2024年6月大数据HCIA模拟习题

2024年6月大数据HCIA模拟习题一、单选题（共10题，每题1分，共10分）1.试题：下面关于zookeeper特性的描述错误的是()选项A．客户端所发送的更新会按照他们被发送的顺序进行应用选项B．zookeeper节点数必须为奇数个选项C．一条消息要被超过半数的Server接受，它将可以成功写入磁盘选项D．消息更新只能成功或者失败，没有中间状态2.试题：Hadoop系统中YARN资源的抽象是用什么表示?选项A．内存选项B．磁盘空间选项C．CPU选项D．Container3.试题：在FusionInsight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。选项A．1，2，2选项B．1，3，2选项C．2，3，1选项D．2，3，34.试题：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。选项A．1,2,2选项B．2,3,3选项C．1,3,2选项D．2,3,15.试题：以下关于Kafka的描述错误的有（）选项A．使用Scala、Java语言实现选项B．由ApacheHadoop开发，并于2011年开源选项C．用作活动流和运营数据处理管道的基础选项D．具有信息持久化、高吞吐、实时等特性6.试题：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以下哪项？（）选项A．sequence_file选项B．binary_file选项C．text_file选项D．graph_file7.试题：下列哪条HDFS命令可用于检测数据块的完整性？选项A．hdfsfsck–delete选项B．hdfsfsck/选项C．hdfsdfsadmin–report选项D．hdfsbalancer–threshold18.试题：在Flink技术架构中，（）是流处理和批处理的计算引擎选项A．DataStream选项B．FlinkCore选项C．Standalone选项D．Runtime9.试题：查看Kafka的某Topic的partition详细信息时，使用如下哪个命令？选项A．bin/kafka-topic.sh--list选项B．bin/kafka-topic.sh–create选项C．bin/kafka-topish--describe选项D．bin/kafka-topic.sh--delete10.试题：在规划FusionIsightHD集群时，如果客户用于功能测试，对性能没有要求，节约成本的情况下可以采用管理节点、控制节点、数据节点合一部署，最少需要多少节点?选项A．2选项B．3选项C．6选项D．8二、多选题（共20题，每题1分，共20分）1.试题：以下选项中，属于HDFS架构关键特性的是？选项A．元数据持久化机制选项B．多方式访问机制选项C．HA高可靠性选项D．健壮机制2.试题：以下关于HBase中HMaster的功能描述哪些是正确的？选项A．Region负载均衡，Region分裂以及分裂后的Region分配选项B．负责RegionServer的负载均衡选项C．RegionServer失效后的Region迁移选项D．负责建表/修改表/删除表3.试题：大数据时代的到来，依赖于以下哪些技术的提升？选项A．网络选项B．云计算选项C．硬件设备制造选项D．人工智能4.试题：Kafka消息传输保障通常有以下哪几种？()选项A．最多三次（AtMostThreeTimes）选项B．最多一次（AtMostOnce）选项C．最少一次（AtLeaseOnce）选项D．仅有一次（ExactlyOnce）5.试题：FusionInsightHD数据高可靠性体现在以下哪些方面？()选项A．关键数据掉电保护选项B．第三方备份系统集成选项C．硬盘热插拔选项D．跨数据中心容灾6.试题：下列关于Flink中Transformation的说法正确的是？选项A．keyBy是将源头数据按照key进行分组，以保证同一个key的元数据分到同样的组中选项B．flatMap可以对文本进行切分选项C．可以通过window设定时间窗口选项D．Filtor操作是对每个元素执行boolean函数7.试题：以下关于HBase存储模型的描述正确的是？（）选项A．每一个KeyValue都拥有一个Qualifier标识选项B．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选项C．同一个key值key关联多个value选项D．KeyValue中拥有时间戳、类型等关键信息8.试题：FusionInsightHD系统中Hive支持的存储格式包括？选项A．RCFile选项B．HFile选项C．TextFile选项D．SequenceFile9.试题：在FusionInsight集群规划时，以下哪些集群命名是系统允许的?选项A．FusionInsight123选项B．FusionInsight-123选项C．FusionInsigh_123选项D．123FusionInsight10.试题：以下属于HiveSQL中DDL（数据定义语言）的是？选项A．删除表选项B．修改表选项C．建表选项D．数据导入11.试题：关于Flume，下列说话错误的是？（）多选选项A．Flume级联节点之间的数据传输不支持压缩选项B．Source到Channel到Sink等进程内部有加密的必要选项C．Flume支持多级级联和多路复制选项D．Flume级联节点之间的数据传输支持加密12.试题：FusionInsightManager可以对哪些项目进行健康检查?选项A．实例选项B．服务选项C．角色选项D．主机13.试题：FusionInsightHD平台中，哪些组件支持对表、列加密？选项A．HDFS选项B．HBase选项C．Flink选项D．Hive14.试题：MapReduce过程中，以下属于shuffle机制的是？（）选项A．copy选项B．partition选项C．sort/merge选项D．combine15.试题：以下哪些是Kafka实际的应用场景?选项A．资源管理选项B．聚合统计系统运营数据（监控数据）选项C．网站活性跟踪选项D．日志收集16.试题：华为FusionInsightHD行业成功案例都有哪些？()选项A．数字政府选项B．智慧园区选项C．金融选项D．智慧交通17.试题：以下关于华为大数据解决方案说法正确的是（）选项A．GaussDB是一款开源数据库产品选项B．Farmer是数据服务框架选项C．FusionInsightHD是基于开源大数据软件Hadoop的增强版本选项D．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18.试题：以下关于HBase的文件存储模块（HBaseFileStream，简称HFS）描述正确的有？选项A．为上层应用提供文件的存储.读取.删除等功能选项B．HFS是HBase的独立模块选项C．HFS封装了HBase与HDFS的接口选项D．应用在FusionInsightHD的上层应用19.试题：以下关于HBase中HMaster的功能描述哪些是正确的？选项A．负责RegionServer的负载均衡选项B．负责建表/修改表/删除表选项C．RegionServer失效后的Region迁移选项D．Region负载均衡，Region分裂以及分裂后的Region分配20.试题：华为大数据产品FusionInsightHD中的Streaming具有哪些关键特性？选项A．灵活性选项B．可伸缩性选项C．消息可靠性选项D．容错能力三、判断题（共40题，每题1分，共40分）1.试题：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?选项A．正确选项B．错误2.试题：Loader的作业执行失败，则此作业运行过程中导入的数据不会被删除，必须手动删除。选项A．正确选项B．错误3.试题：假设HDFS在写入数据时只存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。（）选项A．正确选项B．错误4.试题：Flume传输数据的过程中，Sink取走数据并写入目的地后，会将events从channel中删除。选项A．正确选项B．错误5.试题：FusionInsightHD产品中，zookeeper服务不可用会导致kafka服务不可用。选项A．正确选项B．错误6.试题：Hive在load时是不检查数据是否符合schema的，hive遵循的是schemaonread（读时模式），只有在读的时候hive才检查，解析具体的数据字段schema。选项A．正确选项B．错误7.试题：Colocation（同分布）文件级的同分布实现文件的快速访问，避免了因数据搬迁带来的大量网络开销选项A．正确选项B．错误8.试题：FusionInsight中Hive包含2个角色，HiveServer和MetaStore。选项A．正确选项B．错误9.试题：FusionInsightHD的Loader中，一个连接器（Connector）只可以分配给一个作业使用选项A．正确选项B．错误10.试题：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中选项A．正确选项B．错误11.试题：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。选项A．正确选项B．错误12.试题：flume架构中，一个Source可以连接多个channel。（）选项A．正确选项B．错误13.试题：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。选项A．正确选项B．错误14.试题：flume传输数据的可靠性是指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。（）选项A．正确选项B．错误15.试题：Zookeeper的增强特性包括在审计日志中添加ephemeralnode被删除的审计日志。（）选项A．正确选项B．错误16.试题：如果FusionInsightHD集群节点数不足以使数据节点单独部署的情况下，可以采用管理节点&控制节点&数据节点合一部署方案，但性能会受限制。选项A．正确选项B．错误17.试题：FusionInsightHD系统中，HBase支持动态扩展列。（）选项A．正确选项B．错误18.试题：Zookeeper所有节点都可以处理请求选项A．正确选项B．错误19.试题：Hbase的最小处理单元是Region,UserRegion和RegionServer之间的路由信息是保存在ZooKeeper中。（）选项A．正确选项B．错误20.试题：Loader的作业执行失败，则此作业运行过程中导入的数据不会被自动删除，必须手动删除。选项A．正确选项B．错误21.试题：HBase的BloomFilter是用来过滤数据的选项A．正确选项B．错误22.试题：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。选项A．正确选项B．错误23.试题：Flink适用于高并发处理数据、毫秒级时延的应用选项A．正确选项B．错误24.试题：Hbase的最小处理单元是Region。选项A．正确选项B．错误25.试题：Spark任务的每个stage可划分为job，划分的标记是shuffle。选项A．正确选项B．错误26.试题：FusionInsight集群组网设计中，二层组网指集群内二层交换，集群节点在一个子网里，适用节点数小于200的集群场景。选项A．正确选项B．错误27.试题：Spark是基于内存的计算，所有Spark程序运行过程中的数据只能存储在内存中。选项A．正确选项B．错误28.试题：FusionInsightHD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。选项A．正确选项B．错误29.试题：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，时延小。选项A．正确选项B．错误30.试题：YARN上有两个同级队列Q1与Q2，容量都是50%，Q1上已经有10个任务共占用了40的容量，Q2上有两个任务共占用了30的容量，那么由于Q1的任务数多，调度器会优先将资源分配给Q1。选项A．正确选项B．错误31.试题：FusionInsightHD中Loader作业提交到YARN后，作业不能手动停止。选项A．正确选项B．错误32.试题：容量调度器在尽行资源分配，现有同级的2个队列Q1和Q2，他们的容量均为30，其中Q1已使用8，Q2已使用14，则会优先将资源分配Q1。选项A．正确选项B．错误33.试题：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。选项A．正确选项B．错误34.试题：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移除选项A．正确选项B．错误35.试题：YARN上有两个同级队列Q1与Q2，容量都是50，Q1上已经有10个任务共占用了40的容量，Q2上有2个任务共占用了30的容量，那么由于Q1的任务数多，调度器会优先将资源分配给Q选项A．正确选项B．错误36.试题：容量调度器在进行资源分配时，现有同级的2个列队Q1和Q2，它们的容量均为30，其中Q1已使用8，Q2已使用14，则会优先将资源分配给Q1。选项A．正确选项B．错误37.试题：FusionInsightHD产品中，一个典型的Kafka集群包含若干Producer,若干Broker,若Consumer和一个Zookeeper集群。选项A．正确选项B．错误38.试题：如果某些Container的物理内存利用超过了配置的内存阈值，但所有Container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Container仍可以继续运行。（）选项A．正确选项B．错误39.试题：FusionInsightHD中使用HBase进行数据读取服务时需要连接HMaster选项A．正确选项B．错误40.试题：FusionInsightHD集群中的节点只安装了一块网卡，也可以采用双平面隔离组网方案。选项A．正确选项B．错误答案与解析一、单选题答案1.答案：B答案说明：Zookeeper集群节点数通常为奇数个，但不是必须为奇数个，偶数个节点也能正常工作，只是奇数个节点能提供更好的容错和选举机制等。选项A描述的是原子性，消息更新只能成功或失败，没有中间状态，是正确的；选项B描述的是顺序性，客户端发送的更新会按发送顺序应用，是正确的；选项D描述的是持久性，一条消息要被超过半数的Server接受才能成功写入磁盘，是正确的。2.答案：D答案说明：YARN资源的抽象是用Container表示。Container是YARN中的资源抽象，它封装了某个节点上的多维度资源，如内存、CPU等，从而使得YARN能够以统一的方式管理和分配这些资源。3.答案：D4.答案：B5.答案：B答案说明：Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。它最初由LinkedIn公司开发，并于2011年开源。Kafka被设计为一个分布式系统，用于处理大量的实时数据流。它具有高吞吐量、可持久化、低延迟、可扩展性等特点，被广泛应用于活动流和运营数据处理管道等场景。所以选项B中说由ApacheHadoop开发是错误的。6.答案：B答案说明：loader从SFTP服务器导入文件时，对于不需要做编码转换和数据转换且速度最快的文件类型是binary_file。binary_file是二进制文件，直接传输，无需进行编码等转换，速度通常最快。而sequence_file是序列文件，text_file是文本文件，graph_file是图文件，在导入时通常需要更多处理，速度相对较慢。7.答案：B答案说明：hdfsfsck/命令用于检测HDFS文件系统中指定路径下的文件和目录的完整性，包括检查数据块的完整性等。选项B的hdfsfsck–delete用于在检测到损坏文件时删除它们；选项C的hdfsdfsadmin–report用于获取HDFS集群的报告信息；选项D的hdfsbalancer–threshold1用于启动HDFS均衡器，设置均衡的阈值为1。所以用于检测数据块完整性的是A选项。8.答案：D答案说明：Runtime是Flink流处理和批处理的计算引擎，负责执行作业的具体计算逻辑。Standalone是Flink的一种部署模式；DataStream是Flink用于处理流数据的编程模型；FlinkCore并不是Flink技术架构中的特定组件名称。9.答案：C答案说明：选项[C]的命令`bin/kafka-topic.sh--describe`用于查看Kafka中某Topic的详细信息，包括partition的相关信息，如分区数、副本数、首领副本等。选项[A]的`bin/kafka-topic.sh–create`用于创建Topic；选项[B]的`bin/kafka-topic.sh--list`用于列出所有的Topic；选项[D]的`bin/kafka-topic.sh--delete`用于删除Topic。10.答案：B二、多选题答案1.答案：ABCD2.答案：ABCD答案说明：HMaster的功能包括：1.Region负载均衡，Region分裂以及分裂后的Region分配：HMaster会监控各个RegionServer上的Region负载情况，当某个RegionServer负载过高时，会将部分Region迁移到其他负载较低的RegionServer上，同时负责Region的分裂以及分裂后Region的分配。2.负责建表/修改表/删除表：HMaster管理元数据，包括表的创建、修改和删除操作。3.负责RegionServer的负载均衡：通过监控RegionServer的负载，进行Region的迁移等操作来实现负载均衡。4.RegionServer失效后的Region迁移：当RegionServer失效时，HMaster会将其上的Region迁移到其他正常的RegionServer上，保证数据的可用性。3.答案：ABCD答案说明：云计算为大数据提供了强大的计算能力和存储支持，能够高效处理海量数据；网络的发展使得数据能够快速传输和共享，是大数据时代数据流通的基础；硬件设备制造技术的进步，让计算机等设备具备更强的性能来应对大数据处理需求；人工智能中的机器学习算法等可用于大数据的分析和挖掘，帮助从海量数据中提取有价值的信息，所以大数据时代的到来依赖于这些技术的提升。4.答案：BCD答案说明：Kafka消息传输保障通常有以下三种：1.最多一次（AtMostOnce）：消息可能会丢失，但不会被重复处理。2.最少一次（AtLeastOnce）：消息不会丢失，但可能会被重复处理。3.仅有一次（ExactlyOnce）：消息既不会丢失，也不会被重复处理。没有最多三次（AtMostThreeTimes）这种保障级别。5.答案：ABCD6.答案：ACD7.答案：ABCD8.答案：ACD答案说明：Hive支持多种存储格式，其中包括TextFile、SequenceFile和RCFile。TextFile是Hive默认的存储格式，数据以文本形式存储，每行一个记录，易于阅读和处理，但存储效率较低。SequenceFile是一种二进制格式，它将数据按行存储，并对每一行进行压缩，适合存储大量的二进制数据或需要高效存储的场景。RCFile是一种列式存储格式，它将数据按列存储，相比于行式存储，在查询时可以只读取需要的列，从而提高查询效率，尤其适用于OLAP场景。而HFile是HBase的存储格式，不是Hive支持的存储格式。9.答案：ACD10.答案：ABC答案说明：DDL（数据定义语言）主要用于定义数据库对象，包括创建表（建表）、修改表结构、删除表等操作。数据导入通常属于DML（数据操作语言）的范畴，所以不属于DDL。11.答案：AB12.答案：ABCD答案说明：FusionInsightManager可以对主机、服务、角色和实例进行健康检查。通过对这些项目的检查，能够全面了解系统的运行状况，及时发现潜在问题并采取相应措施，保障系统的稳定运行。13.答案：BD14.答案：AC15.答案：BCD答案说明：1.**网站活性跟踪**：Kafka可以用于收集网站的各种活动数据，比如用户的点击行为、页面访问记录等，通过对这些数据的实时分析，能够及时了