1+x大数据习题库

1+x大数据习题库一、单选题（共20题，每题1分，共20分）1.以前在传统数据库与Hadoop之间，数据传输没有专门的工具，两者数据的互导是比较困难的，_____的出现解决了这个问题？（）A、HiveB、FlumeC、SqoopD、Zookeeper正确答案：C答案解析：Sqoop是一款专门用于在传统数据库与Hadoop之间进行数据传输的工具，它可以方便地实现两者之间的数据互导，解决了以前数据传输困难的问题。而Hive主要用于数据仓库和数据分析；Flume主要用于日志收集等；Zookeeper主要用于分布式协调服务，均不能解决传统数据库与Hadoop之间数据互导困难的问题。2.采用多副本冗余存储的优势不包含(.A、节约存储空间B、容易检查数据错误C、保证数据可靠性D、加快数据传输速度正确答案：A3.MySQL数据库驱动文件放置于hive哪个目录下（）A、jarB、libC、binD、sbin正确答案：B答案解析：在Hive中，MySQL数据库驱动文件通常放置在lib目录下。lib目录用于存放各种依赖的库文件，包括数据库驱动等，以便Hive在运行时能够正确连接到MySQL数据库进行相关操作。4.HMaster的主要作用是（）A、用于启动任务管理多个HRegionServerB、负责响应用户I/O请求，向HDFS文件系统读写数据C、负责协调集群中的分布式组件D、最终保存HBase数据行的文件正确答案：A5.在项目实施人员中，适时与客户沟通，确立项目目标，建立组织机构，编制计划，负责项目全面管理的角色是（）。A、实施工程师B、产品经理C、财务人员D、项目经理正确答案：D答案解析：项目经理是在项目实施中负责与客户沟通确立项目目标、建立组织机构、编制计划以及全面管理项目等工作的角色。实施工程师主要负责具体的技术实施工作；产品经理侧重于产品相关的规划等；财务人员主要负责财务相关事务，均不符合题意。6.Zookeeper生产环境一般采用多少台机器组成集群？（D）A、1B、3C、5D、奇数台(且大于1）E、偶数台(且大于1）正确答案：D答案解析：Zookeeper集群通常需要奇数台机器组成，这样可以保证在半数以上机器正常工作时集群仍能正常运行，并且一般要求大于1台机器组成集群，所以是大于奇数台（且大于1）。7.Centos中修改文件或目录的访问权限命令A、chownB、passwdC、chmodD、clear正确答案：C8.Hadoop类库中最终面向用户提供的接口类是_____。该类是个抽象类，只能通过类的get方法得到具体类？（）A、Configuration类B、FileSystem类C、Path类D、URI类正确答案：B答案解析：FileSystem类是Hadoop类库中最终面向用户提供的接口类，它是个抽象类，通过FileSystem.get方法可以得到具体类，用于与文件系统进行交互等操作。Configuration类主要用于配置相关；Path类表示文件路径；URI类表示统一资源标识符，均不符合题意。9.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。10.关于HDFS的文件写入，正确的是（）A、支持多用户对同一文件的写操作B、用户可以在文件任意位置进行修改C、默认将文件块复制成三份存放D、复制的文件块默认都存在同一机架上正确答案：C答案解析：HDFS默认将文件块复制成三份存放，以提高数据的可靠性和容错性。HDFS不支持多用户对同一文件同时进行写操作；用户不能在文件任意位置进行修改，因为HDFS是一次写入、多次读取的文件系统；复制的文件块默认存放在不同机架上，这样可以进一步提高数据的可靠性。11.下列命令中(在zookeeper安装文件夹的bin目录下执行)，哪项是停止ZooKeeper的正确命令（）A、start-all.shB、start-stop.shC、zkServer.shstopD、zkServer.shstart正确答案：C答案解析：停止ZooKeeper需要在其安装文件夹的bin目录下执行zkServer.shstop命令。选项A的start-all.sh是启动所有相关服务的命令；选项B的start-stop.sh不是ZooKeeper的标准操作命令；选项D的zkServer.shstart是启动ZooKeeper的命令。12.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。13.在本次项目实施中，需求调研前的准备不包括（）。A、充分了解客户的要求，客户的业务，客户的关注重点。B、接到调研任务，将计划写好，立即就开始和用户沟通。C、编制确定客户需求调研计划和调研提纲。D、和客户负责人沟通，确定客户需求小组成员。正确答案：B答案解析：需求调研前应充分了解客户要求、业务及关注重点，编制调研计划和提纲，与客户负责人沟通确定需求小组成员等，而不是接到任务立即就开始和用户沟通，所以不包括B选项。14.与Hadoop1.x相比，Hadoop2.x采用全新的架构，最明显的变化就是增加了哪个组件？（）A、MapReduceB、PigC、HBaseD、Yarn正确答案：D答案解析：Yarn是Hadoop2.x新增的组件，它负责资源管理和作业调度，实现了计算资源和存储资源的分离，使得Hadoop可以支持多种计算框架，如MapReduce、Spark等，大大提高了资源利用率和集群的可扩展性。而MapReduce、Pig、HBase在Hadoop1.x中就已经存在。15.下列哪项通常是集群的最主要的性能瓶颈A、CPUB、网络C、磁盘D、内存正确答案：C答案解析：在集群环境中，磁盘I/O往往是最主要的性能瓶颈。因为集群中多个节点可能会频繁地访问共享存储设备，读写数据，磁盘的读写速度相对较慢，容易成为整个系统性能的制约因素。而CPU、网络、内存等虽然也可能有影响，但通常不是集群最主要的性能瓶颈所在。16.Hadoop作者A、MartinFowlerB、KentBeckC、Dougcutting正确答案：C答案解析：Hadoop的作者是DougCutting。MartinFowler是知名的软件工程师、作家，在软件开发方法学等领域有重要贡献；KentBeck是极限编程（XP）的创始人之一。而DougCutting创造了Hadoop这一分布式计算框架。17.向HDFS上传文件，正确的shell命令是？（）A、hdfsdfs-getB、hdfsdfs-putC、hdfsdfs-appendToFileD、hdfsdfs-copyToLocal正确答案：B答案解析：在HDFS中，向HDFS上传文件使用的命令是hdfsdfs-put。-get是从HDFS下载文件；-appendToFile是追加文件到HDFS已有文件末尾；-copyToLocal是从HDFS复制文件到本地。18.启动Hadoop和HBase之后，执行jps命令，已经看到有HMaster的进程，但是进入到监控界面查看，没有节点信息：最有可能原因（）A、HADOOP服务未启动B、HBase服务未启动C、HBase处于安全模式D、HBase服务未安装正确答案：C答案解析：当HBase处于安全模式时，会限制一些操作，可能导致节点信息无法正常显示在监控界面。虽然看到有HMaster进程说明HBase服务已启动，但安全模式会影响部分功能的正常呈现。A选项HADOOP服务未启动与看到HMaster进程矛盾；B选项HBase服务未启动也与看到HMaster进程不符；D选项HBase服务未安装则不会出现有HMaster进程的情况。19.以下（）文件中主要用来配置ResourceManager，NodeManager的通信端口，web监控端口等。A、core-site.xmlB、mapred-site.xmlC、hdfs-site.xmlD、yarn-site.xml正确答案：D答案解析：在YARN的配置中，yarn-site.xml主要用于配置ResourceManager，NodeManager的通信端口，web监控端口等相关参数。core-site.xml主要用于配置Hadoop的一些通用属性，如文件系统的默认配置等；mapred-site.xml主要用于配置MapReduce相关的参数；hdfs-site.xml主要用于配置HDFS的相关参数，如数据块大小、副本数量等。20.大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（）A、新一代技术平台B、新一代信息技术和服务业态C、新一代服务业态D、新一代信息技术正确答案：B答案解析：大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。它不仅仅是新一代信息技术，还形成了相应的服务业态，A选项不准确，C选项不全面，D选项没有体现出服务业态这一关键内容，所以选B。二、多选题（共20题，每题1分，共20分）1.配置机架感知的下面哪项正确A、写入数据的时候会写到不同机架的DataNode中B、如果一个机架出问题，不会影响数据读写C、MapReduce会根据机架获取离自己比较近的网络数据正确答案：ABC2.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：ABD3.大数据运维中的日志分类为（）A、错误日志：由各种错误信息组成的日志信息B、内核及系统日志：由系统服务syslog统一进行管理,日志格式基本相似。C、用户日志：记录系统用户登录及退出系统的相关信息。D、程序日志：由各种应用程序抽立管理的日志文件,记录格式不统一正确答案：BCD4.Hive有哪些方式保存元数据（）A、remoteusermodeB、multiusermodeC、telnetusermodeD、singleusermode正确答案：ABD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。5.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。6.Linux的特点是以下（）方面A、开放源代码的程序软件，可自由修改。B、与Unix系统不兼容，具备几乎所有Unix的优秀特性。C、可自由传播，免费使用，无任何商业化版权制约。D、适合Intel等x86CPU系列架构的计算机。正确答案：ACD答案解析：Linux是开放源代码的程序软件，可自由修改，A正确；Linux与Unix系统兼容，具备几乎所有Unix的优秀特性，B错误；Linux可自由传播，免费使用，无任何商业化版权制约，C正确；Linux适合Intel等x86CPU系列架构的计算机，D正确。7.YARN服务组件包括()A、NameManagerB、ApplicationMasterC、ContainerD、ResourceManager正确答案：BCD答案解析：NameManager是HDFS的组件，不是YARN的服务组件。ApplicationMaster负责与ResourceManager协商资源，并管理单个应用程序的执行。Container是YARN中的资源抽象，封装了CPU、内存等资源。ResourceManager是YARN的资源管理器，负责管理集群中的资源分配。8.大数据业务处理系统包含（）A、数据应用层B、数据处理层C、数据源层D、数据访问层正确答案：ABCD答案解析：大数据业务处理系统通常包含数据源层，用于获取原始数据；数据处理层，对数据进行清洗、转换、分析等处理；数据应用层，将处理后的数据应用于各种业务场景；数据访问层，提供对数据的访问接口，以便其他系统或用户能够获取数据。这四个层次共同构成了大数据业务处理系统，协同工作以实现数据的有效管理和利用。9.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。10.以下选项中哪些是常用的ss命令（）A、scpB、sftpC、ssh-copy-idD、ifconfig正确答案：ABC答案解析：scp是用于在不同主机之间复制文件的命令；sftp是安全的文件传输协议，用于进行文件传输；ssh-copy-id用于将本地的公钥复制到远程主机，方便通过ssh进行无密码登录。这三个命令都是在Linux或类Unix系统中常用的与远程操作和文件传输相关的ss命令。而ifconfig是用于查看和配置网络接口信息的命令，不属于这里所说的常用的ss命令范畴。11.Hadoop平台的主要配置文件是（）A、slaves.xmlB、hdfs-site.xmlC、mapred-site.xmlD、core-site.xml正确答案：BCD12.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。13.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。14.Flume将采集到的数据输出到()A、HDFSB、HbaseC、HiveD、Kafka正确答案：ABCD15.以下是HTools工具特点（）A、友善的向导式操作流程B、无需安装HTools客户端C、支持系统配置文件的推送和同步D、支持同时管理多个Hadoop集群和节点正确答案：ABD16.启动HDFS后，jps能看到哪些守护进程？（）A、DataNodeB、NameNodeC、NodeManagerD、SecondaryNameNode正确答案：ABD答案解析：启