《Hadoop大数据平台基础》知识复习考试题库（附答案）

《Hadoop大数据平台基础》知识复习考试题库（附答案）

单选题

l.DataNode在HDFS中承担什么角色？

A、负责维护文件系统的namespace名称空间

B、负责具体的数据块存储

C、管理元数据

D、处理客户端的请求

参考答案：B

2.Hadoop的主要优势是什么？

A、高性能数据库管理

B、分布式计算和存储能力

C、实时数据处理

D、关系型数据模型

参考答案：B

3.Hadoop的主要优势之一是（）。

A、高并发处理能力

B、高度的安全性和权限控制

C、低成本和易扩展性

D、高性能的实时数据处理

参考答案：C

1st

4.Hadoop分布式文件系统（HDFS）是Hadoop的（）。

A、数据存储组件

B、任务调度组件

C、数据处理组件

D、配置管理组件

参考答案：A

5.Hadoop集群是由以下哪些组件组成？

A、ResourceManager和NodeManager

JobTracker和TaskTracker

C、NameNode和DataNode

D、Hive和HBase

参考答案：C

6.Hadoop集群中的数据复制机制是为了什么目的？

A、提高数据处理速度

B、减少存储空间需求

C、简化数据管理操作

D、增加数据安全性和容错性

参考答案：D

7.Hadoop是一个用于处理和存储大规模数据的（）。

A、数据库管理系统

B、分布式文件系统

C、编程语言

2nd

D、网络协议

参考答案：B

8.Hadoop中的HBase是基于哪个分布式文件系统构建的?

A、HDFS

B、YARN

C、Hive

D、HBase自身不依赖分布式文件系统

参考答案：A

9.Hadoop中的YARN是什么？

A、资源管理器

B、数据存储系统

C、分布式计算框架

D、数据传输工具

参考答案：A

10.Hadoop中的故獐恢复机制主要依赖于哪个组件？

A、NameNode

B、ResourceManager

C、JobTracker

DNTaskTracker

参考答案：A

ll.Hadoop中的任务调度器是（）。

A、NameNode

3rd

B、ResourceManager

C、JobTracker

D、TaskTracker

参考答案：C

12.Hadoop中的一个数据块的默认大小是（）。

A、64MB

B、128MB

C、256MB

D、512MB

参考答案：B

13.Hadoop中用于查询和分析数据的工具是什么？

A、HBase

B、Hive

C、Sqoop

D、Flume

参考答案：B

14.Hadoop中用于将关系型数据导入到HDFS中的工具是（）。

A、HDFS

B、YARN

C、Hive

D、Sqoop

参考答案：D

4th

15.Hadoop中用于在Hive中执行SQL查询的语法是什么?

A、HadoopQL

B、HiveQL

C、SQL

D、HQL

参考答案：B

16.HBase是一个()数据库。

A、关系型

B、非关系型

C、分布式文件

D、内存型

参考答案：B

17.HDFS的副本机制中，副本数由哪个参数控制？

A、dfs.rcplication

B、dfs.copy

C、dfs.backup

D^fs.duplicate

参考答案：A

18.Hive是基于Hadoop的一个()o

A、数据库管理系统

B、分布式文件系统

C、数据处理引擎

5th

D、作业调度器

参考答案：A

19.Hive中，对于外部表的数据文件，()。

A、Hive完全管理其存储和生命周期

B、Hive只管理元数据，不管理数据文件本身

C、Hive可以随意修改数据文件内容

D、Hive在删除表时会自动删除数据文件

参考答案：B

2().Hive中创建内部表时，若数据文件已存在于指定路径，()。

A、会报错

B、直接使用该文件数据

C、会将数据文件移动到默认路径

D、会复制一份数据文件到默认路径

参考答案：B

21.Hive中使用ALTERTABLE语句修改表名时,()。

A、会同时修改表的元数据和数据存储路径

B、只修改表的元数据，数据存储路径不变

C、只修改数据存储路径，元数据不变

D、会删除原表重新创建新表

参考答案：B

22.Hivc中修改表结构时，使用()关键字添加列。

A、DDCOLUMN

6th

B、INSERTCOLUMN

C、UPDATECOLUMN

D、CHANGECOLUMN

参考答案：A

23.MapRcduce不适合哪种类型的计算？

A、并行计算

B、实时计算

C、离线处理

D、流式计算

参考答案：B

24.MapReduce是Hadoop中的一个编程模型，其主要思想是什么?

A、将大规模数据分解成小的数据块进行并行处理

B、使用图形化界面进行数据操作和管理

C、将数据存储在多个节点上以提高容错性

D、将数据从关系型数据库转换为分布式文件系统

参考答案：A

25.MapReduce是Hadoop中用于数据处理的编程模型，它包括哪

两个主要阶段？

A、Load牙口Store

B、Shuffle和Sort

C、Input和Output

D>Map和Reduce

7th

参考答案：D

26.MapReduce是一种用于处理大规模数据的()模型。

A、并行计算

B、顺序计算

C、分布式计算

D、单机计算

参考答案：C

27.MapReduce中的Mapper和Reducer函数的输入和输出数据类

型是什么？

A、文本

B、字符串

C、键值对

D、二进制

参考答案：C

28.WordCount案例中，Map阶段的核心是什么？

A、对输入数据进行排序

B、对输入数据进行过滤

C、把输入的数据经过切割，全部标记1

D、合并相同的key

参考答案：C

29.YARN(YctAnothcrRcsourccNcgotiator)是Hadoop中的()。

A、数据库管理系统

8th

B、分布式文件系统

C、作业调度器

D、数据处理引擎

参考答案：C

30.yarn-site.xml文件的作用是（）。

A、设置了Hadoop基本运行环境的配置

B、设置了YARN框架运行环境的配置

C、设置了YARN框架的相关配置

D、设置了MapReduce框架的相关配置

参考答案：C

31.YARN中的从角色，负责管理本机器上计算资源的是（）。

A>NodeManager

B、ApplicationMastcr

C^RcsourceManager

D、Container

参考答案：A

32.假设你是一家电商公司的数据分析师，公司想要了解用户在不

同时间段（上午、下午、晚上）的购买偏好，以便进行精准营销。

你决定使用Hive数据仓库来处理数据，你首先会进行以下哪项

操作？

A、在Hive中创建一个分区表，以时间（上午、下午、晚上）作

为分区字段，用于存储用户购买数据

9th

B、直接使用Hive的内置函数对原始数据进行分析，无需创建特

殊表结构

C、将所有用户购买数据加载到一个普通的Hive表中，然后在查

询时通过筛选条件来区分不同时间段的数据

D、先将数据导出到本地数据库，再使用本地数据库的功能进行

时间维度的分析

参考答案：A

33.下列关于HDFS的说法正确的是（）。

A、NameNode负责HDFS中的数据存储

B、DataNode负责HDFS中的数据存储

C、SecondatyNameNode通常与NameNode在一个节点启动

D、元数据指的是文件实际的数据

参考答案：B

34.以下哪个类不是WritableComparable接口的实现类？

A、IntWritable

Text

C、NullWritable

D、Serializable

参考答案：D

35.以下哪个命令用于查看文件内容？

A、hadoopfs-cat

B、hadoopfs-mkdir

10th

C、hadoopfs-touchz

D>hadoopfs-rm

参考答案：A

36.以下哪个命令用于创建目录？

A、hadoopfs-rm

B、hadoopfs-rmdir

C^hadoopfs-touchz

D、hadoopfs-mkdir

参考答案：D

37.以下哪个命令用于复制文件到本地文件系统？

A、hadoopfs-get

B、hadoopfs-put

C、hadoopfs-rm

D、hadoopfs-du

参考答案：A

38.以下哪个命令用于统计某个路径下的目录，文件及字节数?

A^hadoopfs-count

B、hadoopfs-mkdir

C、hadoopfs-touchz

D>hadoopfs-rm

参考答案：A

39.以下哪个命令用于向hdfs上的文件追加内容？

11th

A、hadoopfs-appendToFile

hadoopfs-mkdir

C、hadoopfs-touchz

D、hadoopfs-rm

参考答案：A

40.用户提交的每个应用程序均包含一个()，负责程序内部各阶

段的资源申请和监督执行情况。

A、NodeManager

B、ApplicationMaster

C、ResourceManager

D、Container

参考答案：B

41.在Driver类中，哪个方法用于设置作业不使用Reducer?

A、setNumReduccTasks(0)

B、setReducerClass(null)

C^disableReduce()

D^unsetReducer()

参考答案：A

42.在FilelnputFormat切片机制中，切片大小默认等于什么？

A、minSize

BNmaxSizc

C^Blocksize

12th

D、Splitsize

参考答案：C

43.在Hadoop集群中，负责将作业拆分为任务并分配给不同节点

的组件是什么？

A、NameNode

B、RcsourccManagcr

C^JobTracker

D、TaskTracker

参考答案：C

44.在Hadoop序列化中，位于org.apache.hadocp.iQ包中的哪个接

口是Hadoop序列化格式的实现？

A>Serializable接口

B、Writable接口

C^omparable接口

D、Cloneable接口

参考答案：B

45.在Hadoop中，使用（）命令格式化NameNode。

A、hdfsnamenode-fbrmat

B>start-fbrmat.sh

C、start-maprcd.sh

D、hadoopjob-histotyoutdir

参考答案：A

13th

46.在Hadoop中，数据节点(DataNode)负责()。

A、存储实际数据块

B、存储元数据信息

C、调度任务

D、处理数据的计算

参考答案：A

47.在Hadoop中，以下哪个组件负责处理作业调度和资源管理？

A、NameNode

B、ResourceManager

C、TaskTracker

D>DataNode

参考答案：B

48.在Hadoop中，用于数据复制和容错机制的默认副本数量是多

少？

A、1

B、2

C、3

D、4

参考答案：C

49.在HDFS读数据机制中，客户端首先向哪个节点请求下载文

件的元数据？

A、DataNode

14th

B、SecondaryNameNode

C、Namenode

D、所有DataNode同时请求

参考答案：C

50.在Hive数据仓库中，元数据存储系统不可以使用（）。

A、MySQL

B、Derby

C、Oracle

D、HDFS

参考答案：D

51.在Hive中创建数据库的语法格式中，用于指定数据库名称的

是（）o

A、CREATE

B、DATABASE

C、database_name

D、COMMENT

参考答案：C

52.在Hive中使用LOADDATA语句加载数据时，以下哪种情况

可能导致加载性能较低（）。

A、加载的数据文件在本地文件系统，且与Hive服务在同一节点

B、加载的数据文件已经在HDFS上，且与目标表在同一目录结

构下

15th

C、加载的数据文件较大，且没有进行任何预处理(如压缩)

D、加载的数据文件格式与目标表定义的格式完全匹配

参考答案：C

53.在Hive中有两张表，用户表(user_table)包含用户ID(user

_id)x用户名(usejname)等字段，订单表(order_table)包含

订单ID(ordcr_id)、用户ID(uscr_id)、订单金额(ordcjamou

nt)等字段。要查询每个用户的总订单金额，以下哪种HiveQL

语句是正确的？

A、SELECTuser_name,SUM(order_amount)FROMuser_tableJ

OINorder_tableONuser_table.user_id=order_table.user_idGROUPB

Yuser_name

B、SELECTuser_id,SUM(order_amount)FROMuser_tableJOIN

ordcr_tablcGROUPBYuser_id

C^SELECTuser_name,order_amountFROMuscr_tableJOINorder_t

a21st

D、hadoopfs-du

参考答案：A

54.在Hive中执行一个复杂的多表连接查询，发现查询速度很慢。

以下哪种优化策略最有可能提高查询速度()。

A、增加集群中节点的内存容量

B、对连接的表提前进行排序

C、将连接操作转换为子查询

16th

D、合理设置MapReduce任务的参数，如调整Map和Reduce任

务的数量

参考答案：D

55.在Linux虚拟机下安装Java时，使用的JDK安装包格式为()。

A、exe

tar.gz

C^msi

D、rpm

参考答案：D

56.在MapReduce编程中，哪个方法负责实现Mapper的逻辑？

A、cleanup()

BAreduce()

C、setup()

D、map()

参考答案：D

57.在MapReduce编程中，哪个类负责设置MapReduce作业，并

在Hadoop中运行？

A、Mapper类

B、Reducer类

C、Driver类

D、WordCount类

参考答案：C

17th

58.在MapReduce程序中，Mapper类中的方法有()。

A、startup()、map()、end()

startup()、run()、end()

C、setup()、end()、map()

D、setup()、map()、cleanup()

参考答案：D

59.在MapReduce程序中，Reducer模块中的自定义MaxReducer

类继承0父类。

A、Map

Reducer

C、Reduce

D、Partitioner

参考答案：B

60.在MapReduce的Driver类中，哪个对象用于存储作业配置？

A、Job

B、Configuration

C>JobConf

D、Context

参考答案：B

61.在MapReduce的Map阶段，数据切片默认大小与哪个参数相

等？

A>Blocksize

18th

B、Pilesize

C、Memor\rbuffersize

D、Splitsize

参考答案：A

62.在MapReduce的Partition分区中，默认分区是根据什么对Re

duccTasks个数取模得到的？

A、key的hashCode

B、value的hashCode

C、key和value的hashCode之和

D、key和value的hashCode之差

参考答案：A

63.在MapReduce的Reduce阶段，ReduceTask会主动从哪里复制

拉取属于自己需要处理的数据？

A、DataNode

B、Namenode

C^M叩Task

D、Client

参考答案：C

64.在MapReduce框架中，在Mapper和Reducer之间的Shuffle的

作用是()o

A、对M叩的输出结果排序

B、对Map的输出结果再次进行映射

19th

C、对中间结果进行混洗，将相同键的键值对数据进行汇集

D、对中间输出结果进行压缩

参考答案：C

65.在MapReduce中,Combiner的作用是什么？

A、精简压缩传给Reduce的数据

增加Map输出的数据量

C、减少Map阶段的计算

D、提高Reduce阶段的计算复杂度

参考答案：A

66.在MapReduce中，Driver类的主要作用不包括以下哪项？

A、指定Mapper和Reducer类

B、设置作业名3rd

C、提交MapReduce作业

D、处理输入输出数据

参考答案：D

67.在MapReduce中，Mapper和Reducer的输入输出都是（）。

A^字符串

B、整数

C、键值对

D、JSON对象

参考答案：C

68.在MapReduce中,Shuffle阶段的目的是什么？

20th

A、数据排序

B、数据过滤

C、数据压缩

D、数据聚合

参考答案：A

69.在MapReduce中，哪个类负责将Map的输出结果进行合并处

理？

A、Nipper类

B、Reducer类

C、ombiner类

D、Partitioner类

参考答案：C

70.在MapReduce中，哪个类负责将最终结果写入到HDFS?

A、Mapper类

B、Reducer类

C^Driver类

D^Combiner类

参考答案：B

71.在MapReduce中，哪个类负责设置MapReduce作业，并在Ha

doop中运行？

A、Mapper类

BNReducer类

21st

C、Driver类

D、Combiner类

参考答案：C

72.在MapReduce中，以下哪个阶段负责数据的划分和分发?

A、Map阶段

BNReduce阶段

C^Shuffle阶段

D、biner阶段

参考答案：C

73.在YARN中，负责给应用分配资源的是()。

A、ResourceManager

B、NodeManager

C、ApplicationMastcr

D、Scheduler

参考答案：D

74.在驱动类中，需要使用。方法设置输出数据的格式。

A^setJarByClass()

B、setOutputKeyValueClass()

C、setlnputFormatChss()

D>sctOutputFormatClass()

参考答案：D

22nd

多选题

1.在企业级Hive数据仓库应用中，保障数据安全需要考虑多方面

因素，以下哪些措施是有效的（）。

A、基于角色的访问控制（RBAC）,为不同用户或用户组分配不

同权限，如只读、读写、管理员权限等，确保用户只能访问其被

授权的数据

B、对存储在HDFS上的数据文件进行加密，防止数据泄露，同

时在数据传输过程中（如数据加载、查询结果返回等）使用加密

协议（如SSL/TLS）

C、定期审计数据访问日志，监控用户操作，及时发现异常访问

行为并采取相应措施，如警告、限制访问或调查违规行为

D、对敏感数据进行脱敏处理，如在开发和测试环境中使用脱敏

后的数据，同时确保脱敏规则的安全性和有效性，不影响数据分

析结果的可用性

参考答案：ABCD

2.在处理海量数据（如PB级）的Hive数据仓库应用中，以下哪

些技术或策略可以应对大数据带来的挑战（）。

A、采用分布式存储架构（如HDFS）,将数据分散存储在多个节

点上，实现数据的高可用性和可扩展性

B、利用数据分区和分桶技术，根据数据特征将数据划分为不同

的分区和桶，减少查询时的数据扫描范围

C^结合使用多种计算引擎（如MapReduce、Tez、Spark）,根据

23rd

任务特点选择最合适的计算引擎，提高计算效率

D、引入数据压缩技术，如Snappy、ORC压缩等，减少数据存储

空间，同时在一定程度上提高数据传输和处理速度

参考答案：ABCD

3.在TextlnputFormat中,键和值分别是什么类型？

A、键是LongWritablc类型

B、键是Text类型

C、值是LongWritable类型

D、值是Text类型

E＞键和值都是IntWritable类型

参考答案：AD

4.在NLinelnputFormat中，以下哪些说法正确？

A、按照指定的行数N来划分切片

B、如果不整除，切片数二商+1

C、输入文件的总行数/N二切片数

D、键和值与TextlnputFormat生成的一^羊

E、代表每个map进程处理的InputSplit不再按Block块去划分

参考答案：ABCDE

5.在MapReduce的执行流程中，涉及到哪些阶段？

A、Input（输入）

BNSplitting（切片）

C^Mapping（映射）

24th

D、Shuffling(混洗)

E、Reducing(规约)

参考答案：ABCDE

6.在MapReduce的Map阶段执行过程中，包括哪些子阶段?

A、第一切片阶段

B、Read阶段

C、Map阶段

D、Collect阶段

E、Spill阶段

F、Merge阶段

参考答案：ABCDEF

7.在MapReduce编程的Mapper类中，通常包含哪些方法？

A、setup()方法

B、imp()方法

C、leanup()方法

D、reduce()方法

E、write()方法

参考答案：ABC

8.在Hive中，关于分区表的描述正确的有()。

A、分区表可以加快数据查询速度

B、分区表的分区字段不存储实际数据内容

C、分区表可以根据多个字段进行分区

25th

D、分区表只能有一级分区

参考答案：ABC

9.在Hive数据仓库基础上构建机器学习应用时，以下哪些步骤是

常见的操作流程（）。

A、从Hive表中提取特征数据，根据机器学习任务需求选择合适

的字段作为特征，可进行数据预处理（如归一化、离散化等）

B、将提取的特征数据转换为适合机器学习算法输入的格式，如

将数据转换为向量或矩阵形式

C、选择合适的机器学习算法库（如ApacheMahout或SparkMLli

b）,在Hive环境中或与Hive集成的环境中运行算法，训练模型

D、使用训练好的模型对新数据进行预测或分类，将预测结果存

储回Hive表或用于其他业务决策

参考答案：ABCD

10.以下属于YARN资源调度器的有（）。

A、FIFOScheduler

B、CapacityScheduler

C、I'airScheduler

D、RandomScheduler

参考答案：ABC

H.以下哪些是HDFSShcll命令中用于文件操作的常用命令？

A、hadoopfs-ls

B、hadoopfs-mkdir

26th

C、hadoopfs-cat

D>hadoopfs-put

E>hadoopfs-rm

参考答案：ABCDE

12.以下哪些是HDFSShcll命令中用于管理操作的常用命令?

A、hadoopdfsadmin-rcport

BNhadoopdfsadmin-safemodeget/leave/enter/wait

C>hadoopdfsadmin-refreshNodes

D、hadoopfs-setrep

E>hadoopfs-count

参考答案：ABC

13.以下哪些命令可以用于设置文件属性？

A、hadoopfs-sctfacl

B、hadoopfs-sctfatrr

C、hadoopfs-chgrp

D、hadoopfs-chown

E>hadoopfs-chmad

参考答案：ABCD

14.以下哪些命令可以用于对文件进行移动或重命名操作？

A、hadoopfs-mv

B、hadoopfs-rcnamcSnapshot

C、hadoopfs-movcFromTx)cal

27th

D、hadoopfs-moveToLocal

E、hadoopfs-cp

参考答案：AB

15.以下哪些命令可以用于查看文件内容？

A、hadoopfs-cat

BNhadoopfs-tcxt

C^hadoopfs-tail

D、hadoopfs-getmerge

E>hadoopfs-appendToFile

参考答案：ABC

16.以下哪些关于NameNode的说法是正确的？

A、是Hadoop分布式文件系统的核心

B、维护和管理文件系统元数据

C、基于此成为访问HDFS的唯一入口

D、内部通过内存和磁盘文件两种方式管理元数据

E、存储实际数据

参考答案：ABCD

17.以下哪个方法不是Reducer类中的方法？

A、setup()

B、分区表的分区字段不存储实际数据内容

C、分区表可以根据多个字段进行分区

D、分区表只能有一级分区

28th

参考答案：ABC

18.数据质量保障型#Hive中删除表的操作会导致()o

A、内部表的数据和元数据都被删除

B、外部表的数据不会被删除，只删除元数据

C、表结构被删除

D、相关联的分区数据和元数据也被删除(如果有分区)

参考答案：ABCD

19.YARN架构中的组件有()。

A、ResourceMana^er

NodeManager

C、ApplicationMaster

D、HDFS

参考答案：ABC

20.YARN工作流程中涉及的交互有()c

A、MR作业提交(Qient—>RM)

B、资源的申请(MrAppMaster—>RM)

C、MR作业状态汇报(Container(Map|ReduceTask)—>Contain

er(MrAppMaster))

D、节点的状态汇报(NM-->RM)

参考答案：ABCD

21.Hivc中修改表结构的操作包括()。

A、重命名表

29th

添加列

C、删除列

D、修改列的数据类型

参考答案：ABD

22.Hive中创建数据库的语法中，可指定的内容有（）。

A、数据库名称

B、数据库注释

C、数据库存储位置

D、数据库属性

参考答案：ABCD

23.Hive中查询语句支持的操作有（）o

A、条件查询（WHERE）

B、分组查询（GROUPBY）

C、排序查询（ORDERBY）

D、连接查询（JOIN）

参考答案：ABCD

24.Hive的元数据存储在数据库中（如MySQL或Derby）,以下关

于元数据管理的说法正确的有（）。

A、元数据存储了表结构、分区信息、表属性等关键信息，这些

信息对于Hive查询的解析和执行计划的生成至关重要

B、当对Hive表进行DDL操作（如创建、修改、删除表）时，

会直接修改元数据存储中的相应记录

30th

C、多用户同时访问Hive时，元数据的并发访问控制由Hive自

身的元数据管理机制保证，与底层数据库的并发控制机制无关

D、元数据的备份和恢复策略需要单独考虑，因为它直接影响数

据仓库的可用性和数据一致性。如果元数据丢失或损坏，可能导

致整个数据仓库无法正常工作

参考答案：ABD

25.Hive的用户接口层访问方式包括（）。

A、CLI（命令行界面）

B、JDBC/ODBC（客户端方式）

C、HWI（Web界面）

D、Thrift（跨语言服务接口，间接用于访问）

参考答案：ABC

26.Hive的系统架构组成部分包括（）o

A、用户接口层

B、跨语言服务

C、元数据存储系统

D、底层驱动引擎

E、底层存储

参考答案：ABCDE

27.FairSchcdulcr的特性优势有（）。

A、分层队列

B、基于用户或组的队列映射

31st

C、资源抢占

D＞保证最小配额

参考答案：ABCD

28.CapacityScheduler中队列资源划分的特点有（）。

A、以队列为单位划分资源

B、队列结构和资源可配置

C、队列内部资源调度采用FIFO策略

D、不同队列资源完全独立，不能共享

参考答案：ABC

29.CapacityScheduler的特性优势包括（）。

A、层次化的队列设计

B、容量保证

C、安全

D、弹性分配

参考答案：ABCD

判断题

1.自定义分区类时，分区号可以从任意数字开始。

A、正确

B、错误

参考答案：B

2.在YARN中，用户可以向任何队列提交任务。

32nd

A、正确

B、错误

参考答案：B

3.在MapReduce中，Shu田e阶段只在Map端进行操作。

A、正确

B、错误

参考答案：B

4.在MapReduce中，biner函数的作用是在Mapper和Reducer之

间进行数据合并和压缩。

A、正确

B、错误

参考答案：A

5.在MapReduce编程中，自定义的Mapper类和Reducer类需要继

承自Hadoop提供的抽象类。

A、正确

B、错误

参考答案：A

6.在MapReduce编程中，可以通过设置Reducer的数量为0来实

现只有Mapper阶段的任务。

A、正确

B、错误

参考答案：A

33rd

7.在MapReduce编程中，Reducer任务处理的数据不会跨越多个

数据块。

A、正确

B、错误

参考答案：B

8.在MapReduce编程中,Reducer的输入数据必须经过Partitioncr

进行分区操作后才能进入对应的Reducer任务。

A、正确

B、错误

参考答案：A

9.在Hive中创建外部表时，必须指定数据的存储路径。

A、正确

B、错误

参考答案：A

10.在Hadoop中，MapReduce作业是通过提交一个JAR文件来运

行的。

A、正确

B、错误

参考答案：A

11.当在MapReduce中使用自定义的Partitioncr时,可以通过该P

artitioncr将数据分发到不同的Reducer任务中。

A、正确

34th

B、错误

参考答案：A

12.YARN中的NodeManager负责监控和管理集群中的各个节点

的资源使用情况。

A、正确

B、错误

参考答案：A

13.MapReduce中的Combiner类是一个继承了Mapper的类，月于

在map输出之前做合并计算。

A、正确

B、错误

参考答案：B

14.MapRcduce是Hadoop的默认计算框架。

A、正确

B、错误

参考答案：A

15.MapReduce编程模型只能用于处理小于1TB的数据集。

A、正确

B、错误

参考答案：B

16.Hivc在处理数据时，会将数据全部加载到内存中进行计算。

A、正确

35th

B、错误

参考答案：B

17.HDFS的数据写入操作是追加写入的，不支持修改已有数据。

A、正确

B、错误

参考答案：A

18.HDFS的块大小设置越大，可以提高读写性能，但会增加存储

空间的浪费。

A、正确

B、错误

参考答案：A

19.HDFS的副本数可以通过配置文件进行调整。

A、正确

B、错误

参考答案：A

2O.HBase是一个分布式、可扩展的列式数据库，适用于快速读写

大量结构化数据。

A、正确

B、错误

参考答案：A

21.HBasc的数据模型是基于列族和列修饰符的层次化结构。

A、正确

36th

B、错误

参考答案：A

22.HBase的数据存储是基于行的，并支持高度灵活的数据模型。

A、正确

B、错误

参考答案：A

23.Hadoop中的键（key）和值（value）必须是实现了Serializable

接口的对象。

A、正确

B、错误

参考答案：B

24.Hadoop中的ZooKeeper是一个分布式协调服务，用于协调和

管理集群中的节点。

A、正确

B、错误

参考答案：A

25.Hadoop中的YARN用于处理流式数据和实时数据处理任务。

A、正确

B、错误

参考答案：A

26.Hadoop中的MapReduce作业的执行过程包括任务的划分、调

度、执行和输出结果的合并阶段。

37th

A、正确

B、错误

参考答案：A

27.Hadoop中的MapReduce框架只适用于批处理任务，不支持实

时数据处理。

A、正确

B、错误

参考答案：B

28.Hadoop中的Hive是一种用于实时数据流处理的计算引擎。

A、正确

B、错误

参考答案：B

29.Hadoop中的Hive可以将SQL语句转化为MapReduce任务来

处理结构化数据。

A、正确

B、错误

参考答案：A

30.Hadoop中的HDFS支持数据的随机读写，可以在任意位置修

改已存储的数据。

A、正确

B、错误

参考答案：B

38th

31.Hadoop中的HBase是一个面向列的数据库，适用于海量结构

化和非结构化数据的存储和查询。

A、正确

B、错误

参考答案：A

32.Hadoop支持多种编程语言,如Java、Python和Scala等。

A、正确

B、错误

参考答案：A

33.Hadoop支持垂直扩展，可以通过添加更多的节点来提高集群

的性能和容量。

A、正确

B、错误

参考答案：A

34.Hadoop集群中的NameNode负责存储实际的数据块。

A、正确

B、错误

参考答案：B

35.Hadoop集群的搭建和配置只涉及NameNode和DataNode两

个组件。

A、正确

B、错误

39th

参考答案：B

36.Hadoop的数据复制机制主要是为了减少数据处理的延迟。

A、正确

B、错误

参考答案：B

37.Hadoop的任务调度是由JobTrackcr负责的。

A、正确

B、错误

参考答案：B

38.Hadoop的高可用性可以通过启用NameNode的备用节点来实

现，在主节点故障时自动切换。

A、正确

B、错误

参考答案：A

39.Hadoop的HDFS采用的是写一次，读多次的数据访问模式。

A、正确

B、错误

参考答案：A

填空题

1.自定义分区类时，通过Job的（）方法和sctNumRcduccTasks

设置使用分区。

40th

答:SetPartitonerClass（）；

2.在YARN中，（）负责给应用分配资源。

答：Scheduler（资源调度器）;

3.在YARN交互流程中，应用程序运行完成后，（）向Resource

Manager注销并关闭自己。

答：ApplicationMastcr；

4.在YARN架构中，负责管理整个集群资源分配最终权限的组件

是（）o

答:ResourceManae;er；

5.在YARN工作流程中，资源的申请是由（）向ResourceManage

r发起的。

答：MrAppMaster；

6.在Map阶段，默认的切片大小（Splitsizc）等于（），默认值为

128MO

答：Blocksize

7.在M叩Reduce中，自定义Bean对象要实现序列化接口，必须

实现（）接口。

答：Writable；

8.在M叩Reduce中，序列化是指将结构化的对象转化为（），反

序列化是指将字节流转回到结构化对象的过程。

答：字节流

9.在MapReduce中，Shuffle阶段更像是洗牌的逆过程，将map端

41st

的无规则输出按指定规则“打乱”成具有一定规则的数据，以便()

接收处理。

答：reduce端

10.在MapReduce中,Mapper类在()存储中间数据。

答：本地磁盘

11.在MapReduce中，()类用于创建输入分片并将它们分割成记

录。

答：InputFormat；

12.在MapReduce中，()阶段是将Map产生输出开始到Reduce

取得数据作为输入之前的过程。

答：Shuffle；

13.在MapReduce编程中，自定义TokenizerMapper类需要继承()

父类。

答：Mapper

14.在MapReduce编程中,Reducer负责将相同键的值进行()和

()o

答：合并I聚合

15.在MapReduce编程中，Mapper负责将输入数据转换为(),

答：键值对

16.在MapReduce编程中，Mapper的主要任务是将()转换为一

系列的()o

答：输入数据|键值对

42nd

17.在MapReduce编程中，（）是在M叩任务输出后，在数据传输

到Reducer之前对输出进行局部聚合的一种技术。

答：biner

18.在Hive中，数据的逻辑组织单元是它可以由多个列组成。

答：表

19.在HDFS中，用于设置文件副本数的命令是（）。

答:hadoopfs-setrep;

20.在Hadoop中，用于资源管理和作业调度的组件是（）。

答:ResourceManager

21.在Hadoop中，用于将关系型数据库中的数据导入到Hadoop

中的工具是（）o

答：Sqoop

22.在Hadoop中，用于高性能实时读写的分布式数据库是（）。

答：HBase

23.在Hadoop中，用于处理结构化数据的工具是（）。

答：Hive

24.在Hadoop中，数据块的默认大小是（）o

答：128MB

25.在Hadoop中，数据复制的主要目的是为了提高数据的（）和

（）o

答：可靠性|容错性

26.在Hadoop中，数据存储在（）中，如HDFS。

43rd

答：分布式文件系统

27.在Hadoop中，默认的InputFormat实现类是（）。

答:TextlnputFormat

28.在Hadoop中，MapReduce是一种编程模型，用于（）的分布

式处理。

答：大规模数据

29.在Hadoop中，（）支持将数据进行分区存储，可以根据分区

列的值进行快速查询。

答：Hive

30.在Hadoop中，（）是负责数据聚合和最终结果生成的阶段，

它接受0输出的中间结果并生成最终结果。

答：Reduce|Map

31.在Hadoop中，。负责存储文件系统的（）。

答：NamcNode|元数据

32.在Hadoop集群中，（）负责资源管理和作业调度，其中包含

两个核心组件：（）和（）。

答：YARN|ResourceManager|NodeManager

33.用于将文件从，木地目录上传到分布式文件系统指定目录中的

命令是（）o

答：hadoopfs-put；

34.用于复制文件到本地文件系统的命令是（）。

答：hadoopfs-gct；

44th

35.用于查看文件内容的命令除了hadoopfs-cat,还有（）。

答：hadoopfs-text；

36.要在HDFS中创建目录，可以使用命令（）。

答：hadoopfs-mkdir<paths>；

37.要显示HDFS上指定文件的内容，可以使用命令（）。

答：hadoopfs-cat<path>；

38.要将文件从本地目录上传到HDFS脂定目录中，可以使月命

令（）o

答:hadoopfs-put<localsrc><dst>；

39.要递归显示HDFS中文件夹的内容，可以使用命令（）o

答：hadoopfs-ls-R<path>；

40.实现自定义的序列化类时，如果有写入文件的需求则需要实现

0方法。

答：toString（）

41.YARN中的（）组件负责管理整个系统中的资源管理和分配。

答:ResourceManager

42.YARN运行应用程序的第二阶段是由（）根据程序内部情况申

请资源并监控运行过程。

答：ApplicationMaster；

43.YARN提供了三种调度器，分别是FIFOSchcdulcr、CapacitySc

hcdulcr和（）o

答：FairSchcdulcr；

45th

44.YARN提供了三种调度器，分别是FIFOScheduler、（）和Fair

Schedulero

答:CapacityScheduler；

45.YARN使得更多计算框架可以接入到（）中。

答：HDFS;

46.YARN的三大组件包括RcsourccManagcr、NodcManagcr和（）o

答:ApplicationMaster;

47.YARN的出现使得更多计算框架可以接入到（）中。

答：HDFS;

48.Reducer类处理mapper生成的中间输出，并将最终输出存储到

0中。

答：HDFS

49.Partitioner定义分区规则，默认使用的是（）。

答：HashPartitioncr

50.ObjectWritable是一种多用途的封装，它可以指向Java基本类

型、字符串、枚举、（）、空值。

答：Writable

51.NodeManager根据（）的命令启动Container容器。

答：ResourceManager；启动Container等操作，所以应填Resourc

cManagcro

52.NLincInputFormat中，如果输入文件总行数为10,指定行数N

为3,则切片数为（）。

46th

答：4;

53.MapReduce中，()是一个继承了Reducer的类，用于在map

输出给予reduce之前做合并或计算。

答：Combiner；

54.MapReduce执行流程中，()阶段是将MapTask的结果收集输

出到环形缓冲区。

答：Collect；

55.M叩Reduce是Hadoop的()计算框架，用于大规模数据集(大

于1TB)并行运算的编程模型。

答：核心；

56.MapReduce编程中，map阶段的核心是把输入的数据经过切

割，全部标记为()，输出就是v单词，l>o

答：1；

57.MapReduce编程中，Driver类负责设