华为大数据练习练习题及答案1-2023-背题版

试题说明

本套试题共包括1套试卷

每题均显示答案和解析

华为大数据练习练习题及答案1（500题）

华为大数据练习练习题及答案1

1.［单选题］hdfsdfs命令中的-get和-put命令操作对象是（）

A）文件

B）目录

C）两者都是

答案:C

解析：

2.［单选题］要级联删除用户创建的表等数据库对象，使用关键字（）。

A）STRICT

B）CASCADE

C）USAGE

答案:B

解析：

3.［单选题］表设计时选择分布列的原则包括：（）。

A）作为分布列的字段尽量聚集

B）选择查询中关联条件作为分布列

C）尽量选择在查询中存在形如col=10001过滤条件的字段

答案:B

解析：

4.［单选题］GaussDB200的高可用主要体现在哪些方面（）？

A）数据融合

B）分析融合

C）计算融合

D）以上全都正确

答案:D

解析：

5.［单选题］假设每个用户最低资源保障设置为yarn,scheduler,capacity,root,Queue

A.minimum-user-1imit-percent=24o则以下说法错误的是：（）。

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

答案:D

解析：

6.［单选题］在用户验证权限时，应当在“服务列表”中选择数据复制服务，进入DRS主界面，单击右

上角（），尝试购创建迁移任务。

A）修改迁移任务

B）创建迁移任务

C）查阅权限

D）删除迁移任务

答案:B

解析：

7.［单选题］以下（）组件负责生成和维护全局事务ID、事务快照、时间戳等全局唯一信息。

A）GTM

B）WLM

C）CN

D）DN

答案:A

解析：

8.［单选题］在表/文件迁移的任务中，CDM支持定时执行作业，重复周期单位不能按：（）。

A）秒

B）小时

C）天

D）月

答案:A

解析：

9.［单选题］关于Fusioninsightmanager界面Hive日志收集的描述中不正确的是：（）。

A）可以指定实例进行日志收集

B）可以指定节点IP进行收集

C）可以指定用户进行日志收集

D）可以指定时间段进行日志收集

答案:C

解析：

10.［单选题］Kafka中数据从Producer到Broker和Broker到Consumer分别是哪种传递方式

?（）

A）push,push

B）pull,pull

C)pull,push

D)push,pull

答案:D

解析：

11.［单选题］TOPN操作最适合采用哪种Redis数据结构？()

A)Set

B)Hash

OList

D)SortedSet

答案:D

解析：

12.［单选题］下列()命令是从HDFS下载目录/文件到本地。

A)dfs-put

B)dfs-cat

C)dfs-get

D)dfs-mkdir

答案:C

解析：

13.［单选题］flume传输数据过程中，为了防止数据不丢失，使用的Channel类型是？()

A)MemoryChannel

B)FileChannel

C)JDBCChannel

D)HDFSChannel

答案:B

解析：

14.［单选题］Kafka集群在运行期间，直接依赖于下列()组件。

A)spark

B)zookeeper

Ohdfs

D)hbase

答案：B

解析：

15.［单选题］第三次信息化浪潮标志不包含以下哪项？()

A)互联网

B)云计算

C)大数据

D)物联网

答案:A

解析：

16.［单选题］执行引擎的类型包括：（）。

A）行执行引擎

B）向量化执行引擎

C）行列混合执行引擎

D）以上都是

答案：D

解析：

17.［单选题］GraphBase能够处理海量数据的原因是什么？（）

A）基于Elasticsearch的索引机制

B）基于HBase的分布式存储机制

C）基于Spark的分布式内存计算技术

D）图机制特性

答案:B

解析：

18.［单选题］在网络日志数据分析场景中，日志服务器通过log4j将数据传给（），（）会对数据进

行简单的处理过滤，然后将数据按照日期存储到（）上。（）

A）Flume、Flume、HDFS

B）Hive、Flume、Loader

C）HDFS,Flume、Flume

D）Spark,Sqoop、Flume

答案:A

解析：

19.［单选题］创建数据同步任务后，对于增量同步中的任务，可以通过：（）来增加或者移除同步数

据库和表，并提交同步任务。

A）删除同步对象

B）编辑同步对象

C）创建同步对象

D）返回同步对象

答案：B

解析：

20.［单选题］Hadoop系统中YARN资源的抽象是用：（）表示。

A）内存

B）CPU

C）Container

D）磁盘空间

答案:c

解析：

21.［单选题］哪个是实时检索解决方案的数据源？（）

A）流数据

B）以上都是

C）文件数据

D）图数据

答案：B

解析：

22.［单选题］Hive创建（）时，会将数据移动到数据仓库指向的路径;创建（），仅记录数据所在的路

径，不对数据的位置做任何改变（）

A）内部表、外部表

B）内部表、元数据

C）原元数据、外部表

D）外部表、托管表

答案:A

解析：

23.［单选题］下面关于GaussDB200列存表的压缩说法正确的是（）?（0

A）列存表支持LZ4、ZLIB、ZIP等压缩算法。

B）列存表不指定压缩级别时，默认是NULL。

C）能够根据数据特征自适应的选择压缩算法。

D）平均压缩比10：lo

答案:C

解析：

24.［单选题］Insert事务使用的锁模式是：（）。

A）AccessShareLock

B）RowExclusiveLock

C）ShareUpdateExclusiveLock

D）ExclusiveLock

答案:B

解析：

25.［单选题］GaussDB200有两张相同字段结构和数据量的表table」和table_2,table_l是

行存表，tabled是列存表，执行SQL语句"selectnamefromtable_namewherenum=l”,

table_l查询了（）数据量，table_2查询了（）数据量（一个单元格为一个数据量）。（）

A）9,6

B）3,9

03,6

D)9,9

答案:A

解析：

26.［单选题］GaussDB200的SQL自诊断在Monitor模式下，可识别下列哪个IssuePattern()?

A)多列统计信息未收集

B)大表等值关联NestLoop

C)数据倾斜

D)HashJoin中大表做内表

答案:A

解析：

27.［单选题］Redis中String数据类型不含以下哪种操作？()

A)mget

B)size

C)strlen

D)append

答案:B

解析：

28.［单选题］FusioninsightManager对服务的管理操作，下面说法错误的是：()。

A)可以设置不常用的服务隐藏显示

B)可以添加和卸载服务

C)可以对服务进行启停操作

D)可以查看服务的当前状态

答案:A

解析：

29.［单选题］Flume当前不支持的source有()

A)HDFSsource

B)avrosource

C)HTTPsource

D)Kafkasource

答案:A

解析:A(由于Flume主要是为了将集群外的数据导入到集群内，而如果数据已经存在HDFS中，那么

数据已经在集群内，所以没有提供从HDFS中读取数据的HDFSSource)

30.［单选题］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。

A)3、N

B)N、N

02,N

D)2、2

答案:C

解析：

31.［单选题］创建一个存储过程proc_addCREATEORREPLACEPROCEDUREproc_add(param1in

INTEGER,param2outINTEGER,param3inINTEGER)ASBEGINParam2：=param1+param3；

END；，创建一个存储过程proc_testCREATEORREPLACEPROCEDUREproc_test(resultout

INTEGER)AsDECLAREInput1INTEGER：=1；Input2INTEGER：=2；StatementVARCHAR

2(200)：Param2INTEGER：BEGIN一声明调用语句Statement：='callproc_add(：co1_1,

：co1_2,：co1_3),；一执行语句EXECUTEIMMEDIATEstatementUSINGINinput1,OUT

param2,INinput2；Result：=param2；END；执行语句callproc_test(10),结果是()。

A)3

B)无返回值

04

D)2

答案:A

解析：

32.［单选题］StructuredStreaming中持续地查询最新计算结果至写出。这个过程叫做什么？。

A)continousquery

B)querystring

C)matchquery

D)matchphrase

答案:A

解析：

33.［单选题］某公司要建立资料库，该资料库要用ElasticSearch进行检索。请问下列哪些选项()

A)Word文档

B)公司宣传视频

C)产品设计图

D)以上全都正确

答案:D

解析：

34.［单选题］在FusioninsightHD中，可以在()查看MapReduce应用程序的运行结果。

A)FusioninsightManager的web界面

B)LoaderWeb界面

C)Solrweb界面

D)YamWeb界面

答案：D

解析：

35.［单选题］Hive中的解释器(complier)、优化器(optimizer)、执行器(executor)组件用于

HQL语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在()中

,并在随后由0调用执行。()

A)内存、MapReduce

B)HDFS、Yarn

C)HBase、Yarn

D)HDFS、MapReduce

答案：D

解析：

36.［单选题］Redis中数据排序的性能优化不包含以下哪个选项？()

A)减少待排序键中元素的数量

B)增加集群中Master节点

C)如果要排序的数据数量很大，尽可能使用store参数将结果缓存

D)使用limi参数只获取需要的数据

答案:D

解析：

37.［单选题］()是一个实现了文件系统的抽象类，继承自

org.apache,hadoop.conf.Configured,并实现了Closeable接口，可以适用于多种文件系统。

()

A)FSDatalnputStream

B)FileConfiguration

C)FSDataOutputStream

D)FileSystem

答案:C

解析：

38.［单选题］关于Kerberos的TGT以下说法错误的是：()。

A)TGT全称为票据授权服务票据，主要由KDC服务器生成

B)TGT一次生成之后，可以无限期使用。

C)TGT在客户端的存在方式可以是在内存中存储，也可以在本地以文件的形式存储。

D)TGT中主要的信息有当前该票据的有效时长和授予该TGT的服务端IP以及分发给的客户端名称。

答案:B

解析：

39.［单选题］FusioninsightHDHBase默认使用()作为其底层文件存储系统。

A)HDFS

B)Hadoop

C)Memory

D)MapReduce

答案:A

解析:

40.［单选题］MapReduce任务最终是在下列()中被执行的。

A)NodeManager

B)container

C)ResourceManager

D)AppMaster

答案:B

解析：

41.［单选题］Flume数据采集过程中，下列选项中能对数据进行过滤和修饰的是：()。

A)Sink

B)Channel

C)ChannelSelector

D)Interceptor

答案:D

解析：

42.［单选题］HBase不支持哪些SQL操作?()

A)HiveSQL

B)SparkSQL

C)MySQL

D)PhoenixSQL

答案:C

解析：

43.［单选题］以下关于数据服务API开放方使用流程，描述正确的是：()。

A)创建api并发布api

B)获取API

C)调用API

D)创建应用并获取授权

答案:A

解析：

44.［单选题］下面关于ACID解释错误的是：()。

A)A-atomictty原子性：事务的所有操作要么全部完成，要么全部不完成

B)C-consistency一致性：事务始终保证系统处于一致性的状态，不影响一致性

C)I-Isolation隔离性：事务执行是隔离的，3个隔离级别

D)D-Durability持久性：事务的结果是持久的

答案:C

解析：

45.［单选题］关于批量数据处理组件的描述不正确的是？（）

A）Hive：传统SQL批处理引擎，用于处理SQL类批处理作业，使用广泛海量数据下表现稳定，但是处

理速度较慢

B）SparkSQL：新型SQL批处理引擎，用于处理SQL类批处理作业，适合海量数据，处理速度高效。

0Spark：新型批处理引擎，可以用于处理非SQL类，尤其是数据挖掘和机器学习类批处理作业，适

合海量数据，处理速度高效。

D）MapReduce：传统批处理引擎，用于处理非SQL类，尤其是数据挖掘和机器学习类批处理作业

,使用广泛，海量数据下表现不稳定.但是处理建度较快。

答案：D

解析:MapReduce：大数据批处理引擎，用于处理海量数据，但是处理速度较慢

46.［单选题］假设现在要做一个可以根据线索指导运维人员进行排障的功能，你建议选择下列哪个工

具实现该功能？（）

A)Lucene

B)HBase

C)ElasticSearch

D)GraphBase

答案:C

解析：

47.［单选题］Spark的中间数据放在（）中，对于迭代运算的效率更高，进行批处理时更高效.（）

A）SparkCore

B）磁盘

OHDFS

D）内存

答案：D

解析：

48.［单选题］Hive常被用来处理（）场景。

A）事务性处理

B）批量计算

C）实时性计算

D）流计算

答案:B

解析：

49.［单选题］FusioninsightManager对服务的配置功能说法不正确的是:（）。

A）服务级别的配置可对所有实例生效

B）实例级别的配置只针对本实例生效

C）实例级别的配置对其他实例也生效

D）配置保存后需要重启服务才能生效

答案:C

解析:

50.［单选题］下列（）不属于创建Loader作业时必须项。

A）优先级

B）名称

C）连接

D）类型

答案:A

解析：

51.［单选题］关于表连接算子的说法错误的是（）？

A）聚合操作如groupby会触发NergeJoin.

B）表连接算子主要有Nestloop,MergeJoin,MinorJoin,HashJoin.

C）算子的选择是SQL根据逻辑自行选择的，与人为无关。

D）默认情况下，执行效率来说HashJoin最高。

答案:D

解析：

52.［单选题］HDFS中Namenode的主备仲裁，是由：（）组件控制的。

A）HDFSClient

B）NodeManager

C）ResourceManager

D）ZooKeeperFailoverController

答案：D

解析：

53.［单选题］数据中台功能架构中运营管理包含：（）能力。

A）内存计算

B）标签管理

C）任务调度

D）服务目录

答案:C

解析：

54.［单选题］下列（）HDFS命令可用于检测数据块的完整性。

A）hdfsfsck/

B）hdfsfsck-delete

C）hdfsdfsadmin-report

D）hdfsbalancer-threshold1

答案:A

解析：

55.［单选题］GaussDB200支持什么格式的数据存储？()

A)行存储

B)列存储

C)行列混存

D)以上都对

答案:D

解析：

56.［单选题］有如下存储过程，CREATEORREPLACEPROCEDUREprc_l(paramllNINTEGERDEFAULT

3,param2IN0UTINTEGER)ASBEGINParam2：=param1+param2；RETURN：END：调用如上

存储过程callprc_l(2,1),结果是()？

A)1

B)2

04

D)3

答案:D

解析：

57.［单选题］以下关于常见数据库描述正确的是？()

A)HBase：基于ZooKeeper,Hadoop,适合非结构化数据存储，是高可靠性、高性能、面向行、

可伸缩的分布式存储系统。

B)Oracle：关系型数据库，行式存储，支持SQL,中量级数据分析、存储、不可分布式，开源

软件。

ORedis：开源key-value数据库，读写性能极高，数据类型丰富，可以与Storm结合进行实时

查询分析。

D)Mysql：关系型数据库，列式存储，支持SQL,轻量级数据分析、存储，仅有商业版本。

答案:C

解析：

58.［单选题］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会存放()份。

A)3

B)5

02

D)1

答案:A

解析：

59.［单选题］当ElasticSearch集群有节点加入或退出时，集群数据会发生什么动作？()

A)数据重载

B)数据分布

C)数据更新

D)数据重建

答案：B

解析：

60.［单选题］以下哪些选项不属于大数据计算框架？()

A)TensorFlow

B)ApacheHadoop

C)FusioninsightHD

D)ClouderaCDH

答案:A

解析：

61.［单选题］FusioninsightManager用户权限管理不支持()配置。

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

答案:D

解析：

62.［单选题］对于HBaseKeyValue存储模型描述不正确的是？()

A)同一个Key值只能关联一个Value

B)拥有时间戳、类型等关键信息

C)KeyValue具有特定的格式

D)时间戳来区分多个记录版本

答案:A

解析：

63.［单选题］HDFS集群跟目录下存在一个文件text.txt,下列()命令可以查到此文件所存储的

DatNode节点信息。

A)hdfsfsck/test,txt-files

B)hdfsfsck/text,txt-locations

C)hdfsfsck/test.txt-blocks

D)hdfsfsck/test,txt-list-corruptfileblocks

答案：B

解析：

64.［单选题］下面哪个Flume功能可以给Event添加Header信息。()

A)Selector

B)Channel

C)Interceptor

D)Sink

答案:c

解析：

65.［单选题］Redis不适用于以下哪个应用场景？（）

A）获取PB级Value数据

B）获取TOPN操作

C）获取手机验证码

D）获取最新N个数据的操作

答案:A

解析：

66.［单选题］Action是RDD的算子的一个类型，不可以将结果写入（）

A）磁盘

B）CPU

C）HDFS

D）数据库

答案:D

解析：

67.［单选题］以下关于FusioninsightCTBase的描述不正确的是：（）。

A）CTBase的读写接口，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

序中进行合并和解析

B）CTBase是基于Hbase的聚簇表开发框架

OCTBase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提供了一套Hbase连接池管理的接口，内部连接共享，减少客户端应用开发的难

度

答案:B

解析：

68.［单选题］资源注册页面，点击solr增量索引的作用是：（）。

A）创建索引

B）增加索引

C）更新索引

D）删除说因

答案:C

解析：

69.［单选题］下面哪个数据类型不是GaussDB200支持的数据类型（）？

A）JS0N类型

B）货币类型

C）数值类型

D）XML类型

答案:D

解析：

70.［单选题］下列哪个不是Explain的关键字()？

A)Tablescan

B)HashJoin

C)Filter

D)Seqscan

答案:C

解析：

71.［单选题］ElasticSearch进行全文检索一般需要哪几个步骤？()

A)清洗、分词、建立索引

B)清洗、分词

C)清洗、建立索引

D)清洗、建立索引、分词

答案:A

解析：

72.［单选题］下列选项中，关于Zookeeper可靠性含义说法正确的是：()。

A)可靠性通过主备部署模式实现

B)可靠性是指更新只能成功或者失败，没有中间状态

C)可靠性是指无论哪一个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接受，它将被所有的server接受

答案：D

解析：

73.［单选题］关于GaussDB200的EC跨集群访问，下列说法正确的是()？

A)通过EC(ExtensionConnector)的方式实现跨集群访问，适用于任何集群。

B)通过EC(ExtensionConnector)的方式实现跨集群访问，适用于同构/异构集群。

C)通过EC(ExtensionConnector)的方式实现跨集群访问，只能适用于异构集群。

D)通过EC(ExtensionConnector)的方式实现跨集群访问，只能适用于同构集群。

答案:B

解析：

74.［单选题］以下哪种Hive的方法可以用来对数据求和？()

A)trim

B)data

C)avg

D)sum

答案：D

解析：

75.［单选题］Hbase中的Region是由：()服务进程来管理的。

A)HRegionServer

B)Zookeeper

C)Hmaster

D)DataNode

答案:A

解析：

76.［单选题］FusioninsightHD中Hbase默认使用()组件作为其底层文件存储系统。

A)File

B)Kafka

C)HDFS

D)Memory

答案:C

解析：

77.［单选题］以下关于DWS数据库透明加密的特点，错误的是：()。

A)支持行存表数据加密，不支持列存表加密

B)支持集群级别配置

C)使用KMS服务加密

D)加密密钥层次结构有三层

答案:A

解析：

78.［单选题］关于GaussDB200的数据导入导出下列说法正确的是()？

A)使用gsql元命令和COPY命令在使用和用法上是一样的。

B)GDS在数据导入时可以做预处理，比如非法字符替换、容错处理、数据聚合等。

OC0PY方式使用简单，一般用在大量数据的导入导出中。

D)INSERT数据写入适合数据量不大，并发度不高的场景。

答案:B

解析：

79.［单选题］以下()不属于开源数据湖解决方案。

A)DLI

B)Iceberg

OHudi

D)OpenDelta

答案:A

解析：

80.［单选题］HBase中Region的物理存储单元是:()。

A）Region

B）ColumnFamily

C）Column

D）Row

答案:B

解析：

81.［单选题］以下不属于CN自动剔除约束的是：（）。

A）设置CN心跳超时时间的值大于0

B）集群中的CN总数必须大于等于3

C）多CN故障时只能剔除一个CN

D）CN剔除以后，逻辑集群的创建、删除、扩容、缩容、回滚、显示操作可以执行

答案:D

解析：

82.［单选题］MULTIXACT日志存储的内容针对的是记录（）。

A)xmin

B)xmax

C)data

D)cid

答案:B

解析：

83.［单选题］安全Kafka集群中，关于Kafka组的说法错误的是（）

A）kafkaadmin组拥有Topic的所有权限

B）kafka组用户被授予Topic相关权限后，只有使用新API才能访问;

C）Kafkasuper组用户默认具有所有的Topic的读写权限

D）kafka组用户被授予Topic相关权限后，一定可以访问

答案:D

解析：

84.［单选题］元数据采集任务的启动方式不包括：（）。

A）循环执行

B）定时执行

C）手动执行

D）定时立即执行

答案:A

解析：

85.［单选题］对ElasticSearch检索流程描述正确的是？（）

A）检索节点汇总结果发送给客户端

B）分片节点汇总结果发送给客户端

C)检索节点不需要汇总结果直接把结果发送给客户端

D)分片节点不需要汇总结果直接把结果发送给客户端

答案:A

解析：

86.［单选题］FusioninsightHD系统中HBase的最小处理单元是Region,UserRegion和

RegionServer之间的路由信息是保存在()。

A)ZooKeeper

B)HDFS

C)Master

D)meta表

答案:D

解析：

87.［单选题］Flink的数据转换操作在：()环节中完成。

A)channel

B)Transformation

C)sink

D)source

答案:B

解析：

88.［单选题］以下()工具可以实现大量数据的快速导入和导出。

A)gsql

B)GDS

C)DataStudio

D)DSC

答案:B

解析：

89.［单选题］Gremlin中查询单个点的信息该用什么命令？()

A)gV().hasLabel(ntestn).values("age")

B)gV(),hasLabel("test").valueMap(MString_list","age")

C)gV().hasLabel("test")

D)gV(13464736).valueMap()

答案:D

解析：

90.［单选题］Spark的核心概念不包括？()

A)RDD

B)Hlog

C)宽窄依赖

D）Shuffle

答案:B

解析：

91.［单选题］ElasticSearch是怎么实现Master选举的？（）

A）借助ZooKeeper选举

B）内部自行选举

C）随机生成

D）自行指定

答案:A

解析：

92.［单选题］FusioninsightHDV100R002c60中，关于Hive的Python接口类型，以下描述不正确的是

：（）o

A）要求Python版本不低于2.6.6,不高于2.7.0

B）客户端必须装有setuptools,且版本不低于5.0

C）hive_python_client脚本提供了直接执行SQL的功能，如hive_python_client"showtables5

D）Python二次开发不支持安全集群

答案:D

解析：

93.［单选题］数据质量支持从完整性、（）、及时性、一致性、准确性、唯一性六个维度进行单列

、跨列、跨行和跨表的分析。自定义质量规则时，请对此规则进行维度匹配。

A）交叉性

B）共享性

C）时效性

D）有效性

答案:D

解析：

94.［单选题］查询集合操作中，表示交集的是：（）。

A）INTERSECT

B）MINUS

OEXECPT

D）UNION

答案:A

解析：

95.［单选题］下列关于GaussDB200的说法正确的是（）？

A）RETURNNEXT表示返回下一个

B）存储过程需要返回值时使用RETURN关键字。

C）RETURNQUERY用于返回集合

D）RETURN用于返回存储过程调用结果。

答案:C

解析：

96.［单选题］Loader特点不包含?（）

A）图形化

B）实时性

C）高性能

D）安全

答案:B

解析：

97.［单选题］当zookeeper集群节点数为5时，请问集群的容灾能力和（）节点时等价的。

A）3

B）4

05

D）以上全不正确

答案:B

解析：

98.［单选题］HBase中一个Region进行Split操作时，将一个HFile文件真正分开到两个Region的过程

发生在以下（）阶段。

A）Split过程中

B）Flush过程中

C）Compaction过程中

D）HFile分开过程中

答案:C

解析：

99.［单选题］Kafka中Consumer使用什么方式来记录读取位置？（D）

A）时间信息

B）用户信息

C）设备信息

D）偏移量信息

答案:D

解析：

100.［单选题］Spark是用以下（）编程语言实现的。

A）C

B）C++

C）JAVA

D）Scala

答案:D

解析：

101.［单选题］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，提升形成。

A）groupby

B）coalesce

C）connect

D）join

答案:D

解析：

102.［单选题］下列关于Flinkbarrieer描述错误的是：（）。

A）一个barrier将本周期快快照的数据与下一个周期快照的数据分隔开来

B）621'1'161'是尸11位快照的核心

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

答案:C

解析：

103.［单选题］银行进行客户购买力分析，首先获取客户历史账单，确定其中各项商品的计算权重

,得出每位客户的购买力评分并存储记录。最后将结果以图表显示。请问该过程对应于以下哪个项

目数据流程设计。（）

A）数据可视化-＞数据源-＞数据落地-＞数据处理

B）数据源-＞数据落地—＞数据处理-〉数据可视化

C）数据源-＞数据处理-＞数据落地-＞数据可视化

D）数据可视化-＞数据源-＞数据处理-＞数据落地

答案:C

解析：

104.［单选题］FusioninsightHD中Loader从SFTP服务器导入文件时，不需要做编码转换和数据转换

且速度最快的文件类型是：（）。

A）graph-file

B）binary-file

C）text-file

D）sequence-file

答案:B

解析：

105.［单选题］Hbase元数据MetaRegion路由器信息存放在（）。

A）Zookeeper

B）Meta表

C）HMaster

D）Root表

答案:B

解析：

106.［单选题］关于Hive建表基本操作，描述正确的是：（）。

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）创建外表时需要指定external关键字

D）一旦表建好，不可再修改列名

答案:C

解析：

107.［单选题］创建Loader作业时，可以在以下（）步骤中设置Map数。

A）输出

B）输入设置

C）转换

D）基本信息

答案:A

解析：

108.［单选题］大数据应用开发流程不包含以下哪项？（）

A）需求分析

B）可行性分析

C）应用推广

D）技术选型

答案:C

解析：

109.［单选题］StructuredStreaming不支持以下哪种计算时间？（）

A）处理时间

B）事件时间

C）结束时间

D）注入时间

答案:C

解析：StructuredStreaming支持处理时间和事件时间，同时支持watermark机制处理滞后数据。

1处理时间：处理时间是指每台机器的系统时间，当流程序采用处理时间时，将使用各个

实例的机器时间。

1注入时间IngestionTime,表示数据到达流式系统时间，简而言之就是流式处理系统接收

到数据的时间；

1事件时间：是指事件在其设备上发生的时间，这个时间在事件进入Structured

Streaming之前已经嵌入事件，然后StructuredStreaming可以提取该时间。

110.［单选题］GaussDB200支持实例故障发生时，业务不中断。因此()。

A)不用担心实例故障带来的影响，无需处理故障问题。

B)在实例恢复或主备切换成功之后，能够继续提供服务。

C)不用担心CN故障导致SQL执行失败，保证SQL100%执行成功。

D)实例故障之后GaussDB200会自动重启，无需人为关注。

答案：B

解析：

111.［单选题］通过HDFS的Shell命令来操作HDFS,表示删除文件的命令是？()

A)hdfsdfs-cat

B)hdfsdfs-rm

C)hdfsdfs-mkdir

D)hdfsdfs-put

答案:B

解析：

112.［单选题］以下哪个不是离线批处理的核心诉求？()

A)处理数据格式多样

B)处理数据量巨大

C)支持SQL类作业和自定义作业

D)处理时间要求高

答案：D

解析：

113.［单选题］CREATETABLEAS创建表，后面需要添加查询语句类型是：()。

A)INSERT

B)UPDATE

C)SELECT

D)DELETE

答案:C

解析：

114.［单选题］Kafka中每种消息类别被称为什么？()

A)Topic

B)Object

C)Subject

D)Theme

答案:A

解析：

115.［单选题］在进行整库迁移时源端数据源类型为Oracle,目的端数据类型不支持：（）。

A）RDSforMySQL

B）MRS（Hive）

C)CSS

D)DWS

答案:C

解析：

116.［单选题］第三次信息化浪潮标志不包含以下哪项？（）

A）云计算

B）物联网

C）大数据

D）互联网

答案:D

解析:

117.［单选题］大数据技术的4V特征不包含以下哪项？（）

A）Velocity

B）Virtual

C）Variety

D）Volume

答案:B

解析：

118.［单选题］下列关于Flinkbarrier描述错误的是：（）。

A）barrier周期性的插入到数据流中，并作为数据流的一部分随之流动

B）barrier是Flink快照的核心

C）一个barrier将本周期快照的数据与下一周期快照的数据分隔开来

D）在插入barrier的时候，会暂时阻断数据

答案：D

解析：

119.［单选题］以下（）选项不属于数据中台三层架构。

A）贴源层

B）轻度汇总层

C）共享层

D）分析层

答案:B

解析：

120.［单选题］下列关于GaussDB200的数据类型转换说法正确的是（）？

A)如果需要保留空字符串时，需要新建兼容性为Postgres的数据库。

B)不同数据类型比较或转换时，使用强制类型转换，以防隐式类型转换结果与预期不符。

C)在ORACLE兼容模式下，在导入数据时，空字符串会自动过滤。

D)在查询中，对常量不需要显式指定数据类型。

答案：D

解析：

121.［单选题］solr中定义以下哪种字段支持后期自定义增加字段()

A)dynamicField

B)copyField

OField

D)以上都是

答案:A

解析：

122.［单选题］Client在HDFS上进行文件写入时，NameNode根据文件大小和配置情况，返回部分

datanode信息，()负责将文件划分为多个Block,根据DataNode的地址信息，按顺序将块写入到每

一fDataNodeo

A)Client

B)ActiveNameNode

C)DataNode

D)StandbyNameNode

答案：B

解析：

123.［单选题］在Flink框架中，下列()是流处理和批处理的计算引擎。

A)standalone

B)Runtime

C)FlinkCore

D)DataStream

答案:B

解析：

124.［单选题］网站在运营过程中，会有用户访问并产生行为数据，要想对这些数据进行处理挖掘

,如果是离线批处理下的方案配置，描述不正确的是()

A)数据导入导出，Loader

B)数据采集传输：Flume

C)数据计算，Storm

D)数据存储.HDFS或MySql

答案:C

解析：

125.［单选题］下列哪个选项可用于查询ElasticSearch的索引？()

A)cur1-XGET'http：//ip：httpport/name/type/indexID?pretty'

B)cur1-XPOST'tp：//ip：httpport/name/type/indexID?pretty'-H'Content-Type：

app1ication/json'-d'{}'

C)cur1-XGET'http：//ip：httpport/cat/indices?v

D)cur1-XGET"http：//ip：httpport/_cluster/health?pretty

答案:C

解析：

126.［单选题］以下属于Hive的架构组件的是？()

A)HLog

B)Driver

C)Hmaster

D)NameNode

答案:B

解析：

127.［单选题］以下()组件不是华为产品的。

A)CDM

B)DRS

C)RDS

D)SG-ETL

答案:D

解析：

128.［单选题］Elasticsearch中构建一个query需要用到下列哪个代码？()

A)QueryBuilders.createQuery()

B)QueryBuilders.putQuery()

C)QueryBuilders.getQuery()

D)QueryBuilders.matchQuery()

答案:D

解析：

129.［单选题］在FusioninsightHD中，以下()不属于Hive的流控特性。

A)支持对已建立的总连接数做阈值控制

B)支持对每个用户已经建立的连接数做阈值控制

C)支持对某个特定用户已建立的连接数做阈值控制

D)支持对单位时间内所建立的连接数做阈值控制

答案:C

解析：

130.［单选题］以下哪个选项不能做为Kafka的Consumer?()

A)Real-timeMonitoring

B)FrontEnd

C)DataWarehouse

D)Hadoop

答案:B

解析：

131.［单选题］关于GaussDB200的逻辑架构，下列说法正确的是。？

A)DN是实际数据节点，所以只负责存储数据。

B)CN是协调节点，协助CM管理整个集群。

OCM是集群的管理模块，那么负责集群的日常管理和运维。

D)GTM是全局事务控制器，负责生成和维护全局事务ID等全局唯一信息。

答案:D

解析：

132.［单选题］在HBase写数据的业务逻辑实现过程中，如下()接口或类是不需要涉及的。

A)Put

B)HTable

C)HBaseAdmin

D)PutList

答案:C

解析：

133.［单选题］在GaussDB200的存储过程中，语句number=0的意思是()？

A)声明一个变量number,并初始化值为0。

B)判断number的值是否为0。

C)修改变量number的值为0。

D)比较number和0的大小。

答案:A

解析：

134.［单选题］常用的数据收集工具不包括？()

A)Spark

B)Loader

C)Sqoop

D)Kettle

答案:A

解析：

135.［单选题］在FusioninsightLibrA中，下列()命令可以用于创建复制表。

A)createtableregionl(ctid_valueint)distributebyreplication

B)createtableregionl(ctid_valueint)；

C)Createtableregionl(ctid_valueint)replication；

D)以上都不正确；

答案:A

解析：

136.［单选题］对于ElasticSearch描述不正确的是？()

A)对Lucene进行了扩展

B)不支持结构化数据存储

C)能够水平扩展

D)基于Lucene的全文检索服务

答案:B

解析：

137.［单选题］GaussDB200数据并行导入Shared策略支持的数据格式是？()

A)CSV

B)Text

C)FIXED

D)Seq

答案：B

解析：

138.［单选题］Hbase的某张表的RowKey划分Splitkey为9.E.a.z.请问表里面有()个Region。

A)6

B)5

04

D)3

答案:B

解析：

139.［单选题］创建存储过程,CREATEORREPLACEPROCEDUREproc_whileloop(maxvalin

integer)ASDECLAREIint：=maxval/2；BEGINWHILEi<maxvalLOOPRaiseinfo'%',i；

I：=i+l；ENDLOOP：END：下面循环语句在Messages内的输出是()CALLproc_while_loop(9)

>

A)5678

B)456789

056789

D)45678

答案:D

解析：

140.［单选题］公安行业中实时检索不适用于以下哪个场景？()

A)车辆信息查询

B）快速信息汇集

C）评估嫌疑人犯罪概率

D）实时布控

答案:C

解析：

141.［单选题］下列对图数据库描述正确的是？。

A）以“图”数据结构存储和查询数据的数据库

B）存储图片的数据库

C）与关系型数据库类似的数据库

D）数据仓库的一种

答案:A

解析：

142.［单选题］决策树中不包含：（）结点。

A）根结点（rootnode）

B）内部结点（internalnode）

C）外部结点（externalnode）

D）叶结点（leafnode）

答案:C

解析：

143.［单选题］数据中台功能架构中数据接入包含：（）能力。

A）数据交换

B）监控告警

C）链路监测

D）任务调度

答案:A

解析：

144.［单选题］Hadoop中MapReduce组件擅长处理（）场景的计算任务。

A）迭代计算

B）离线计算

C）实时交互计算

D）流式计算

答案:B

解析：

145.［单选题］在GraphBase上，创建一个新的图，必须使用的参数是？（）

A）edge

B）graphName

C）label

D）vertex

答案:B

解析：

146.［单选题］某项目小组接到一个大数据实时分析项目，且对实时性要求很高。请问以下哪种大数

据计算框架最合适？（）

A）MapReduce

B）HRase

C）Spark

D）Flink

答案:D

解析：

147.［单选题］DAYU数据开发中，以下不属于作业优先级是：（）。

A）高

B）中

C）极高

D）低

答案:C

解析：

148.［单选题］以下哪个不是大数据的数据计算引擎？（）

A）Spark

B）MapReduce

C）Flume

D）Flink

答案:C

解析：

149.［单选题］离线批处理方案的应用场景不包括？（）

A）占用计算存储资源多

B）快速高效，实时的数据处理

C）数据处理格式多样

D）处理大规模数据

答案：B

解析：

150.［单选题］在数据添加过滤规则后，在源库执行更新操作的处理原则，应以：（）为首要目标。

A）数据一致

B）数据规范

C）数量相同

D）数据唯一

答案:A

解析：

151.［单选题］在Fusioninsight产品中，关于创建Kafka的Topic,以下描述正确的是：（）。

A）在创建Kafka的Topic时，必须设置Partition

B）在创建Kafka的Topic时，必须设置Partition副本数

C）设置多副本可以增强Kafka服务的容灾能力

D）以上全部正确

答案:C

解析：

152.［单选题］Flume的基础架构不包含以下哪部分？（）

A）Channel

B）Broker

C）Source

D）Sink

答案：B

解析：

153.［单选题］进行场景迁移的前提条件说法错误的是：（）。

A）该用户必须拥有管理员权限

B）已获取待连接数据源的用户名

C）已获取待连接数据源的密码

D）已获取待连接数据源的地址

答案:A

解析：

154.［单选题］以下关于HDFS适合做什么描述正确的是？（）

A）低延迟读取

B）大文件存储

C）大量小文件存储

D）随机写入

答案:B

解析:hdfs其除具备其它分布式文件系统相同特性外，HDFS还有自己特有的特性：

1、高容错性：认为硬件总是不可靠的。

2、高吞吐量：为大量数据访问的应用提供高吞吐量支持。

3、大文件存储：支持存储TB-PB级别的数据。

HDFS不适合做什么？

1、大量小文件存储

2、随机写入

3、低延迟读取

155.［单选题］下面这段代码的作用是什么？()HttpEntityentity=new

NStringEntity(jsonString,ContentType.APPLICATION_JSON)；Responseresponse=null；Try{

Response=restClient.performRequest("PUT"/"+index,params,entity)；

Assert.assertEquals(response.getStatusLine(),getStatusCode(),HttpStatus.SCOK)；LOG.info

("createlndexWithShardNum,response

entityls：n+EntityUtils.toString(response.getEntity()))；}catch(Exceptione){

Assert,fail()；}

A)更新索引

B)创建索引

C)维护索引

D)删除索引

答案:B

解析：

156.［单选题］下列()选项属于Hive的数据存储模型。

A)桶

B)数据库

C)分区

D)以上全都正确

答案:D

解析：

157.［单选题］用户可以通过表的数据预览模块，预览当前表的业务数据；根据列的分类信息，支持

对预览的数据进行实时脱敏。下列选项中不属于数据预览支持的数据源类型为：()。

A)DWS

B)DLI

C)Oracle

D)Mysql

答案:C

解析：

158.［单选题］关于创建api,以下描述正确的是：()。

A)创建api只能通过脚本模式创建

B)创建api只能通过向导模式创建

C)创建api可以通过脚本模式和向导模式两种方式创建

D)以上说法均不正确

答案:C

解析：

159.［单选题］以下哪个选项对Redis数据读写流程描述是正确的？()

A)ServerA节点返回集群拓扑---客户端选择集群任意一个ServerA节点连接----客户端计算

Key归属的槽位以及对应ServerB节点并连接一ServerB节点返回业务操作结果

B)客户端选择集群任意一个ServerA节点连接---ServerA节点返回集群拓扑----客户端计算

Key归属的槽位以及对应ServerB节点并连接一ServerB节点返回业务操作结果

C)ServerA节点返回集群拓扑一客户端计算Key归属的槽位以及对应ServerB节点并连接

---客户端选择集群任意一个ServerA节点连接一ServerB节点返回业务操作结果

D)客户端选择集群任意一个ServerA节点连接---客户端计算Key归属的槽位以及对应ServerB节

点并连接---ServerA节点返回集群拓扑---ServerB节点返回业务操作结果

答案:B

解析：

160.［单选题］FusioninsightHD系统中，用户登录到客户端，请求服务端的某个应用，客户端需要

先向认证服务器请求消息获取如下()。

A)TGT

B)ST

OPT

D)TOKEN

答案:A

解析：

161.［单选题］以下关于Flink关键特性描述不正确的是：()。

A)SparkStreaming与Flink相比，时延更低

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)checkpoint实现了Flink的容错

D)与FusionlnghtHD中的Streaming相比，Flink具有更高的吞吐量

答案:A

解析：

162.［单选题］对于运行在MapReduce平台上的应用程序，此应用程序所依赖的jar包会被放到()。

A)HIVE

B)HBASE

OHDFS

D)DB

答案:C

解析：

163.［单选题］GaussDB200的EXECUtEIMEDIATE语法和OPENFOR语法都可以实现动态语句的执

行，那么二者的异同是0?

A)EXECUTEIMMEDIATE没有返回值，OPENFOR有返回值。

B)当需要将查询的结果保存在一个数据集时，可使用OPENFOR实现动态查询。

C)EXECUTEIMMEDIATE通过动态执行SELECT语句，OPENFOR结合了游标的使用。

D)EXECUTEINMEDIATE可以调用存储过程，OPENFOR则不行。

答案：B

解析：

164.［单选题］在WebHCat架构中，用户能够通过安全的HTTPS协议执行以下()操作。

A)执行HiveDDL操作

B)运行MapReduce任务

C)运行HiveSQL任务

D)以上全部正确

答案:D

解析：

165.［单选题］哪个不是ElasticSearch生态圈中的技术？(C)

A)beats

B)Logstash

C)Flume

D)kibana

答案:C

解析：

166.［单选题］对GaussDB200描述不正确的是？()

A)并行架构

B)易运维，安全可靠

C)行列不能混存

D)节点多，易扩展

答案:C

解析：

167.［单选题］YARN的基于标准调度，是对下列选项中的()进行标签化。

A)AppMaster

B)ResourceManager

C)NodeManager

D)Container

答案:C

解析：

168.［单选题］以下哪项不属于批量数据采集工具？()

A)MapReduce

B)Flume

C)Sqoop

D)其他ETL工具

答案:A

解析：

169.［单选题］用户Region和RegionServer之间的路由信息，保存在哪个模块中？()

A)Master

B)HDFS

C)Meta表

D)Zookeeper

答案:C

解析：

170.［单选题］以下两种描述分别对应：()两种分类算法的评价标准。

A)Precision,Recall

B)Recall,Precision

C)Precision,Roc

D)Recall,Roc

答案:A

解析：

171.［单选题］FusioninsightHD中，如果需要查看当前登录HBase的用户和权限组，可以在HBase

shell中执行()命令。

A)user_permission

B)whoami

C)who

D)get_user

答案:B

解析：

172.［单选题］以下关于数据收集工具的描述，不准确的是？。

A)Loader是实现FusionlnsightHD与关系型数据库、文件系统之间交换数据和文件的数据加载工

具。

B)Loader提供了本集群内部HDFS和HBase之间的数据导入或导出。

OSaoop是一款开源的工具，主要用于在Hive与传统的数据库间进行数据的传递，可以将关系

型数据库中的数据导入到Hadoop的HDFS中，也可将HDFS的数据导出到关系型数据库中。

D)Kettle是一款国外开源的ETL工具，纯java编写，目前仅可以在Linux上运行，数据抽

取高效稳定。

答案:D

解析：

173.［单选题］以下关于Zookeeper的Leader节点在接收到数据变更请求后的读写流程说法正确的是

：()O

A)仅写入内存

B)同时写入硬盘和内存

C)先写入内存再写入硬盘

D)先写入硬盘再写入内存

答案:D

解析:

174.［单选题］下列关于HBase的BloomFilter特性理解正确的是：()。

A)用来过滤数据

B)用来优化随机读取的性能

C)会增加存储的消耗

D)可以准确判断某条数据不存在

答案:C

解析：

175.［单选题］关于Spark中SparkSQL描述不准确的是？()

A)通过SparkSession提交SQL语句。任务像普通Spark应用一样，提交到集群中分布式运行。

B)SparkSQL是Spark用来处理结构化数据的一个模块，可以在Spark应