【必会】《hadoop基础练习》备考题库宝典-2025核心题版

的大小是()从机slave01的opt下，以下使用的命令正确的是()A、scp/opt/jdkslaveB、整数C、二进制串7.启动集群的顺序为()。①start-dfs.sh、②start-yarn.sh、③mr-jobhistory-daemon.shstarthistoryserverC、系统端12.Combiner不适合哪一种操作?()A、最大值C、平均值答案：CB、hive支持数据删除和修改D、hive默认仓库路径为/user/hive/warehouse/15.Centos中修改文件或目录的访问权限()命令16.在Java中，可以使用()方法设置线程的优先级17.在Python中，下列是Flask的Request对象的data属性的作用的是()18.在Java中，下面关于线程的说法哪些是正确的题C、Thread类属于java.util程序包D、以上说法无一正确D、DatagramSocket是TCP/IP的一部分20.shuffle环形内存缓冲区达到()溢写#x000D;print(,"正在吃饭") classStudent(): "学生类" defstudy(self): print(,"正在学习") per1=Person() ="张三"&A、张三正在吃饭小明正在学习B、张三正在吃饭23.关于Hadoop下列说法错误的是()25.Hadoop和新架构不包括()不支持使用Sqoop直接进行数据传送()B、节点.addAttribute("属性名","属性值");C、节点.addAttributes("属性名","属性值");32.禁止记录访问时间戳需要修改什么参数()A、Socket36.目前，Hadoop的最高版本是哪个?38.调用Zookeeper对象创建的节点，不包括()。A、808841.大数据(BigData)的定义正确42.Hadoop-2.6.5集群中的HDFS的默认的数据块的大小是?A、hdfsdfsadmin-report-l号则表示安装成功()46.下面那个不属于全球首次划分的大数据阶段()A、6448.在Python中，阅读代码，选择结果：claage=0defeat(self):print(,"正在吃饭")classStudent():"学生类"defstudy(self):print(,"正在学习")per1=Person A、张三正在吃饭小明正在学习B、张三正在吃饭49.mapred-site.xml配置文件中参数和解释不能对应的是()A、:执行框架C、Mapreduce.task.io.sort.mb:设置数据进行排序的内存大小A、IdentityMapper<K,V>实现Mapper<K,V,K,V>,将输入直接映射到输出C、RegexMapper<K>实现Mapper<K,Text,Text,LongWritable>,为每个常规表达式的匹配项生成一个(match,1)对B、如果一个类继承另外一个类，则需要在类定义的第一行中类名的后面加小括号，小括号中传入父类的类名。54.使配置的环境变量生效的命令是()55.在Java中，下列()类或接口定义了线程通信的wait和notify方法。A、ThreadC、两者都不与守护进程交互，避免复杂性58.在Python中，使用Flask创建模板是，要保证项目下有()文件夹A、sources级结构。C、一次写入，多次读写D、多次写入，多次读写A、StructA、缺失值处理B、B.噪声数据清除B、数据的通信使用的是ftp协议(http协议)D、协议的容器是jetty73.在本次项目实施中，需求调研前的准备不包括()。B、接到调研任务，将计划写好，立即就开始和用户沟通。74.大数据的核心就是()75.下列描述说法错误的是?()程连接Linux服务器执行操作。77.下列有关MapReduce中，说法是正确的是()。B、systemctlenableA、gzip81.在Linux中，列出所有分区信息的命令是()82.哪个不是mapreduce运行的时候分的部分?()C、C.检查系统是否已安装vsftpdA、import85.下面属于Hadoop特点的是()D、高成本86.关于MapReduce的描述错误的是()B、先进先出调度器C、公平调度器88.下列不属于分布式数据库系统的是()。89.云计算发展对产业的影响对一般企业和机构来说主要是()。了一些常用的测试模块。可以获得文件中单词长度的中位数的模块是(C)。95.在Python中，关于cursor.fetchmany(3)语句说法A、随机获取3行数据97.下面哪项是Hadoop的作者?()A、1100.格式化NameNode命令为()A、信息104.使用jar操作运行Hadoop中A、cd-jarhadoop/share/hadoop/maC、cdjar/hadoop/share/hadoop/mapreduce/D、cd/hadoop/share/hadoop/mapreduce/105.在Kafka中使用()命令来创建生产者。A、kafka-console-producer.设置conf.setlnputFormat(WhichA、viA、binD、运行在Linux平台上115.在Kafka中使用()命令来创建生产者。A、kafka-console-producer.116.关于SecondaryNameNode哪项是正确?()来120.通过浏览器界面监控Hive的状态，以下是查看的端口()D、流式读取B、是分块的总数目一半业中reduce的任务数目A、DistributedFileSys125.关于Shuffle过程环形缓冲区描述正确的是()然后并行处理()127.下列关于Storm的描述，有误的是?128.Hadoop序列化的特点有()。B、网络134.在MapReduce任务中，下列哪一项会由hadoop自动排序?A、keys137.多用户的情况下，哪个YARN调度器可以最大化集群的吞吐和利用率?138.Hbase依赖()提供强大的计算能力A、ZookeeperA、JobTrackerA、setup哪项是正确的?()C、它对内存没有要求143.大数据平台Hadoop的组件中，提供分布式协作服务的组件是()A、1s145.下面哪个程序负责HDFS数据存储。()Bin/hadoopjarcontrib/streaming/hadoop-0.20- input/filename-outputoutput-mapper'dosth.py5’-filedosmapred.reduce.tasks=1以下说法不正确的是()147.在Java中，实现线程的创建有()方法148.HFile数据格式中的Metalndex字段用于()。C、znode的是有版本的，每个znode的中存储的数据可以有多个版本，也就是一个访问路径中可以存储多份数据。A、record155.在文件属性中，文件的权限用第()列字符表示。156.HDfS中的block默认保存几份?答案A默认3分A、创建外部表时需要指定external关键字D、可靠性162.如何禁用reduce阶段()A、读使用xIwt模块，写使用xlrd模块B、写使用xIwt模块，读使用xlrd模块C、读使用read模块，写使用write模块D、读使用write模块，写使用read模块A、Shuffle--Sort--RedC、数据处理系统A、Client171.关于Linux操作系统的组成和结构，下面叙述中错误的是()块172.Hadoop集群的关闭命令是?()173.ZooKeeper的特点不包括()A、顺序一致性B、原子性C、可靠性177.在Python中，网络框架Django是()A、支持快速建站的框架178.在Java中，以下哪个最准确描述sy个文件64K,127MB,256MB,那么hadoop框架会将输入划分成多少份?()D、原子性187.Container封装节点上多维度资源不包括()188.()使用目录节点树的方式(类似文件系统)存储数据，主要用途是维护和监A、Zookeeper189.配置Hadoop环境变量修改()文件190.下列()不是非关系型数据库。B、可以通过重载isSplitable()方法来避免文件分片194.Hadoop的作者是哪一位()196.按粒度大小的顺序，Hive数据被分为：数据库、数据表、()、桶?B、栏A、io.sort.spill.perc据类型?D、InputFormat格式类199.在Linux系统中新增一个新组group2,同时指定新组的组标识号是101,命令200.下列不属于数据存储技术的是()。A、host.conf1000)),阅读代码以下描述不正确的是：D、生成的随机数的范围是(0,1000)A、从namenode上得到数据块位置C、从namenode上得到数据和数据块位置D、从datanode上得到数据块位置204.HBase依靠()存储底层数据B、任意可以在WindowsServer2008上的应用程序206.下列选项中那些是Hadoop2.x版本独有的进程()A、JobTrackerA、Ctrl+D209.Linux操作系统vm.swappiness参数值被设置为10,它的含义是()211.下面有关NameNode安全模式(safemode)说法错误的是()C、调用setSafeMode()函数能够打开或关闭安全模式A、duA、FIF0SchedulerA、A:mkdir216.狭义的Hadoop是一个适合大数据分布式存储和分布式计算的平台，不包括下面哪个组件?218.端口50070默认是Hadoop哪个服务的端口?()220.模式，多个Hive用户通过网络连接到数据库。B、多用户模式221.下列大数据特点中错误的是()。机器重启之后而找不到机器的情况，那么IP地址配置需要修改那个文件()224.在Java中，阅读下列文件定入的Java代码，共有()处错误 importjava.io.*; publicclassTest10{ publicstaticvoidmain(String[]args){ Stringstr="文件写入练习"; FileWriterfw=nuFileWriter("c:\mytext.txt");//2 #x000D;}catch(10Exceptionex){ ex.printStackTrace(); } } 、0B、1225.关于Flume的三大组件以下说法正确的是()。A、channel可以和任意数量的B、channel只能链接单一的source和sink。A、1229.在Java中，线程中的sleep(lonA、cursor.callproc(pC、cursor.callproc('pA、Master机器上的IP和50070(“.”);System.out.printIn(filA、一定死锁D、以上说法都不对D、修改hdfs-site.xml配置文件240.在驱动类中，()设置输入数据的格式。A、使用方法set0utputFormatB、使用方法set0utputKeyValueC、使用方法setInputFormat242.Shufile阶段中哪一步是可选的?()A、threshold=<ratio(Datanode)-ratio(Rack)B、threshold=<ratio(DaC、threshold<ratio(Rack)-rD、threshold>=|ratio(Datanode)-raC、它的目的是帮助NameNode合并编辑日志，减少247.在Java中，File类中哪个方法可以判断文件是否存在?A、exists()248.以下对定时调度器描述正确的是()249.下列关于Hive描述正确的是()。D、Hive支持迭代计算250.在执行一个job时，如果这个job的输出路径已经存在，那么程序会()。B、抛出警告，但是能够继续执行D、数据存储规模有限A、$hadoopjarhadoop-examples-25.0jarwoB、$hadoopfs-hadoop-examples-25.0jarwordcountD、$hadoopjarhadoop-examples-2.5.0/jarwordc255.啤酒和尿布的关系是大数据在()行业的典型应用。256.大数据的分布式计算使用下面哪项技术?()257.在Java中，字符输出流类都是()抽象类的子类A、FilterWriter是Thread类的实例的260.Hbase的主要作用是()B、是一种编程模型，用于大规模数据集(大于1TB)的并行运算D、将要储存的文件分散在不同的硬盘上，并记录他们的位置A、hdfsdfs-dir/user/roA、DistributedFileSysB、尽量使用驼峰命名法266.在Linux下安装NTP服务的命令是()。A、sleep(1)269.对于Hive中的分区(partition)概念，如下描述错误D、分区字段可以作为where字句的条件解析：多选题(共13题，10.4分)270.在整个maprduce运行阶段，数据是以()形式存在的A、key/value271.HBase依赖()提供强大的计算能力A、Zookeeper272.Shuffle中的Partitioner发生在哪个过程()A、start()A、hadoopfs-ls/hello.txtC、hadoopfs-cat/hello.D、hadoopfs-taiA、elifC、if下存储200个每个200M的文本文件，请问最终会在集群中产生多少个数据块(包括副本)?A、200C、使用ChainReducer时，每个mapper和reducer对象都有一个本地JobConf对象280.下面关于Region的说法，哪个是错误的?A、10Exception283.在Java中，当()方法终止时，能使线程进入死亡状态。A、run284.在Java中，一个Socket由()唯一确定B、一台机器288.Hive定义一个自定义函数类时，需要继承以下哪个类?()289.yarn-site.xml中参数和解释不能对应的是()B、yarn.nodemanager.local-dirs:多条存储路径可以提高磁盘的读写速度290.关于ApplicationMaster组件描述错误的是()。292.下列不属于HBase基本元素的一项是0A、只读C、可读可写A、Mapper、Combiner、ReducerA、Observer299.Hive表的数据默认存储与数据仓库目录()中。A、/user/hive/warehoB、用来删除一个文件A、Double-Number302.下列关于Combiner的描述，正确的是()。D、应谨慎使用Combiner303.下面对分区描述的过程正确的是()305.下列关于HadoopAPI说法错误的是()B、Configuration类的默认实例化方法是以HDFS系统的资源配置为C、FileStatus对象存储文件和目录的元数据D、FSDatalnputStream是java.io.DatalnputStream的子类306.在MapReduce中，下面哪个阶段是并行进行的()A、ResourceManagerNodeManagerApplicationMasterContainerB、SchedulerResourceManagerAppliC、MapreduceNodeManagerAppliD、HDFSResourceManagerNod容C、对于selectcount(*)fromtable操作，一定会启reduce任务316.以下选项哪个命令可以生成公钥()317.关于MapReduce1和YARN的对比错误的是?318.下列哪项通常是集群的最主要的瓶SparkContext对象，其变量名为()A、scA、JobtrackerA、psWhichlnputFormat应该为以下的()A、数据发布和订阅328.用于检查节点自身的健康状态的进程是()A、ResourceManager329.大数据平台操作演示不包括()332.下面给Job任务添加缓存文件的方式正确的是()答案：A333.如果一个split文件中有3行内容，则MapReduce框架将为其分配一个任务进335.互联网的发展分为个阶段。337.在启动hadoop集群以后，查看jps进程有几个?A、3个338.HDFS适合的读写任务是()。339.在Java中，假如电脑上E盘没有xxx目录，则下面程序功能描述正确是 Filefile1=newFiC、Python程序也有继承的关系，只要满足is-a的关系都可以用继承来表示。D、Python程序也有继承的关系，只要满足have-a的关系都可以用继承来表示。342.Hadoop最初是由谁创建的?344.下列对Zookeeper基本操作描述错误的是()。C、setData操作用于获取znoC、大括号C、bin/hadoopnamenodeD、sbin/hdfsdf349.上传Hadoop压缩文件到soft目录下的命令为()A、tar-zxvfsoft/hadoop.2.7.3.tar.gzB、tar-zcvfsoft/hadoop.2.7.3.tar.gzC、tar-zvf/soft/hadoop.2D、tar-zxvf/soft/hadoop.2.7350.下面关于Shuffle过程描述正确的是()351.查看Hadoop版本信息的命令是()D、远端数据定义A、2C、1356.下面描述正确的是()A、rwxr-x---的数字表示是750。B、rw-r-x---的数字表示是530。C、rw-rw-r--的数字表示是655。D、rwxr-----的数字表示是740。是不可行的?a.InputFormatb.Mapperc.Combinerd.Reducere.PartitionerB、新建的线程调用start()方法会进入就绪状态A、0B、1A、3C、1A、{["name":"json","age":10],[C、[{"name":"json","age":10},{"name"D、{["name":"json";"age":10];["二、多选题1.下列哪些是对reduce阶段任务正确理解()A、对多个map任务的输出，按照不同的分区，通过网络copy到不同的reduce节2.下列理解不恰当的是()4.下列选项中，属于Hadoop的优势的是()。息)C、HDFS采用主从结构模型7.HBase的三层结构中，三层指的是哪三层?8.下面那些选项正确描述了Hbase特性()D、面向列B、数据来源众多，格式复杂C、注重数据的整体价值，不过分关注个别数据10.下列对计数器类说法正确的是()B、Counterct=context.getCounter(groupName,counterName);这句代码是些特点()【选三项】13.在Linux中，以下FTP说法正确的是()【选两项】14.MapReduce与HBase的关系，哪些描述是正确的?16.下面对Partioner分区描述正确的是()18.在Python中，使用Flask框架模板有哪些好处?()【选三项】D、代码结构清晰，耦合度高D、数据维护20.在Linux系统中，用户组操作的常用命令有()【选三项】A、Configuationconf=newCC、job.setMaperClass(27.对MapReduce框架描述正确的是()C、yarn.resourcemanaA、isA、Pig35.HBase访问接口类型包括哪些?36.关于mapreduce自定义数据类型实现readFields()方法描述错误的是()38.MapReduce的具体应用包括哪些?42.下列正确的有()list(K2,V2)Reduce:(K2,list(V2))context)throwsI0Exception,InterruptedExceptionvalues,Contextcontext)thr主要包括以下哪几个方面?B、资源浪费(Map和Reduce分两阶段执行)48.负责将系统中的资源分配给各个正在运行的程序的组件是()。B、全局应用程序管理器C、应用程序管理器50.下列说法正确的是()B、单机模式52.关于数据创新包含()B、重组数组B、容易检查数据错误C、保证数据可靠性B、使用”from模块名import函数名1”方式导入模块中的函数。D、容易造成资源浪费61.在下列压缩格式中，可以进行分割的有()。A、gzipD、大数据分析挖掘A、正常启动C、安全启动B、域名服务C、数据对比，即join。A、折线图A、ResourceManagerC、大数据集A、0C、易于维护A、资源管理器ResourceManagerD、Writable接口是一个序列化对象的接口，能够将数据写入流或者从流中读出。关系型数据库的特点描述正确的是()。81.关关于ZooKeeper的配置参数，下列说明正确的是()【选两项】D、dataDir:hadoop的数据目录。82.MapReduce集群中的节点硬件有那些?【选三项】A、光驱84.以下属于机器学习的是()85.下列哪一句没有错误()D、Shuffle过程对mapreduce几乎没有用处。86.对reducetask理解正确的是()A、从map端远程读取数据D、将分组数据传递给用户编写的reduce()A、PuppetA、Scala的优势是提供了REPL(Read-Eval-PrintLoop,交互式解释器),提高D、Scala可以更好地支持分布式系统89.关系数据库引以为傲的两个关键特性(完善的事务机制和高效的查询机制),A、Web2.0网站系统通常不要求严格的数据库事务B、HBase系统为每个Region服务器配置了一个HLog文件C、Zookeeper会实时监测每个Region服务器的状态92.以下关于HDFS的设计理念描述正确的有()。C、简单的一致性模型他节点进行通信),分离的系统也能够正常运行B、任务调度D、数据即服务96.Shuffle过程中的merge的三种形式分别是()97.以下选项中属于数据的作用是()A、沟通D、多租户100.下列理解正确的是()102.每次格式化Hadoop的文件系统都会删除哪两个文件中的数据()【选两项】A、.dir104.以下关于MapReduce缺点描述错误的有()。108.下列对应解释正确的有()B、FloatWritable:浮点数C、DoubleWritable:双字节数值D、IntWritable:整型数109.Linux中重启系统的命令有()【选两项】110.Linux系统的优势有()【选两项】111.对reducer基类描述正确的是()A、读取输入文件内容，解析成key、value对。对输入文件的每一行，解析成key、value对。每一个键值对调用一次map函数。B、平台即服务(PaaS)三、判断题A、正确A、正确A、正确A、正确A、正确A、正确A、正确A、正确21.hadoopdfsadmin-report命令用于检测HDFS损坏块。23.在整个数据传输的过程中，Flume将流动的数据封装到一个event(事件)中，26.Hive基于Hadoop,安装Hive之前先安装好Hadoop。()30.RPC协议称为远程过程调用协议()31.hadoop1的主要结构是由HDFS和mapreduce组成的34.Hadoop的核心配置通过两个xml文件来完成：1,hadoop-default.xml;2,服务端(Server)。来排序。()38.MapTask阶段环形缓冲区默认大小值为80MB()A、正确41.Hadoop支持数据的随机写。()A、正确43.在Yarn上只能运行在一定时间内完成并正常退出的程序。()问题。()理模式。()A、正确A、正确A、正确或则会写入metadata信息并反馈client端。A、正确率低的一个重要原因。shuflle中的执行顺序是先分区，然后在溢写之前进行排序，最后溢出的多个磁盘文件会进行合并成一个大文件。76.启动Hadoop集群服务之前需要格式化文件系统(第一次)规则。()97.hadoopdfsadmin-report命令用于检测HDFS损坏块A、正确101.lucene是支持随机读写的A、正确102.Map映射：对一个列表的元素进行合并。()A、正确A、正确入元数据信息并反馈给客户端。()113.溢出因子(Spillfactor)是临时文件中储存文件的大小A、正确A、正确A、正确A、正确A、正确A、正确124.Kafka适用于实时性要求不高的场景。()A、正确A、正确五、简答题答案：1)、reducesidejoinreducesidejoin行join(笛卡尔乘积)。即：