1+X大数据平台运维（中级）模拟试题及答案

1+X大数据平台运维（中级）模拟试题及答案一、单选题1.以下哪种情况容易引发HDFS负载不均问题?（）A、HDFS中存储的文件大小不一，小文件太多B、HDFS中Block的大小设置不合理C、Data各数据节点磁盘规格和空间大小有差异(正确答案)D、NameNode与DataNode节点在同一物理服务器上2.MapReduce中可能引起负载问题的原因有哪些?（）A、MapReduce需要处理的数据量过大B、数据本身的格式问题，例如:文档格式混乱C、DataNode节点与Map节点不在一起D、Map中Key值选取和设定问题，导致Key值过于集中(正确答案)3.下面哪些不是引起Spark负载不均的原因?（）A、Spark读入的数据源是倾斜的B、Shuffle阶段Key值过于集中C、在数据过滤阶段需要处理的数据量差异D、Spark的运行方式差异(正确答案)4.哪些不是引起Hive数据倾斜的原因?（）A、数据在节点存储上分布不均B、运算中Key值分布不均C、业务数据本身存在分布不均D、Hive中表数量的多少(正确答案)5.Hive数据倾斜的表现?（）A、Hive建表后数据无法导入B、Hive无法启动C、Hivesql语句运行异常直接退出D、Hive运算任务为报错单长期卡在99%(正确答案)6.下列大数据特点中错误的是（）。A、数据体量大B、数据种类多C、处理速度快D、价值密度高(正确答案)7.下列不属于数据存储技术的是（）。A、MySQLB、Storm(正确答案)C、HDFSD、HBase8.企业使用大数据平台基于（）做分析报表。A、MongoDBB、BIC、Hive(正确答案)D、SQL9.大数据存储是指用存储器，以（）的形式，存储采集到数据的过程。A、数据库/数据仓库(正确答案)B、集群C、文件系统D、信息系统10.下列（）不是非关系型数据库。A、HBaseB、RedisC、Hive(正确答案)D、MongoDB11.下列不属于大数据项目实施工作流程的是（）。A、项目规划阶段B、数据治理阶段C、项目设计阶段D、系统运维阶段(正确答案)12.在大数据项目规划阶段中，（）阶段确认大数据项目范围和建设目标。A、需求调研(正确答案)B、业务调研C、数据需求D、项目规划13.数据来源评估一般在（）阶段进行。A、项目规划B、数据治理(正确答案)C、项目设计D、数据应用14.在数据仓库的数据架构中，（）具有按业务场景组织数据的能力。A、结构化数据B、列式数据(正确答案)C、文档数据D、非结构化数据15.（）是检查系统对非法侵入的防范能力。A、功能测试B、性能测试C、安全测试(正确答案)D、验收测试16.下列哪项通常是集群的最主要瓶颈（c）。A、CPUB、网络C、磁盘IO(正确答案)D、内存17.非关系型数据库不包括（）。A、HBaseB、Mapreduce(正确答案)C、Neo4jD、MongoDB18.下列关于大数据中计算机存储容量单位的说法中，错误的是（）。A、基本存储容量单位是字节（Byte）B、汉字字符存储空间要大于英文字符存储空间C、一个英文字符需要2个字节的存储空间(正确答案)D、一个汉字字符需要2个字节的存储空间19.啤酒和尿布的关系是大数据在（）行业的典型应用。A、医疗B、地产C、电商D、零售(正确答案)20.如今舆情分析大数据平台系统多采用（）架构。A、Lambda(正确答案)B、KappaC、流式D、Unifield21.配置主机名和IP地址映射的文件位置是（）A、/home/hostsB、/usr/local/hostsC、/etc/hostD、/etc/hosts(正确答案)22.使配置的环境变量生效的命令是（）A、vi~/.bashrcB、source~/bashrcC、cat~/.bashrcD、source~/.bashrc(正确答案)23.下列哪项通常是集群的最主要瓶颈（）A、CPUB、网络C、磁盘IO(正确答案)D、内存24.下面哪个程序负责HDFS数据存储（）A、Datanode(正确答案)B、NameNodeC、JobtrackerD、secondaryNameNode25.HDfS中的block默认保存（）份。A、3份(正确答案)B、2份C、1份D、不确定26.1.Linux下启动HDFS的命令是（）A、HdfsB、startdfsC、start-dfs.sh(正确答案)D、start-dfs.cmd27.关于SecondaryNameNode哪项是正确的?（）A、它是NameNode的热备B、它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间(正确答案)C、它对内存没有要求D、SecondaryNameNode应与NameNode部署到一个节点28.端口50070默认是HDFS哪个服务的端口?（）A、NameNode(正确答案)B、DataNodeC、SecondaryNameNodeD、GFS29.配置Hadoop文件参数时，配置项“dfs.replication”应该配置在哪个文件?

（）A、core-site.xmlB、hdfs-site.xml(正确答案)C、mapred-site.xmlD、yarn-site.xml30.Hadoop集群的关闭命令是?（）A、stop-dfs.shB、stop-yarn.shC、stop-all.sh(正确答案)D、stop-hadoop.sh31.下列哪个程序通常与NameNode在一个节点启动?（）A、SecondaryNameNodeB、DataNodeC、TaskTrackerD、Jobtracker(正确答案)32.配置Hadoopha文件参数时，JAVA_HOME包含在哪一个配置文件中（）A、hadoop-default.xmlB、hadoop-env.sh(正确答案)C、hadoop-site.xmlD、configuration.xsl33.下列哪一个是HADOOPHA启动的第一个进程（）A、启动zookeeper(正确答案)B、启动journalnodeC、在master1上执行命令，启动hdfs和yarnD、在master2上执行命令，启动yarn34.下列哪一个是zookeeper的进程（）A.DFSZKFailoverControllerB.QuorumPeerMain(正确答案)C.JournalNodeD.NodeManage35.注册ZNode的命令是（）A、bin/hdfszkfc-formatZK(正确答案)B、sbin/hdfszkfc-formatZKC、bin/hdfszkfc-fromatZKD、sbin/hdfszkfc-fromatZK36.以下对Flume架构描述不正确的是（）A、Flume的核心就是AgentB、Sink负责将数据发送到外部指定的目的地C、Source接收到数据之后，将数据发送给Sink(正确答案)D、Channel作为一个数据缓冲区会临时存放一些数据37.Sqoop工具接收到命令后通过任务翻译器，将命令转换为（）A、MapReduce任务(正确答案)B、Translate任务C、Map任务D、Reduce任务38.以下对Flume描述错误的是（）A、高可用的B、高可靠的C、负责海量日志采集D、负责处理数据(正确答案)39.Flume数据传输的基本单元是（）A、Event(正确答案)B、ClientC、ChannelD、Sink40.Kafka的设计初衷不包括（）A、处理海量日志B、用户行为统计C、网站运营统计D、数据转换(正确答案)41.SparkonYarn有两种接口模式是（）A、Client模式和Cluster模式(正确答案)B、Consumers模式和Producer模式C、Local模式和Remote模式D、Resource模式和Application模式42.当启动一个SparkShell时，SparkShell已经预先创建好一个SparkContext对

象，其变量名为（）A、sc(正确答案)B、ccC、snD、nc43.RDD是含义是（）A、弹性分布式数据集(正确答案)B、弹性运算数据集C、可重复操作数据D、远端数据定义44.以下哪个不是Spark中WorkerNode的作用（）A、通过注册机制向ClusterMaster汇报自身的cpu和memory等资源B、Master的指示下创建启动Executor，Executor是执行真正计算的苦力C、将资源和任务进一步分配给ExecutorD、同步资源信息、Executor状态信息给Driver(正确答案)45.以下对窄依赖描述正确的是（）A、可以表现为一个父RDD的分区对应于一个子RDD的分区，对输入进行协同划分(正确答案)B、可以表现为多个父RDD的分区对应于一个子RDD的分区，对输入进行非协同划分C、表现为存在一个父RDD的一个分区对应一个子RDD的多个分区,对输入进行非协同划分D、表现为存在一个父RDD的一个分区对应一个子RDD的多个分区,对输入进行协同划分46.Linux操作系统vm.swappiness参数值被设置为10，它的含义是（）A、内存使用量达到系统内存的90%时，操作系统会相当频繁地使用磁盘上的交换文件(正确答案)B、内存使用量达到系统内存的10%时，操作系统会相当频繁地使用磁盘上的交换文件C、内存使用量达到系统内存的90%时，操作系统不会地使用磁盘上的交换文件D、内存使用量达到系统内存的10%时，操作系统不会地使用磁盘上的交换文件47.禁用ipv6需要修改的是哪个配置文件（）A./etc/sysctl.conf(正确答案)B./etc/profileC.~/.bashrcD./etc/networks48.禁止记录访问时间戳需要修改什么参数（）A、noatime和nodiratime(正确答案)B、notime和nodirtimeC、atime和diratimeD、time和dirtime49.增大可打开文件描述符数目需要修改哪个配置文件（）A、/etc/security/limits.conf(正确答案)B、/etc/security/limt.confC、/etc/conf/limits.confD、/etc/conf/limit.conf50.以下对Linux下的大页描述错误的是（）A、Linux下的大页分为标准大页和透明大页两种类型B、标准大页管理是预分配的方式C、透明大页管理是静态分配的方式(正确答案)D、Linux系统默认开启透明大页面功能二、多选题1.大数据处理流程一般分为（）。A、数据采集与预处理(正确答案)B、数据存储(正确答案)C、数据分析与挖掘(正确答案)D、数据可视化(正确答案)2.大数据技术面临的挑战主要有（）。A、可靠性(正确答案)B、可用性(正确答案)C、安全性(正确答案)D、高效性E、可扩展性(正确答案)3.下列属于数据可视化软件及工具的有哪些（）。A、Echarts(正确答案)B、Python中Matplotlib、pyecharts等库包(正确答案)C、R语言中ggplot2、highcharter等库包(正确答案)D、D3.js(正确答案)4.大数据实施工程师的工作职责有（）。A.负责Hadoop、Spark、Storm等大数据平台的规划、部署、监控、系统优化等工作，确保系统持续稳定、高效运行(正确答案)B.负责大数据平台系统运营规范，及运营工具系统的设计与开发实现(正确答案)C.负责PoC（ProofofConcept，原型验证），在客户业务场景下验证大数据产(正确答案)品的功能与性能D.与客户沟通了解需求，在客户业务场景下根据客户的需求进行大数据项目实施，安装部署大数据平台软件(正确答案)E.深入理解系统平台，为其持续优化提供建设性意见(正确答案)5.大数据运维工程师日常工作主要是（）。A.大数据集群的构建(正确答案)B.大数据集群的任务调度、监控预警(正确答案)C.大数据集群容量规划、扩容、集群性能优化(正确答案)D.大数据系统日常巡检、应急值守和故障处理(正确答案)E.根据客户需求进行大数据应用接入和对接培训6.故障排查流程一般包括（）。A.应急处置与故障定位(正确答案)B.故障报告(正确答案)C.故障检查(正确答案)D.故障诊断(正确答案)7.关于H3CDataEngineBI商业智能大数据平台说法正确的是（）。A、采用B/S架构，纯Java语言开发，支持所有可部署JDK的操作系统(正确答案)B、支持所有的有JDBC接口的数据库(正确答案)C、支持DataEngineHadoop和MPP分布式数据库等主流大数据平台(正确答案)D、具有分布式分析能力，可快速实现数据可视化分析(正确答案)8.元数据的内容包括（）。A、对数据质量的描述(正确答案)B、对数据处理信息的说明(正确答案)C、对数据集的描述(正确答案)D、对数据转换方法的描述(正确答案)9.美国治理警察超速行驶是通过（）发现问题的。A、通过人工观察B、通过对不同高速路口收费站的原始数据记录的比对挖掘分析(正确答案)C、警车上的跟踪设备产生的报告进行挖掘分析D、治安监控录像资料汇总分析10.Hadoop集群的三大核心组件是（）A、HDFS(正确答案)B、MapReduce(正确答案)C、ZookeeperD、YARN(正确答案)11.下列哪个是Hadoop运行的模式:（）A、单机版(正确答案)B、伪分布式(正确答案)C、分布式(正确答案)D、Zookeeper12.下列哪项可以作为集群的管理?（）A、Puppet(正确答案)B、Pdsh(正确答案)C、Zookeeper(正确答案)D、ClouderaManager13.启动yarn命令后会出现哪些进程（）A、NameNodeB、NodeManager(正确答案)C、ResourceManager(正确答案)D、DataNode14.ZooKeeper的Server节点主要由哪些角色组成?（）A、Leader(正确答案)B、Follower(正确答案)C、ManagerD、Learner15.Follower节点的主要功能有（）A、向Leader发送请求(正确答案)B、接收Leader消息并进行处理(正确答案)C、接收Client的请求，如果为写请求要发送给Leader进行投票(正确答案)D、返回给Client结果(正确答案)16.可以用几台机器配置高可用（）A、1B、3(正确答案)C、4D、5(正确答案)17.下列哪一个不是在slave1上使用的命令（）A、bin/hdfsnamenode-bootstrapStandbyB、sbin/hadoop-daemon.shstartnamenodeC、sbin/yarn-daemon.shstartproxyserver(正确答案)D、sbin/start-dfs.sh(正确答案)18.下列那些是hadoopha启动完成的进程（）A、NameNode(正确答案)B、DFSZKFailoverController(正确答案)C、JobHistoryServer(正确答案)D、QuorumPeerMain(正确答案)19.以下哪些属于ETL工具（）A、sqoop(正确答案)B、Flume(正确答案)C、Kafka(正确答案)D、Spark20.Flume的Agent包括哪些（）A、Source(正确答案)B、Channel(正确答案)C、Sink(正确答案)D、Data21.以下哪些是Kafka的特性（）A、分布式(正确答案)B、高吞吐量(正确答案)C、支持多分区(正确答案)D、单副本22.Spark包含哪几种模式（）A、本地模式（local）(正确答案)B、Standalone模式(正确答案)C、SparkonYarn模式(正确答案)D、SparkonMesos模式(正确答案)23.Yarn主要涉及到以下哪几个角色（）A、RM:ResourceManager（资源管理者）(正确答案)B、NM:NodeMananger（节点管理者）(正确答案)C、AM:ApplicationMaster（应用程序管理者）(正确答案)D、PM:ProgramManager(程序管理者)24.以下哪些是Spark的特点（）A、运行处理速度快(正确答案)B、运行模式多样性(正确答案)C、易于使用(正确答案)D、交互性25.以下对脏页配置参数的描述哪些是正确的（）A、vm.dirty_background_ratio内存可以填充“脏数据”的百分比(正确答案)B、vm.dirty_expire_centisecs指定脏数据能存活的时间(正确答案)C、vm.dirty_ratio脏数据百分比的绝对限制值(正确答案)D、vm.dirty_writeback_centisecs指定pdflush/flush/kdmflush进程执行间隔(正确答案)26.目前主流Linux发行版本使用I/O调度器有哪些（）A、DeadLine(正确答案)B、CFQ(正确答案)C、NOOP(正确答案)D、Scheduler27.在Linux中,查看服务器负载和资源占用情况的常用命令有（）A、free(正确答案)B、top(正确答案)C、iostatsD、Vmstats28.Hive有哪些表的数据类型?（）A、内部表(正确答案)B、外部表(正确答案)C、分区表(正确答案)D、桶(正确答案)29.7、Hive的访问方式有哪些?（）A、shell(正确答案)B、JDBC(正确答案)C、WebUI(正确答案)D、ssh30.8、Hive的主要特点:（）A、可伸缩(正确答案)B、高容错(正确答案)C、类SQL语言(正确答案)D、批处理(正确答案)三、判断题1.大数据处理速度快，但时效性要求却很低。对错(正确答案)2.大数据的数据类型丰富，包括结构化数据、半结构化数据和非结构化数据。对(正确答案)错3.大数据来源包括:传统商业数据、互联网数据和物联网数据。对错(正确答案)4.日志一般为结构化或非结构化的二进制文件，可以利用日志分析工具进行事后分析。(对)(正确答案)(错)5.故障报告应该写清故障时间、故障表现、理论表现、故障有关的操作以及如何重现。(对)(正确答案)(错)6.Elasticsearch是一个分布式的开源搜索和分析引擎,适用于所有类型的数据,包括文本、数字、地理空间、结构化和非结构化数据。(对)(正确答案)(错)7.分