大数据HCIA试题含答案

大数据HCIA试题含答案一、单选题（共41题，每题1分，共41分）1.Spark应用在运行时，Stage划分的依据是什么？A、actionB、taskSetC、taskD、shuffle正确答案：D2.FusionInsightHD的HBase中的一张表包含以下几个Region[10，20），[20，30），[30，+∞]，分别编号为①，②，③，那么，11，20，222分别属于哪个Region?A、①①③B、①②③C、①②②D、①①②正确答案：C3.FusionlnsightHD系统中，LDAP数据同步方式是哪个？A、单向同步B、双向同步C、隔离不同步D、数据交叉同步正确答案：A4.在FusionInsight产品中，关于kafka的topic，以下描述不正确的有？A、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B、每个topic只能分成一个partition（区）C、topic的partition的数量可以在创建时配置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：B5.以下关于ZKFC的说法错误的是？A、ZKFC进程需在NameNode的节点和ZooKeeper的Leader节点中部署。B、ZKFC（ZKFailoverController）作为一个ZooKeeper集群的客户端，用来监控NameNode的状态信息C、StandbyNameNode通过ZooKeeper感知ActiveNameNode的状态。一旦ActiveNameNode宕机，StandbyNameNode就会执行升主操作。D、HDFSNameNode的ZKFC连接到ZooKeeper，把主机名等信息保存到ZooKeeper中正确答案：A6.华为FusionInsightHD系统中关于HDFS的DataNode说法正确的是?A、不会检查数据的有效性B、周期性地将本节点的Block发送给NameNodeC、不同的DataNode存储的Block一定是不同的D、一个DataNode上的Block可以是相同的正确答案：D7.以下哪个不属于Hadoop中MapReduce组件的特点？A、实时计算B、易于编程C、良好的拓展性D、高容错性正确答案：A8.FusionInsightHD中，如果需要查看当前登录HBase的用户和权限组，可以在HBaseshell中执行什么命令?A、use_permissionB、whoamiC、whoD、get_user正确答案：B9.关于Hive与Hadoop其他组件的关系。以下描述错误的是？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：D10.Hadoop的HBase不适合哪些数据类型的应用场景？A、大文件应用场景B、海量数据应用场景C、高吞吐率应用场景D、半结构化数据应用场景正确答案：A11.哪个不是Flume的channel类型A、MemoryChannelB、FileChannelC、JDBCChannelD、HDFSChannel正确答案：D12.HBase中数据存储的文件格式是什么?A、HFileB、SequenceFileC、LogD、TXTfile正确答案：A13.FusionInsightHD系统中如果修改了服务的配置项，不进行服务重启，该服务的配置状态是什么状态?A、SYNCHRONIZEDB、EXPIREDC、CONFIGURINGD、UNKNOWN正确答案：B14.传统数据处理的数据规模的单位是？A、TBB、EBC、PBD、GB正确答案：D15.FusionInsightHD使用HBase客户端批量写入10条数据，某个RegionServer节点上包含该表的2个Region，分别A和B，10条数据中有2条属于A，4条属于B，请问写入这10条数据需要向该RegionServer发送几次RPC请求?A、1B、2C、6D、10正确答案：A16.关于Kafka磁盘容量不足的告警，对于可能的原因以下分析不正确的是？A、用于存储Kafka数据的磁盘配置（如磁盘数目、大小等），无法满足当前业务数据流量，导致磁盘使用率达到上限B、数据保存时间配置过长，数据累积达到磁盘使用率上限C、业务规划不合理，导致数据分配不均匀，使部分磁盘达到使用率上限D、Broker节点故障导致正确答案：D17.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（）A、执行HiveDDL操作B、运行MapReduce任务C、运行HiveHQL任务D、以上全部正确正确答案：D18.关于FusionlnsightHD中Loader作业描述正确的是？A、Loader将作业提交到Yam执行后，如果此时Loader服务异常，则此作业执行失败。B、Loader将作业提交到Yam执行后，如果某个Mapper任务执行失败，能够自动进行重试C、Loadet作业执行失败后将会产生垃坝数据，需要用户手动清除D、Loader将一个作业提交至Yam执行后，该作业执行完成前，不能再提交其他作业正确答案：B19.查看Kafka某Topic的Partition详细信息时，使用如下哪个命令?A、bin/kafka-topics.sh--createB、bin/kafka-topics.sh--describeC、bin/kafka-topics.sh–deleteD、bin/kafka-topics.sh--list正确答案：B20.以下关于HiveSQL基本操作描述正确的是（）A、加载数据到Hive时源数据必须是HDFS的一个路径B、创建外部表必须要指定location信息C、创建表时可以指定列分隔符D、创建外部表使用external关键字。创建普通表需要指定internal关键字正确答案：C21.FusionInsightHDHBase默认使用什么作为其底层文件存储系统?()A、HadoopB、MapReduceC、MemoryD、HDFS正确答案：D22.在Fusionlnsight集群规划部署时，建议管理节点最好部署（）个，控制节点最少需要部署（）数据节点最少需要部署（）个。A、1,3,2B、1,2,2C、2,3,3D、2,3,1正确答案：C23.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、可靠性是指一条消息被一个server接收，它将被所有server接受C、可靠性是指无论哪个server，对外展示的均是同一个视图D、可靠性是指更新只能成功或者失败，没有中间状态正确答案：B24.Flume支持监控并传输目录下新增的文件，可实现数据传输，以上描述的是哪一类source？A、httpsourceB、syslogsourceC、spoolingdirectorysourceD、execsource正确答案：C25.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哪?A、ZooKeeperB、HDFSC、MasterD、meta表正确答案：D26.KafkaClusterMirroring工具可以实现以下哪项功能？A、Kafka跨集群数据同步方案B、Kafka单集群内数据备份C、Kafka单集群内数据恢复D、以上全不正确正确答案：A27.下列哪条HDFS命令可用于检测数据块的完整性？A、hdfsfsck/B、hdfsfsck–deleteC、hdfsdfsadmin–reportD、hdfsbalancer–threshold1正确答案：A28.FusionlnsightHD中Loader实例必须与哪个实例部署在一起？A、DataNodeB、RegionServerC、ResourceManagerD、Nodemanager正确答案：D29.HBase中如果发生一个Region的Split，将一个HFile文件真正分开到两个Region的过程发生在以下什么阶段?A、Split过程中B、Flush过程中C、Compaction过程中D、HFile分开过程中正确答案：C30.关于FusionInsightHDStreaming的Supervisor描述正确的是?A、Supervisor负责资源分配和任务调度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是运行具体处理逻辑的进程D、Supervisor是一个Topology中接收数据然后执行处理的组件正确答案：B31.FusionInsightHD系统中HDFS默认BlockSize是多少？A、32MB、64MC、128MD、256M正确答案：C32.FusionInsightHDHBase的管理进程是如何选择主节点的?A、随机选取B、由RegionServer进行裁决C、通过ZooKeeper进行裁决D、HMaster为双主模式，不需要进行裁决正确答案：C33.下列选项中，关于Zookeeper可靠性含义说法正确的是？A、可靠性是指更新只能成功或者失败，没有中间状态B、可靠性是指无论哪个server，对外展示的均是同一个视图C、可靠性通过主备部署模式实现D、可靠性是指一条消息被一个server接收，它将被所有server接受正确答案：A34.下列关于SparkStreaming和Streaming比较说法不正确的是？A、SparkStreaming事件处理时延比Streaming更高B、SparkStreaming的吞吐量大约是Streaming的2-5倍C、Streaming的执行逻辑是即时启动，运行完后再回收D、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正确答案：C35.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？（）A、1B、3C、2D、4正确答案：C36.通过FusionInsightManager不能完成以下哪个操作?A、安装部署B、虚拟机分配C、性能监控D、权限管理正确答案：B37.HBase不适合哪些应用场景？（）A、高吞吐率应用场景B、要求具有完全ACID特性的应用场景C、半结构化数据应用场景D、海量数据（TB、PB）应用场景正确答案：B38.对于容量调度器的任务选择，以下说法正确的是（）A、最小队列层级优先B、资源利用量最低的队列优先C、资源回收请求队列优先D、最大队列层级优先正确答案：C39.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，从而避免再shuffle的时候，生成过多的hash分桶，提高性能。A、connectB、coalesceC、groupbyD、join正确答案：B40.Spark组件中哪个选项不属于transformation操作?A、joinB、distinctC、reduceByKeyD、reduce正确答案：D41.HBase中数据存储的文件格式是什么？A、HFileB、HLogC、TextFileD、SequenceFile正确答案：A二、多选题（共30题，每题1分，共30分）1.Spark有哪些特点？A、轻B、巧C、快D、灵正确答案：ABCD2.Kafka消息传输保障通常有以下哪几种？()A、仅有一次（ExactlyOnce）B、最多一次（AtMostOnce）C、最多三次（AtMostThreeTimes）D、最少一次（AtLeaseOnce）正确答案：ABD3.以下关于华为大数据解决方案说法正确的是（）A、Farmer是数据服务框架B、GaussDB是一款开源数据库产品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D、FusionInsightHD是基于开源大数据软件Hadoop的增强版本正确答案：ABCD4.Loader提供了哪些方式或接口实现作业管理?A、WebUIB、Linux命令行C、Rest接口D、JavaAPI正确答案：ABCD5.kafka消息传输保障通常有以下哪几种？（）A、最多三次（AtMostThreeTimes）B、仅有一次（ExactlyOnce）C、最少一次（AtLeaseonce）D、最多一次（AtMostonce）正确答案：BCD6.Loader可以实现以下哪些转换规则（）A、拼接转换B、长整型时间转换C、空值转换D、增量转换正确答案：ABCD7.以下关于FusionInsightHBase可视化建模说法正确的有？（）A、可视化建模帮助DBA进行建模设计，降低HBase的使用门槛B、QualifierHBase列:每一列代表业务数据某一属性C、实现人员分工:DBA关注数据表建模，开发人员关注用户表明和用到的列D、Column用户表列:每一列代表一个KeyValue正确答案：ABC8.FusionInsight家族包含下列哪些子产品？A、FusionInsightHDB、GaussDB200C、FusionInsightMinerD、FunsionInsightFarmer正确答案：ABCD9.FusionInsightHD系统中使用Streaming客户端shell命令提交了拓扑之后，使用StromUI查看发现该拓扑长时间没有处理数据，可能原因有？（）A、Supervisor是在topology中接收数据然后执行处理的组件B、拓扑业务存在逻辑错误，提交之后无法正常运行C、拓扑过于复杂或者并发太大，导致worker启动时间太长，超过Supervisor的等待时间D、Supervisor的slots资源被耗尽，拓扑提交上去之后分不到slot去启东worker进程正确答案：BCD10.关于Flume，下列说话错误的是？（）多选A、Source到Channel到Sink等进程内部有加密的必要B、Flume级联节点之间的数据传输支持加密C、Flume支持多级级联和多路复制D、Flume级联节点之间的数据传输不支持压缩正确答案：AD11.以下关于KafkaPartition说法正确的有A、Partition数量决定了每个consumergroup中并发消费者的最大数量B、每个Partition都是有序且不可变的消息队列C、引入Partition机制，保证了Kafka的高吞吐能力D、每个Partition在存储层面对应一个log文件正确答案：ABCD12.华为大数据解决方案中平台架构包括以下哪些组成部分？（）A、Hadoop层B、GaussDB200C、Datafarm层D、FusioInghtManager正确答案：ACD13.对于容量调度器的任务选择，以下说法正确的是A、最大队列层级优先B、最小队列层级优先C、资源利用量最低的队列优先D、资源回收请求队列优先正确答案：BCD14.关于大数据的主要特征的理解和描述正确的有哪些？A、数据增长速度快，处理速度快B、数据量大，计算量大C、数据价值密度低，价值高D、数据来源多，格式多正确答案：ABCD15.Spark适用于以下哪些场景？（）A、批处理B、图计算C、实时流处理D、交互式查询正确答案：ABCD16.在华为大数据解决方案中，Hadoop层包含以下哪些组件（）A、FlinkB、MinerC、SparkD、Hive正确答案：ACD17.下列选项中，哪些是Spark的重要角色（）A、DateNodeB、NodemanagerC、DriverD、ResourceManager正确答案：BCD18.MapReduce过程中，以下属于shuffle机制的是？（）A、partitionB、combineC、copyD、sort/merge正确答案：CD19.HDFS不适用以下哪些场景（）A、大文件存储与访问B、大量小文件存储C、随机写入D、流式数据访问正确答案：BC20.在Kafka中，如下关于Producer发送数据的说法错误的是()A、Proucer负责生产数据。Consumer负责消费数据。Producer和Consumer之间需要建立连接B、Proucer既可以发送数据到Broker上。又可以发送数据到ConsumerC、Proucer作为消息生产者。可以直接将数据写入ZookeeperD、Proucer连接任意一个正常的Broker实例就可以产生数据正确答案：ABC21.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，数据是否需要做均衡等。以下关于FusionInsight资源分布监控说法正确的有（）A、帮助用户迅速找到资源消耗最高的节点，采用适当的措施B、通过每个服务主页的资源分布查看界面，查看到关键的资源分布情况C、可以帮助用户快速聚集在最关键的资源消耗上D、通过DashBoard界面，可以查看到主机资源分布情况。例如内存占有率在50-75%的主机列表，并提供链接跳转正确答案：ABCD22.Zookeeper中的数据节点znode分为哪几种类型？A、persistentB、ephemeralC、temporaryD、semi-persistent正确答案：AB23.HBase中包含的一些典型的Filter有哪些？A、KeyOnlyFilterB、FilterListC、RowFilterD、SingleColumnValueFilter正确答案：ABCD24.HDFS的基本系统构架中包含下列哪些节点？（）A、ResourceManagerB、NameNodeC、NodeManagerD、DataNode正确答案：BD25.下列关于Worker（工作进程）、Executor（线程）、TASK（任务）说法正确的是？A、每个Worker（工作进程）可以运行多个Executor（线程）B、每个Executor（线程）可以运行不同组件（Spout或Bolt）的TASK（任务）C、每个Executor（线程）可以运行多个TASK（任务）D、每个Worker只能为一个拓补运行Executor（线程）正确答案：ABC26.以下关于Flink与其他组件交互说法正确的是?A、Flink可以将接收的组件发送给KafkaB、Flink的checkpoint的实现依赖于ZookeeperC、Flink任务的运行依赖Yarn来进行资源的调度管理D、Flink在HDFS文件系统中读写数据正确答案：ABCD27.HDFS系统中对备用NameNode的作用的描述正确的有？A、主NameNode的热备B、备NameNode对内存没有要求C、帮助主NameNode合并编辑日志，减少主NameNode的启动时间D、备NameNode应与主NameNode部署到一个节点正确答案：AC28.Streaming消息可靠性级别包括以下哪些选项？A、至少一次B、精确一次C、完全处理D、最多一次正确答案：ABD29.HDFS联邦环境下，NameSpace（命名空间）包含以下哪些内容（）A、目录B、文件C、块D、以上全不正确正确答案：ABC30.以下关于KafkaPartition副本的特性描述正确的是？A、主副本叫做Leader，从副本叫做FollowerB、消费者和生产者都是从Leader中读写数据，也可直接与Follower交互C、Follower通过拉取的方式从Leader中同步数据D、副本以分区为单位。每个分区都有各自的主副本的从副本正确答案：ACD三、判断题（共32题，每题1分，共32分）1.FusionInsightHD集群三层组网时，管理节点、控制节点、数据节点建议安装在不同的网段内，可以提高可靠性。A、正确B、错误正确答案：A2.KafkaProducer读数据总体流程是，Producer连接任意存活的Broker，请求指定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。A、正确B、错误正确答案：A3.Spark的中间数据放在内存中，对于迭代运算/批处理计算的效率更高，延迟更高。A、正确B、错误正确答案：B4.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类。A、正确B、错误正确答案：A5.FusionInsightManager支持多租户统一管理。()A、正确B、错误正确答案：A6.在ZooKeeper的服务模型中，Leader节点以主备模式存在，其他节点都属于Follower节点。()A、正确B、错误正确答案：B7.SparkonYARN模式下，没有NodeManager的节点不能启动executor执行task。A、正确B、错误正确答案：A8.HDFS联邦机制下，各NameNode间元数据是不共享的。A、正确B、错误正确答案：A9.FusionInisghtHD系统中，在创建Kafka的Topic时必须设置Partition个数和副本个数，设置多副本可以增强Kafka服务的容灾能力。A、正确B、错误正确答案：A10.在YARN的任务调度中，一旦ApplicationMaster申请到资源后，便与对应的ResourceManager通信，要求它启动任务A、正确B、错误正确答案：B11.Flume的perties配置文件可以配置多个channel来传输数据。A、正确B、错误正确答案：A12.Mapreduce过程中，默认情况下，一个分片就是一个块，也是一个mapTask.A、正确B、错误正确答案：A13.FusionInsightManager支持大规模集群的安装部署、监控、告警、用户管理、权限管理、审计、服务管理、健康检查、问题定位、升级和补丁。A、正确B、错误正确答案：A14.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。（）A、正确B、错误正确答案：A15.SparkonYarn-client适合用于生产环境是因为可以更快的看到APP的输出。A、正确B、错误正确答