HADOOP复习测试卷附答案

第页HADOOP复习测试卷附答案1.数据来源评估一般在()阶段进行。A、项目规划B、数据治理C、项目设计D、数据应用【正确答案】：B2.HDfS中的block默认保存()份。A、3份B、2份C、1份D、不确定【正确答案】：A3.企业使用大数据平台基于()做分析报表。A、MongoDBBIC、HiveD、SQL【正确答案】：C4.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】：D5.SparkonYarn有两种接口模式是()A、Client模式和Cluster模式B、Consumers模式和Producer模式C、Local模式和Remote模式D、Resource模式和Application模式【正确答案】：A6.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.xmlC、mapred-site.xmlD、yarn-site.xml【正确答案】：B7.下列哪项通常是集群的最主要瓶颈()。A、CPUB、网络C、磁盘IOD、内存【正确答案】：C8.RDD是含义是()A、弹性分布式数据集B、弹性运算数据集C、可重复操作数据D、远端数据定义【正确答案】：A9.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】：D10.()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D、验收测试【正确答案】：C11.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、scB、ccC、snD、nc【正确答案】：A12.下面哪个程序负责HDFS数据存储()A、DatanodeB、NameNodeC、JobtrackerD、secondaryNameNode【正确答案】：A13.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B、Translate任务C、Map任务D、Reduce任务【正确答案】：A14.下列哪一个是HADOOPHA启动的第一个进程()A、启动zookeeperB、启动journalnodeC、在master1上执行命令，启动hdfs和yarnD、在master2上执行命令，启动yarn【正确答案】：A15.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.shC、hadoop-site.xmlD、configuration.xsl【正确答案】：B16.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D、一个汉字字符需要2个字节的存储空间【正确答案】：C17.下列哪一个是zookeeper的进程()A、DFSZKFailoverControllerB、QuorumPeerMainC、JournalNodeD、NodeManage【正确答案】：B18.注册ZNode的命令是()A、bin/hdfszkfc-formatZKB、sbin/hdfszkfc-formatZKC、bin/hdfszkfc-fromatZKD、sbin/hdfszkfc-fromatZK【正确答案】：A19.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】：D20.端口50070默认是HDFS哪个服务的端口？()A、NameNodeB、DataNodeC、SecondaryNameNodeD、GFS【正确答案】：A21.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】：D22.Hadoop集群的关闭命令是？()A、stop-dfs.shB、stop-yarn.shC、stop-all.shD、stop-hadoop.sh【正确答案】：C23.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C、文档数据D、非结构化数据【正确答案】：B24.Flume数据传输的基本单元是()A、EventB、ClientChannelD、Sink【正确答案】：A25.下列()不是非关系型数据库。A、HBaseB、RedisC、HiveD、MongoDB【正确答案】：C26.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】：D27.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B、集群C、文件系统D、信息系统【正确答案】：A28.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】：D29.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】：D30.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】：D31.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SinkD、Channel作为一个数据缓冲区会临时存放一些数据【正确答案】：C32.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】：D33.下列不属于数据存储技术的是()。A、MySQLB、StormC、HDFSD、HBase【正确答案】：B34.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B、业务调研C、数据需求D、项目规划【正确答案】：A35.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D、NameNode与DataNode节点在同一物理服务器上【正确答案】：C36.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D、Linux系统默认开启透明大页面功能【正确答案】：C解析：

二、37.如今舆情分析大数据平台系统多采用()架构。A、LambdaB、KappaC、流式D、Unifield【正确答案】：A38.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【正确答案】：A解析：

分

划分

非协同划分

协同划分39.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】：D40.非关系型数据库不包括()。A、HBaseB、MapreduceC、Neo4jD、MongoDB【正确答案】：B41.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】：D42.下列哪项通常是集群的最主要瓶颈()A、CPUB、网络C、磁盘IOD、内存【正确答案】：C43.禁用ipv6需要修改的是哪个配置文件()A、/etc/sysctl.confB、/etc/profileC、~/.bashrcD、/etc/networks【正确答案】：A44.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】：D45.禁止记录访问时间戳需要修改什么参数()A、noatime和nodiratimeB、notime和nodirtimeC、atime和diratimeD、time和dirtime【正确答案】：A46.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【正确答案】：A解析：

文件

文件47.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】：D48.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.confB、/etc/security/limt.confC、/etc/conf/limits.confD、/etc/conf/limit.conf【正确答案】：A49.1.Linux下启动HDFS的命令是()A、HdfsB、startdfsC、start-dfs.shD、start-dfs.cmd【正确答案】：C50.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C、它对内存没有要求D、SecondaryNameNode应与NameNode部署到一个节点【正确答案】：B1.故障排查流程一般包括()。A、应急处置与故障定位B、故障报告C、故障检查D、故障诊断【正确答案】：ABCD2.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B、支持所有的有JDBC接口的数据库C、支持DataEngineHadoop和MPP分布式数据库等主流大数据平台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】：ABCD3.大数据运维工程师日常工作主要是()。A、大数据集群的构建B、大数据集群的任务调度、监控预警C、大数据集群容量规划、扩容、集群性能优化D、大数据系统日常巡检、应急值守和故障处理E、根据客户需求进行大数据应用接入和对接培训【正确答案】：ABCD4.启动yarn命令后会出现哪些进程()A、NameNodeB、NodeManagerC、ResourceManagerDataNode【正确答案】：BC5.以下哪些是Spark的特点()A、运行处理速度快B、运行模式多样性C、易于使用D、交互性【正确答案】：ABC6.目前主流Linux发行版本使用I/O调度器有哪些()A、DeadLineB、CFQC、NOOPD、Scheduler【正确答案】：ABC7.Hive的主要特点：()A、可伸缩B、高容错C、类SQL语言D、批处理【正确答案】：ABCD解析：

三、8.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C、负责PoC（ProofofConcept，原型验证），在客户业务场景下验证大数据产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，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】：ABCDE解析：

等工作，确保系统持续稳定、高效运行

品的功能与性能

安装部署大数据平台软件9.Spark包含哪几种模式()A、本地模式（local）B、Standalone模式C、SparkonYarn模式D、SparkonMesos模式【正确答案】：ABCD10.Yarn主要涉及到以下哪几个角色()A、RM:ResourceManager（资源管理者）B、NM:NodeMananger（节点管理者）C、AM:ApplicationMaster（应用程序管理者）D、PM:ProgramManager(程序管理者)【正确答案】：ABC11.Hadoop集群的三大核心组件是()A、HDFSB、MapReduceC、ZookeeperD、YARN【正确答案】：ABD12.大数据处理流程一般分为()。A、数据采集与预处理B、数据存储C、数据分析与挖掘D、数据可视化【正确答案】：ABCD13.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B、vm.dirty_expire_centisecs指定脏数据能存活的时间C、vm.dirty_ratio脏数据百分比的绝对限制值D、vm.dirty_writeback_centisecs指定pdflush/flush/kdmflush进程执行间隔【正确答案】：ABCD14.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.shstartproxyserverD、sbin/start-dfs.sh【正确答案】：CD15.下列哪项可以作为集群的管理？()A、PuppetB、PdshC、ZookeeperD、ClouderaManager【正确答案】：ABC16.Hive有哪些表的数据类型？()A、内部表B、外部表C、分区表D、桶【正确答案】：ABCD17.以下哪些是Kafka的特性()A、分布式B、高吞吐量C、支持多分区D、单副本【正确答案】：ABC18.下列哪个是Hadoop运行的模式：()A、单机版B、伪分布式C、分布式D、Zookeeper【正确答案】：ABC19.Hive的访问方式有哪些？()A、shellB、JDBCC、WebUID、ssh【正确答案】：ABC20.下列那些是hadoopha启动完成的进程()A、NameNodeB、DFSZKFailoverControllerC、JobHistoryServerD、QuorumPeerMain【正确答案】：ABCD21.Flume的Agent包括哪些()A、SourceB、ChannelC、SinkData【正确答案】：ABC22.可以用几台机器配置高可用()A、1B、3C、4D、5【正确答案】：BD23.下列属于数据可视化软件及工具的有哪些()。A、D3.jsB、EchartsC、Python中Matplotlib、pyecharts等库包D、R语言中ggplot2、highcharter等库包【正确答案】：ABCD24.以下哪些属于ETL工具()A、sqoopB、FlumeC、KafkaD、Spark【正确答案】：ABC25.大数据技术面临的挑战主要有()。A、可靠性B、可用性C、安全性D、高效性E、可扩展性【正确答案】：ABCE26.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【正确答案】：ABCD27.在Linux中,查看服务器负载和资源占用情况的常用命令有()A、freeB、topC、iostatsD、Vmstats【正确答案】：AB28.元数据的内容包括()。A、对数据质量的描述B、对数据处理信息的说明C、对数据集的描述D、对数据转换方法的描述【正确答案】：ABCD29.Follower节点的主要功能有()A、向Leader发送请求B、接收Leader消息并进行处理C、接收Client的请求，如果为写请求要发送给Leader进行投票D、返回给Client结果【正确答案】：ABCD30.ZooKeeper的Server节点主要由哪些角色组成？()A、LeaderB、FollowerC、ManagerD、Learner【正确答案】：AB1.大数据来源包括：传统商业数据、互联网数据和物联网数据。()A、正确B、错误【正确答案】：B2.NameNode负责管理metadata，client端每次读写请求，它都会从磁盘中读取

或则会写入metadata信息并反馈client端。()A、正确B、错误【正确答案】：B3.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。

()A、正确B、错误【正确答案】：A4.防火墙策略也称为防火墙的安全规则，它是防火墙实施网络保护的重要依据。()A、正确B、错误【正确答案】：A5.Hadoop是Java开发的，所以MapReduce只支持Java语言编写。()A、正确B、错误【正确答案】：B6.脏页是linux内核中的概念，因为硬盘的读写速度远赶不上内存的速度，系统就把

读写比较频繁的数据事先放到内存中，以提高读写速度，称之为高速缓存。()A、正确B、错误【正确答案】：A7.HADOOPHA通过主备NameNode解决单点故障问题，如果主NameNode发

生故障，则切换到备NameNode上。()A、正确B、错误【正确答案】：A8.Spark是基