1+x大数据模拟题与答案

1+x大数据模拟题与答案一、单选题（共20题，每题1分，共20分）1.使用java-api访问hdfs时，数据块副本数由下面那个决定？（）A、clientB、namenodeC、secondarynodeD、datanode正确答案：A2.下列描述中，哪项不属于Sqoop的缺点（）A、无法控制任务的并发度B、格式紧耦合C、安全机制不够完善D、connector必须符合JDBC模型正确答案：A答案解析：Sqoop的缺点包括格式紧耦合、安全机制不够完善、connector必须符合JDBC模型等。而Sqoop可以通过设置参数等方式控制任务的并发度，所以无法控制任务的并发度不属于其缺点。3.下列是关于flume和sqoop对比的描述，不正确的是（)A、flume主要用于采集多数据源小数据而sqoop用来迁移单数据源数据B、flume和sqoop都是分布式处理任务C、flume主要采集流式数据而sqoop主要用来迁移规范化数据D、flume主要用来采集日志而sqoop主要用来做数据迁移正确答案：B4.显示当前所在目录的命令是（）A、pwdB、lsC、cdD、mkdir正确答案：A答案解析：“pwd”命令用于显示当前所在目录。“ls”命令用于列出目录内容；“cd”命令用于切换目录；“mkdir”命令用于创建目录。所以显示当前所在目录的命令是“pwd”，答案选A。5.Sqoop将导入或导出命令翻译成什么程序来实现导入导出（）A、TezB、SparkC、StormD、MapReduce正确答案：D6.下面哪个程序负责HDFS数据存储？（）A、NameNodeB、JobtrackerC、DatanodeD、secondaryNameNodeE、tasktracker正确答案：C答案解析：NameNode负责管理文件系统的命名空间，维护文件系统树以及文件树中所有文件和目录的元数据；JobTracker负责作业调度；Datanode负责数据的存储，它按照NameNode的要求存储数据块；secondaryNameNode主要辅助NameNode，定期合并命名空间镜像和编辑日志；tasktracker是MapReduce中负责执行任务的节点。所以负责HDFS数据存储的是Datanode。7.日志消息的级别中那个是不会影响系统但值得注意()A、ALEKKTB、CRITC、NOTICED、DEBUG正确答案：C答案解析：NOTICE级别表示不会影响系统但值得注意的信息。ALEKKT并不是标准的日志级别。CRIT级别表示严重的错误，会影响系统正常运行。DEBUG级别主要用于开发调试，通常包含大量详细信息，也不只是“值得注意”这么简单。8.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（由于大数据面临海量数据，读写数据都需要io，然后还要冗余数据，hadoop一般备3份数据，所以IO就会打折扣。）正确答案：C答案解析：由于大数据面临海量数据，读写数据都需要IO，然后还要冗余数据，hadoop一般备3份数据，所以IO就会打折扣，磁盘IO通常是集群的最主要瓶颈。9.下列不属于NameNode的功能（）。A、提供名称查询服务B、保存Block信息，汇报Block信息C、保存metadata信息D、metadata信息在启动后会加载到内存正确答案：B答案解析：NameNode主要负责管理文件系统的命名空间，提供名称查询服务，保存metadata信息并在启动后加载到内存。而保存Block信息并汇报Block信息是DataNode的功能。10.ZooKeeper是一个典型的分布式数据一致性解决方案,下列哪项是不属于它实现的功能（）A、分布式锁B、数据发布/订阅C、响应用户I/O请求D、负载均衡正确答案：C答案解析：ZooKeeper主要实现分布式协调服务，包括分布式锁、数据发布/订阅、命名服务、分布式通知等功能。响应用户I/O请求并不是ZooKeeper的主要功能。负载均衡通常由专门的负载均衡器来实现，也不是ZooKeeper的功能。11.大数据平台架构设计()的思想A、全分布设计B、分层模块化设计C、高集合化设计D、统一结构化设计正确答案：B答案解析：分层模块化设计是大数据平台架构设计中常用的思想。它将整个架构按照功能、职责等划分为不同的层次和模块，各层次和模块之间相互协作又相对独立，这样有利于系统的开发、维护、扩展和优化。高集合化设计不利于系统的灵活性和可维护性；统一结构化设计并非大数据平台架构设计的典型思想；全分布设计表述不准确，大数据平台架构有多种部署方式并非单纯全分布。12.Sqoop是Hadoop和关系数据库服务器之间传送数据的工具，下列哪种数据库是不支持使用Sqoop直接进行数据传送（）A、PostgresB、OracleC、MySQLD、Redis正确答案：D答案解析：Sqoop主要用于在Hadoop和关系型数据库之间传输数据，Postgres（PostgreSQL）、Oracle、MySQL都是关系型数据库，支持使用Sqoop直接进行数据传送。而Redis是一个开源的使用ANSIC语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，不是关系型数据库，不支持使用Sqoop直接进行数据传送。13.在hadoop配置中yarn-site.xml作用是（）A、用于定义系统级别的参数B、用于名称节点和数据节点的存放位置C、用于配置JobHistoryServer和应用程序参数D、配置ResourceManager，NodeManager的通信端口正确答案：D答案解析：在hadoop配置中，yarn-site.xml主要用于配置ResourceManager，NodeManager的通信端口等相关参数，以定义YARN集群的相关属性，实现各个组件之间的通信和协作。A选项说的是core-site.xml的作用；B选项说的是hdfs-site.xml的作用；C选项说的是mapred-site.xml的作用。14.列出mysql数据库中的所有数据库sqoop命令是？（）A、sqooplist-databases–connectB、sqooplist-tables–connectC、sqoopcreate-hive-table–connectD、sqoopimport–connect正确答案：A答案解析：要列出MySQL数据库中的所有数据库，使用的sqoop命令是`sqooplist-databases--connect<jdbc:mysql://host:port>`，其中`--connect`后面接MySQL的连接字符串。选项A符合列出数据库的命令格式。选项B`list-tables`是列出表，选项C`create-hive-table`是创建Hive表，选项D`import`是用于导入数据，均不符合列出数据库的需求。15.hadoop平台下检查h3cu目录的健康状态采用（）命令A、hadoopfs-lsr/h3cuB、list/h3cuC、hdfsfsck/h3cuD、find/h3cu正确答案：C16.在HBase的组件中，哪一个负责日志记录（）A、HRegionB、HFileC、MemStoreD、WAL正确答案：D答案解析：WAL（Write-AheadLog）即预写式日志，是HBase中负责日志记录的组件。当有数据写入HBase时，首先会写入到WAL中，以确保数据的持久性和恢复能力。只有在WAL成功写入后，数据才会被写入到MemStore中，最终刷写到HFile中。HRegion是分布式存储的基本单元；HFile是HBase数据存储的文件格式；MemStore是内存中的存储结构，用于暂存数据。17.ZooKeeper的特点不包括（）A、顺序一致性B、原子性C、可靠性D、复合系统映像正确答案：D答案解析：ZooKeeper的特点包括顺序一致性、原子性、可靠性等。顺序一致性指所有的客户端对同一数据的读/写请求按顺序执行；原子性指更新操作要么成功，要么失败，不会存在部分更新的情况；可靠性指保证服务的高可用和数据的可靠存储。而复合系统映像是不存在的概念，不是ZooKeeper的特点。18.Flume在什么地方将事件转换为数据输出?A、源B、通道C、槽D、拦截器正确答案：B答案解析：Flume在通道中会将事件转换为数据输出。源负责采集数据，将数据以事件的形式发送到通道；通道存储事件，在这里事件会被转换为数据以便后续处理；槽是通道中的数据存储单元；拦截器用于在事件进入通道之前对其进行拦截和处理。所以是在通道中进行事件到数据的转换。19.下列有关flume的描述不正确的是A、flume是Apache的一个子项目B、flume主要是一个日志采集，传输系统C、flume和sqoop功能相似，因此可以相互替代D、flume可以同时采集集群内部和集群外部的日志数据正确答案：C答案解析：flume主要用于日志采集、聚合和传输，而sqoop主要用于在Hadoop和关系型数据库之间高效传输数据，它们功能不同，不能相互替代。选项A，flume确实是Apache的一个子项目；选项B，flume主要功能就是日志采集和传输系统；选项D，flume可以采集集群内部和外部的日志数据。20.下面关于分布式文件系统HDFS的描述正确的是：（）A、分布式文件系统HDFS是谷歌分布式文件系统GFS（GoogleFileSystem）的一种开源实现B、分布式文件系统HDFS比较适合存储大量零碎的小文件C、分布式文件系统HDFS是GoogleBigtable的一种开源实现D、分布式文件系统HDFS是一种关系型数据库正确答案：A答案解析：HDFS是谷歌分布式文件系统GFS的开源实现。B选项，HDFS不适合存储大量零碎小文件，更适合存储大文件。C选项，HDFS不是GoogleBigtable的开源实现。D选项，HDFS是分布式文件系统，不是关系型数据库。二、多选题（共20题，每题1分，共20分）1.下列关于HDFS对文件分块存储的作用描述正确的是（）A、有利于负载均衡B、便于并行处理C、最小化寻址开销D、支持大规模文件存储正确答案：ABCD答案解析：1.**有利于负载均衡**：将大文件分成多个块存储在不同的DataNode上，避免单个节点负载过高，实现了负载均衡。2.**便于并行处理**：多个块可以并行地进行读写操作，提高了数据处理的效率。3.**最小化寻址开销**：因为数据分散存储，寻址时只需要找到包含目标块的DataNode，而不是整个大文件的位置，减少了寻址范围，最小化了寻址开销。4.**支持大规模文件存储**：通过分块，HDFS能够高效地存储和管理非常大的文件，理论上可以支持极大规模的文件存储。2.下面描述正确的是()A、HDFS将数量众多的廉价机器使得硬件错误成为常态B、HDFS支持多种软硬件平台中的可移植性C、HDFS上的一个文件大小是G或T数量级的，支持的文件数量达到千万数量级D、HDFS上的文件可以任意修改正确答案：ABC答案解析：选项A，HDFS确实是构建在大量廉价机器之上，硬件错误较为常见；选项B，HDFS具有良好的可移植性，支持多种软硬件平台；选项C，HDFS适合存储大文件，一个文件大小通常是GB或TB数量级，且支持的文件数量能达到千万数量级；选项D错误，HDFS上的文件一般是一次写入，多次读取，不支持任意修改。3.Hive有哪些方式保存元数据（）A、multiusermodeB、telnetusermodeC、remoteusermodeD、singleusermode正确答案：ACD答案解析：1.**Metastore模式介绍**：-**单用户模式（Singleusermode）**：-这是一种保存元数据的方式。在单用户模式下，同一时间只有一个用户可以访问元数据，适用于开发和测试场景，此时可以方便地对元数据进行各种操作，如创建表、修改表结构等。-**多用户模式（Multiusermode）**：-支持多个用户同时访问元数据，能满足企业级多用户并发操作元数据的需求，比如不同的数据分析团队成员可以同时对元数据进行查询、修改等操作。-**远程用户模式（Remoteusermode）**：-允许远程用户访问元数据，通过网络等方式，使得不同地点的用户都能使用Hive的元数据服务，方便分布式团队协作处理数据相关任务。-**telnetusermode**：-Telnet是一种网络协议，主要用于远程登录。但它并不是Hive保存元数据的一种特定模式，Hive保存元数据与Telnet本身没有直接关联，所以它不属于保存元数据的方式。综上所述，ABC选项是Hive保存元数据的方式，D选项不是。4.下面属于HDFS的优点的是（）A、处理超大文件。HDFS能够处理TB级甚至PB级的数据。B、支持流式数据访问。C、低成本运行。HDFS可运行在低廉的商用硬件集群上。D、适合处理低延迟的数据访问E、适合处理大量的小文件F、支持多用户写入及任意修改文件正确答案：ABC答案解析：1.**处理超大文件**：-HDFS的设计初衷就是能够高效地存储和处理超大规模的数据，它可以轻松应对TB级甚至PB级的数据存储和管理，所以选项A是其优点。2.**支持流式数据访问**：-对于像日志分析、数据挖掘等应用场景，需要对大量数据进行顺序读取，HDFS非常适合这种流式的数据访问方式，所以选项B是其优点。3.**低成本运行**：-HDFS可以运行在由普通商用硬件组成的集群上，不需要昂贵的高端设备，大大降低了硬件成本，所以选项C是其优点。4.**不适合处理低延迟的数据访问**：-HDFS由于其设计特点，主要侧重于高吞吐量的数据存储和处理，对于低延迟的数据访问场景表现不佳，所以选项D不是其优点。5.**不适合处理大量的小文件**：-在HDFS中存储大量小文件时，会消耗大量的NameNode内存来存储文件元数据，并且磁盘I/O效率也不高，所以选项E不是其优点。6.**不支持多用户写入及任意修改文件**：-HDFS不支持多用户同时写入一个文件，也不支持任意修改文件，写入操作主要是一次写入一个文件，文件一旦写入很少进行修改，所以选项F不是其优点。5.以下哪些组件属于Hadoop生态圈（）A、MySQLB、HiveC、HDFSD、Sqoop正确答案：BCD答案解析：MySQL是一种关系型数据库管理系统，不属于Hadoop生态圈。Hive是基于Hadoop的数据仓库工具；HDFS是Hadoop分布式文件系统，是Hadoop的核心组件之一；Sqoop是用于在Hadoop与传统数据库之间高效传输数据的工具，它们都属于Hadoop生态圈。6.下列关于压缩在MapReduce中的使用描述正确的是（）A、可以对输入文件进行压缩B、可以对Map任务输出进行压缩C、可以对整个作业的输出进行压缩D、如果输入文件是压缩的，MapReduce会在读取文件时自动解压缩正确答案：ABCD7.ZooKeeper的节点类型有？（）A、临时节点B、持久节点C、顺序节点D、监控节点正确答案：ABC答案解析：ZooKeeper的节点类型主要有临时节点、持久节点、顺序节点。临时节点在创建节点的客户端与ZooKeeper断开连接后会被自动删除；持久节点会一直存在，直到被主动删除；顺序节点会在节点名称后自动追加一个单调递增的序号。而监控节点并不是ZooKeeper的节点类型。8.Linux版本分为以下哪几类（）A、发行版B、测试版C、内核版D、开发版正确答案：AC答案解析：Linux版本主要分为内核版和发行版。内核版是Linux操作系统的核心，发行版则是在Linux内核的基础上，添加了各种软件包、工具、桌面环境等，方便用户使用。测试版通常是在软件发布前进行测试的版本，不属于Linux版本的分类范畴。开发版更多的是针对开发者而言，用于开发和测试新功能等，也不是Linux版本的标准分类。9.下列属于hadoop的发行版本的是（）A、ApacheB、ClouderaC、RedhatD、Centos正确答案：ABC10.下面的命令描述正确的是()A、删除用户名为Tom的命令：userdelTomB、改用户Tom设置密码命令：passwdTomC、创建一个名称为test组的命令：groupaddtestD、切换当前用户帐户为admin的命令：suadmin正确答案：ABC11.Hadoop能够使用户轻松开发和运行处理大数据的应用程序，那它主要有下面哪些特点（）A、高可靠性B、高扩展性C、高效性D、高容错性正确答案：ABCD答案解析：Hadoop具有高可靠性，它通过多副本存储数据等机制保证数据的安全性和可用性；具有高扩展性，可以方便地增加节点来扩展存储和计算能力；具有高效性，能够快速处理大规模数据；具有高容错性，当部分节点出现故障时，依然可以正常工作，保证任务的执行。所以ABCD四个选项都是Hadoop的特点。12.HDFS保障可靠性的措施（）A、数据冗余机制B、数据节点心跳包C、数据节点块报告D、数据完整性检测正确答案：ABD13.Hadoop集群验证步骤包括（）A、初始化集群，使用Hadoop命令启动集群。B、使用Hadoop命令，创建HDFS文件夹。C、使用HDFS命令查看文件系统“/”路径下是否存在文件。D、用Hadoop自带的WordCount程序去测试MapReduce正确答案：ABCD答案解析：-选项A：初始化集群并使用Hadoop命令启动集群是验证集群是否正常运行的基础步骤。-选项B：创建HDFS文件夹可以检验HDFS文件系统的创建功能是否正常。-选项C：查看文件系统“/”路径下是否存在文件，能了解HDFS文件系统的基本情况以及文件操作是否正确。-选项D：用Hadoop自带的WordCount程序测试MapReduce可以验证集群的计算能力和MapReduce框架是否正常工作。14.验证SSH无密码登录需要（）步骤A、修改Master节点authorized_keys文件B、修改Slave节点authorized_keys文件C、验证Master到每个Slave节点无密码登录D、验证两个Slave节点到Master节点无密码登录正确答案：ABCD答案解析：首先需要修改Master节点的authorized_keys文件，将Slave节点的公钥添加进去，这是实现Master到Slave无密码登录的基础，所以A步骤是必要的；同理，修改Slave节点的authorized_keys文件，添加Master节点公钥，实现Slave到Master的无密码登录，B步骤也不可或缺；然后要验证Master到每个Slave节点能够无密码登录，C步骤是对配置效果在这一方向的验证；同时也需要验证两个Slave节点到Master节点无密码登录，D步骤是对配置效果在另一方向的验证。只有完成这四个步骤，才能全面验证SSH无密码登录。15.下列哪个是Hadoop运行的模式A、单机版B、伪分布式C、分布式