价PCServer上搭建起大规模消息系统。（）*[单选题]*A.TRUEB.FALSE(正确答案)165.YARN中设置队列QueueA的最大使用资源量，需要配置哪个参数？（）*[单选题]*A.yarn.scheduler.capacity.root.QueueA.minimum-user-limit-percentB.yarn.scheduler.capacity.root.QueueA.maximum-capacityC.yarn.scheduler.capacity.root.QueueA.minimum.user-limit-factorD.yarn.scheduler.capacity.root.QueueA.state(正确答案)166.如果某些Containers的物理内存利用率超过了配置的内存阈值，但所有Containers的总内存利用率并没有超过设置的NodeManager内存阈值,那么内存使用过多的containers仍可以继续运行。（）*[单选题]*A.TrueB.False(正确答案)167.下图为Spark&MapReduce的性能对比数据，可以得出结论，与MapReduce计算相比，Spark用的资源，获得倍性能？（）*[单选题]*A.1/10,4B.1/8,3C.1/8,4D.1/10,3(正确答案)168.FusionInsightHD系统中，HBase支持动态扩展列。（）*[单选题]*A.TrueB.False(正确答案)169.以下哪些选项属于Hive的数据存储模型？（）*[单选题]*A.桶B.数据库C.分区D.表E.以上全都正确(正确答案)170.Hive中的这条命令”ALTERTABLEemployeelADDcolumns（columnlstring）.”是什么含义？（）*[单选题]*A.创建表B.删除表C.添加列D.修改文件格式(正确答案)171.下列关于SparkStreaming和Streaming比较说法不正确的是？（）*[单选题]*A.SparkStreaming是一个微批处理框架，事件需要积累到一定量时才进行处理B.Streaming的执行逻辑是即时启动，运行完后再回收C.SparkStreaming的吞吐量大约是Streaming的2-5倍D.SparkStreaming事件处理时延比Streaming更高(正确答案)172.以下关于Flink与其它组件交互说法正确的是？（）*[单选题]*A.Flink任务的运行依赖Yarn来进行资源的调度管理B.Flink的checkpoint的实现依赖于Zookeeper(正确答案)C.Flink可以将接收的组件发送给Kafka(正确答案)D.Flink在HDFS文件系统中读写数据(正确答案)(正确答案)173.创建Loader作业时，可以在以下哪个步骤中设置Map数？（）*[单选题]*A.输出B.输入设置C.转换D.基本信息(正确答案)174.Channels支持事务，提供较弱的顺序保证，可以连接任何数量的Source和Sink。（）*[单选题]*A.TrueB.False(正确答案)175.Kafka集群中，Kafka服务端的角色是？（）*[单选题]*A.BrokerB.ConsumerC.ZooKeeperD.Producer(正确答案)176.KafkaProducer读数据总体流程是，Producer连接任意存活的Broker，请求制定Topic、Partition的Leader元数据信息，然后直接与对应的Broker直接连接，发布数据。（）*[单选题]*A.TrueB.False(正确答案)177.下图所示的Map阶段，是描述哪个过程？（）*[单选题]*A.PartitionB.SortC.Splill/MergeD.combine(正确答案)178.Spark根据RDD的依赖关系来划分Stage，调度器从DAG图末端出发，逆向遍历整个依赖关系链，遇到窄依赖就断开，遇到宽依赖就将其加入当前Stage。（）*[单选题]*A.TRUEB.FALSE(正确答案)179.关于DataSet，下列说法不正确的是？（）*[单选题]*A.DataSet不需要反序列化就可执行大部分操作B.DataSet是一个由特定域的对象组成的强类型集合C.DataSet与RDD高度类似，性能比RDD好D.DataSet执行sort，filter，shuffle登操作需要进行反序列化(正确答案)180.Hbase中OpenScanner的过程，会创建两种不同的Scanner来读取HFile和MemStore的数据，HFile对应的Scanner为StoreFileScanner，MemStore对应的Scanner为MemStoreScanner。（）*[单选题]*A.TRUEB.FALSE(正确答案)181.执行HBase读取数据业务，需要读取哪几部分数据？（）*[单选题]*A.HMasterB.HFileC.HlogD.MemStore(正确答案)(正确答案)182.使用HBase客户端批量写入10条数据，某个HRegionServer节点上包含该表的2个Region，分别为A和B，10条数据中有6条属于A，4条属于B，请问写入这10条数据需要向该HRegionServer发送几次RPC请求？（）*[单选题]*A.10B.6C.2D.1(正确答案)183.Hive不适用于以下哪个场景（）*[单选题]*A.非实时分析，例如日志分析，统计分析B.数据挖掘，例如用户行为分析，兴趣分析，区域展示C.数据汇总，例如每天，每用户点击数，点击排行D.实时在线数据分析(正确答案)184.关于Hive建表基本操作，描述正确的是（）*[单选题]*A.一旦表建好，不可再修改表名B.一旦表建好，不可再增加新列C.创建外部表时需要制定external关键字D.一旦表创建好，不可再修改列名(正确答案)185.FusionInsightHD系统中Hive支持的存储格式包括？（）*[单选题]*A.TextFileB.SequenceFile(正确答案)C.RCFile(正确答案)D.HFile(正确答案)186.在Flink的运行流程中，负责申请资源的角色是？（）*[单选题]*A.ResourceManagerB.JobManagerC.ClientD.TaskManager(正确答案)187.在FuisonInsightHD中，创建Loader作业的进行数据转换的正确步骤是？（）*[单选题]*A.输入设置，转换，输出B.抽取，转换，输出C.加载，转换，输出D.加载，转换，抽取(正确答案)188.Flume用于收集数据，其传输的数据基本单位是？（）*[单选题]*A.SplitB.BlockC.EventD.Packet(正确答案)189.FusionnInsigetHD系统中，Flume数据流在节点内不需要经过哪个组件？（）*[单选题]*A.SourceB.SinkC.TopicD.Channel(正确答案)190.传统数据处理的数据规模的单位是？（）*[单选题]*A.TBB.EBC.PBD.GB(正确答案)191.下列哪个命令是删除文件的？（）*[单选题]*A.dfs-clearB.dfs-lsC.dfs-rmD.dfs-del(正确答案)192.下图为HDFS分级存储的配置，如果Block的副本数为4，则以下说法错误的是？（）*[单选题]*A.第1个Block副本将写入RAM_DISK,其余副本写入DISKB.如果是第1个副本之外的其他副本写入失败，则尝试写入“副本的备选存储策略”指定的存储策略C.如果第1个Block副本写入RAM_DISK失败，则尝试写入”备选存储策略”的存储类型D.4个Block都将写入RAM_DISK(正确答案)193.Hadoop平台中，要查看YARN服务中一个application的信息，通常需要使用什么命令？（）*[单选题]*A.containerB.jarC.application-attemptD.Application(正确答案)194.Spark适用于以下哪些场景？（）*[单选题]*A.交互式查询B.实时流处理(正确答案)C.批处理(正确答案)D.图计算(正确答案)(正确答案)195.下图展示了StructuredStreaming的计算模型。通过观察可以得出最终T3的计算结果是？（）*[单选题]*A.Dog1,owl1B.Cat2,dog4,owl2C.Cat2,dog3,owl1D.Cat1,cat1,dog2,dog2,owl2(正确答案)196.SparkStreaming容错机制是指RDD中任意的Partition出错，都可以根据其父RDD重新计算生成，如果父RDD丢失，则需要去磁盘中查找原始数据。（）*[单选题]*A.TRUEB.FALSE(正确答案)197.HBase元数据MetaRegion路由信息保存在哪里？（）*[单选题]*A.ZookeeperB.Meta表C.HMasterD.Root表(正确答案)198.Hbase的BloomFiliter是用来顾虑数据的？（）*[单选题]*A.TRUEB.FALSE(正确答案)199.执行HBase读数据业务，需要读取哪几部分数据？（）*[单选题]*A.HLogB.HMasterC.HFileD.MemStore(正确答案)(正确答案)200.FusionInsight中Hive包含2个角色，HiverServer和MetaStore?（）*[单选题]*A.TRUEB.FALSE(正确答案)201.Colocation同分布文件级的同分不实现文件的快速访问，避免了因数据迁移带来的大量网络开销（）*[单选题]*A.TRUEB.FALSE(正确答案)202.关于Hive与传统数据仓库的对比，以下描述错误的是？（）*[单选题]*A.Hive元数据存储独立于数据存储之外，从而解耦合元数据和数据，灵活性高，而传统数据仓库数据应用单一，灵活性低B.Hive基于HDFS存储，理论上存储量可无限扩展，而传统数据仓库存储量会有上限C.由于Hive的数据存储在HDFS中，所以可以保证数据的高容错，高可靠D.由于Hive基于大数据平台，所以查询效率比传统数据仓库快(正确答案)203.YARN的基于标准调度，是对下列选项中的哪个进行标签化？（）*[单选题]*A.AppMasterB.ResourceManagerC.NodeManagerD.Container(正确答案)204.对于Hive中关于普通表和外部表描述不正确的是？（）*[单选题]*A.默认创建普通表B.删除外部表时，只删除外部表数据而不删除元数据C.外部实质是将已存在于HDFS上的文件路径跟表关联起来D.删除普通表时，元数据和数据同时被删除(正确答案)205.在FusionInsight产品中，关于创建Kafka的Topic，以下哪些描述是正确的？（）*[单选题]*A.在创建Kafka的Topic时，必须设置Partition个数B.在创建Kafka的Topic时，必须设置Partition副本个数C.设置多副本可以增强Kafka服务的容灾能力D.以上全都正确(正确答案)206.Zookeeper的增强性包括在审计日志中添加ephemeralnode被删除的审计日志（）*[单选题]*A.TRUEB.False(正确答案)207.下列选项中，关于Zookeeper可靠性含义说法正确的是？（）*[单选题]*A.可靠性通过主备部署模式实现B.可靠性是指更新更新只能成功或者失败，没有中间状态C.可靠性是指无论哪个server，对外展示的均是同一个视图D.可靠性是指一个消息被一个Server接收，它将被所有的Server接受(正确答案)208.华为FusionInsightHD行业成功案例都有哪些？（）*[单选题]*A.数字政府B.智慧园区(正确答案)C.智慧交通(正确答案)D.金融(正确答案)(正确答案)209.FusionInsightManager会定时备份哪些元数据？（）*[单选题]*A.OMSB.LDAPServer(正确答案)C.DBService(正确答案)D.Namenode(正确答案)(正确答案)210.YARN中默认的资源调度器是？（）*[单选题]*A.FIFO调度器B.容量调度器C.Fair调度器D.以上全不是(正确答案)211.假设在写入数据时只存2份，那么写入过程中，HDFSClient现将数据写入DataNode1，再将数据写入Datanode2（）*[单选题]*A.TRUEB.FALSE(正确答案)212.Yarn-Client和Yarn-Cluster主要区别是ApplicationMaster进程的区别（）*[单选题]*A.TRUEB.FALSE(正确答案)213.部署FusionInsightHD时，同一集群内的FlumeServer节点建议至少部署几个？（）*[单选题]*A.1B.3C.4D.2(正确答案)214.以下哪些是Kafka实际的应用场景？（）*[单选题]*A.网站活性跟踪B.日志收集(正确答案)C.聚合统计系统运营数据（监控数据）(正确答案)D.资源管理(正确答案)215.FusionInsightHD系统中，下面哪个方法不能查看到Loader作业执行的结果（）*[单选题]*A.通过LoaderUI界面查看B.通过YARN任务管理查看C.通过NodeManager查看D.通过Manager的告警查看(正确答案)216.如图，以下关于Kafka消息消费者Consumer读取消息的描述，错误的有？（）*[单选题]*A.Consumer使用Offset来记录读取的位置B.图片中的蓝色框为Kafka的一个Topic，即可以理解为一个队列，每个格子代表一条消息。C.生产者产生的消息逐条放到Topic的末尾D.消费者从右至左顺序读取消息(正确答案)217.在大数据时代，企业所面临的挑战有以下哪些？（）*[单选题]*A.企业各部门间数据分散，相同数据在各部门内部存储格式不一致。B.数据结构多样化。(正确答案)C.竞争对手的技术进步。(正确答案)D.数据存在噪音、缺失、存储类型不规范等问题，需要进行大量的数据预处理工作。(正确答案)(正确答案)218.FusionInsightHD中HBase默认使用什么组件作为其底层文件存储系统？（）*[单选题]*A.FileB.KafkaC.HDFSD.Memory(正确答案)219.在很多小文件场景下，Spark会起很多Task，当SQL逻辑中存在Shuffle操作时，会大大增加hash分桶数，严重影响性能。FusionInsight中，针对小文件的场景通常采用（）算子，来对Table中的小文件生成的partition进行合并，减少partition数，从而避免在shuffle的时候，生成过多的hash分桶，提升性能？（）*[单选题]*A.groupbyB.coalosceC.connectD.join(正确答案)220.下列关于Worker（工作进程）、Executor（线程）、Task（任务）说法正确的是？（）*[单选题]*A.每个Executor（线程）可以运行多个Task（任务）B.每个Worker可以运行多个Executor（线程）(正确答案)C.每个Worker只能为一个拓扑运行Executor（线程）D.每个Executor（线程）可以运行不同