2026年广东省职业院校技能大赛-中职组（大数据应用与服务赛项）考试题库（带答案）

PAGEPAGE1一、单选题1.Flink的TableAPI和SQL用于（）。A、数据可视化B、执行SQL查询C、数据流分析D、数据清洗答案：B2.在ZooKeeper中，节点的数据版本是如何维护的？（）A、自动递增B、手动指定C、根据节点的创建时间确定D、随机生成答案：A3.当之前下线的分区重新上线时，要执行Leader选举，选举策略为（）。A、OfflinePartitionLeader选举B、ReassignPartitionLeader选举C、PreferredReplicaPartitionLeader选举D、ControlledShutdownPartitionLeader选举答案：A4.在linux系统中，提交hadoop程序的命令是（）。A、hadoopjarB、hadoop-submitC、hadoop-jarD、hadoopfs答案：A5.搜索nginx引擎的操作命令是（）。A、dockersearchnginxB、dockerpullnginxC、dockerpushnginxD、dockerrmnginx答案：A6.ZooKeeper中的一次读操作是原子的吗？（）A、是，读操作是原子的B、否，读操作可能不是原子的C、取决于读操作的类型D、取决于节点的类型答案：A7.Kafka的生产者在发送消息时可以选择的传递方式是（）。A、同步传递B、异步传递C、并行传递D、串行传递答案：A8.在hadoop配置中core-site.xml的配置是（）参数。A、集群全局参数B、HDFS参数C、Mapreduce参数D、集群资源管理系统参数答案：A9.下列（）不可以作为SparkStreaming的输入数据流。A、KafkaB、TwitterC、TCP套接字D、Openstack答案：D10.查看HDFS的报告命令是（）。A、bin/hdfsdfsadmin-reportB、bin/hdfs-reportC、bin/hdfsdeadmin-reportD、bin/hdfsdfs-report答案：A11.当使用sqoop将数据从MySQL导入到HDFS时，以下哪个参数用于指定使用多个mapper？（）A、-mB、-fC、-tD、-c答案：A12.ZooKeeper中的数据模型是基于（）。A、关系模型B、键值对模型C、图模型D、文档模型答案：B13.以下哪个是正确的sqoop命令，用于将数据从MySQL导入到HDFS？（）A、bin/sqoopimport--connectjdbc:mysql://0:3306/userdb--usernameroot--delete-target-dir--target-dir/MysqlToHDFS1--tablestudentB、bin/sqoopimport--connectjdbc:mysql://localhost:3306/userdb--usernameroot--delete-target-dir--target-dir/MysqlToHDFS1--tablestudentC、bin/sqoopimport--connectjdbc:mysql://localhost:3306/userdb--usernameroot--delete-target-dir--target-dir/MysqlToHDFS1--tablestudent--m11D、bin/sqoopimport--connectjdbc:mysql://localhost:3306/userdb--usernameroot--delete-target-dir--target-dir/MysqlToHDFS1--tablestudent--m11.3答案：D14.下列说法错误的是（）。A、生产者和消费者面向的都是一个topicB、生产者发送数据的对象是leaderC、当集群中的某个节点发生故障时，Replica上的partition数据不会丢失D、partition是一个没有顺序的队列答案：D15.Flink的窗口操作通常在（）执行，以对数据进行分组、聚合和统计。A、数据产生时B、数据进入Flink时C、数据在窗口中间时D、数据离开Flink时答案：C16.创建一个容器的操作命令是（）。A、dockeraddB、dockernewC、dockerbuildD、dockercreate答案：D17.下列不是Spark的部署模式的是（）。A、单机式B、单机伪分布式C、列分布式D、完全分布式答案：C18.在Hive中，以下哪个配置参数用于指定Hive元数据存储的数据库类型（）？A、hive.metastore.urisB、hive.metastore.schemaC、hive.metastore.db.typeD、hive.metastore.db.url答案：C19.Flume的Kafka源类型是什么？（）A、KafkaSourceB、KafkaSpoutC、KafkaAvroSourceD、KafkaEventSource答案：A20.Flink支持的数据处理方式为（）。A、批处理B、流处理C、以上都是D、无法确定答案：C21.下列方法中，不能创建RDD的方法是（）。A、makeRDDB、parallelizeC、textFileD、restFile答案：D22.关于SparkSQL，以下说法正确的是（）。A、HiveContext继承了SqlContextB、DataFrame其实就是RDDC、HiveContext只支持SQL语法解析器D、SparkSQL的前身是Hive答案：A23.Kafka的消息消费可以使用哪种模式？（）A、单播B、组播C、广播D、串播答案：A24.Flink最常用的编程语言是（）。A、JavaB、PythonC、ScalaD、C++答案：A25.Flink中的转换算子（TransformationOperator）通常用于（）。A、计算作业的结果B、控制作业的执行顺序C、定义数据源D、过滤和转换数据流答案：D26.关于Hive的SequenceFile格式描述正确的是（）。A、SequenceFile是二进制文件格式，以list的形式序列化到文件中B、SequenceFile存储方式:列存储C、SequenceFile不可分割、压缩D、SequenceFile优势是文件和Hadoopapi中的MapFile是相互兼容的答案：D27.允许开发人员为容器分配MAC地址的是（）。A、网桥网络B、覆盖网络C、驱动网络D、主机网络答案：C28.Flink支持处理各种类型的数据，包括（）数据。A、结构化B、半结构化C、无结构化D、以上都是答案：D29.Flume的事件可以包含哪些属性？（）A、Timestamp，Type，Body，Headers，CountB、Timestamp，Type，Body，Headers，IDC、Timestamp，Type，Body，Headers，SequenceIDD、Timestamp，Type，Body，Headers，Number答案：C30.Docker的（）命令只支持将本地文件复制到容器中。A、ADDB、COPYC、SCPD、PUT答案：B31.Flink中的事件时间（EventTime）是指（）。A、事件发生的时间B、事件进入Flink的时间C、事件处理完成的时间D、事件被记录的时间答案：A32.sqoop安装完成后，查看sqoop版本的命令是（）。A、Sqoop-versionB、SqoopversionC、Sqoop-vD、Sqoopv答案：B33.关于Dataset，下列说法错误的是（）。A、Dataset能从RDD中构建B、Dataset提供了特定域对象中的弱类型集合C、Dataset结合了RDD和DataFrame的优点D、Dataset可以通过SparkSession中的createDataset来创建答案：B34.在Flink中，（）通常用于指定Flink作业的任务流图（JobGraph）。A、flink.xmlB、job.confC、pertiesD、flink-config.yaml答案：D35.Flink的分布式部署需要的组件是（）。A、JobManager和TaskManagerB、JobClient和JobTrackerC、Master和SlaveD、Driver和Executor答案：A36.下列选项中，（）不属于转换算子操作。A、filter（func）B、map（func）C、reduce（func）D、reduceByKey（func）答案：C37.Sqoop将导入或导出命令翻译成什么程序来实现导入导出（）。A、SparkB、StormC、MapReduceD、Tez答案：C38.Flink的安装过程中，通常需要设置（）来指定Flink的根目录。A、JAVA_HOMEB、PATHC、FLINK_HOMED、FLINK_PATH答案：C39.Flume的事件Body可以包含什么类型的数据？（）A、String，Byte数组，字节流，Map和自定义对象序列化后的数据.B、String，Map和自定义对象序列化后的数据.C、Byte数组，字节流和自定义对象序列化后的数据.D、String和自定义对象序列化后的数据.答案：A40.在Hive中，哪个配置参数用于指定Hive的执行模式，如本地模式或MapReduce模式（）？A、hive.execution.engineB、hive.execution.modeC、hive.mapred.modeD、hive.exec.mode答案：B41.在HDFS分布式文件系统中，一般采用冗余存储，冗余因子通常设置为（）。A、1.0B、2.0C、3.0D、4.0答案：C42.Hive中的哪个配置参数用于指定Hive表的默认分隔符（）？A、hive.default.dimiterB、hive.default.separatorC、hive.default.field.delimD、hive.default.field.ddelim答案：C43.查看Docker所有容器的命令是（）。A、dockerpsB、dockerps-aC、dockerallD、dockerlistall答案：B44.关于Hive查询通常延迟较高的原因描述错误的是（）。A、由于没有索引，需要扫描整个表，因此延迟较高B、由于MapReduce本身具有较高的响应延迟，因此在利用MapReduce执行Hive查询时，也会有较高的延迟响应C、关系型数据库较于Hive底层的文件系统实现，执行延迟较低D、Hive查询延迟较于关系型数据库，延迟响一直都是很高的答案：D45.关于MapReduce的说法正确的是（）。A、MapReduce1.0用YARN框架来进行资源调度的B、MapReduce是基于内存计算的框架C、MapReduce是分布式文件存储系统D、MapReduce1.0既是一个计算框架又是一个资源调度框架答案：D46.Hive中的配置文件通常位于哪个目录中（）？A、/etc/hive/confB、/etc/hadoop/confC、/etc/hive/D、/etc/hive/config答案：A47.以下关于Spark与Hadoop对比，说法错误的是（）。A、Spark的计算模式也属于MapReduce，但不局限于Map和Reduce操作，还提供了多种数据集操作类型，编程模型比HadoopMapReduce更灵活B、Spark提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高C、Spark磁盘IO开销较大，任务之间的衔接涉及IO开销D、Spark基于DAG的任务调度执行机制，要优于HadoopMapReduce的迭代执行机制答案：C48.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答案：D49.下面中不属于HIVE中的元数据信息（）。A、表的名字B、表的列和分区及其属性C、表的属性（只存储内部表信息）D、表的数据所在目录答案：C50.ZooKeeper中的一致性协议ZAB是基于（）算法实现。A、2PC（Two-PhaseCommit）算法B、Raft算法C、Paxos算法D、3PC（Three-PhaseCommit）算法答案：C51.Hive的默认元数据存储是什么（）？A、MySQLB、PostgreSQLC、DerbyD、Oracle答案：C52.Hive是为了解决哪类问题（）？A、海量结构化日志的数据统计B、分布式组件调度C、分布式组件调度D、分布式组件调度答案：A53.Hadoop集群中存在的主要性能瓶颈是（）。A、CPUB、网络C、磁盘IOD、内存答案：C54.以下关于Spark计算框架，说法错误的是（）。A、Spark支持内存计算B、Spark框架是使用Java编写的C、Spark提供了完整而强大的技术栈，包括SQL查询、流式计算、机器学习和图算法组件D、Spark可运行于独立的集群模式中，可运行于Hadoop中，也可运行于AmazonEC2等云环境中答案：B55.Kafka的主题分区数量可以根据什么进行配置？（）A、生产者数量B、消费者数量C、主题的重要性D、集群的规模答案：D56.要在Hive中启用Kerberos认证，应该设置哪个配置参数（）？A、hive.security.authenticationB、hive.kerberos.enabledC、hive.auth.kerberosD、hive.authentication.method答案：A57.下列关于topic和partition的描述，错误的是（）。A、Kafka中消息是以partition进行分类的B、与partition不同，topic是逻辑上的概念而非物理上的概念C、每个partition对应于一个log文件D、一个partition分为多个segment答案：A58.Spark采用RDD以后能够实现高效计算不是因为（）A、高效的容错性，通过血缘关系重新计算丢失分区B、中间结果持久化到内存，数据在内存中的多个RDD操作之间进行传递，避免了不必要的读写磁盘开销C、存放的数据可以是Java对象，避免了不必要的对象序列化和反序列化D、RDD采用了高效的“转换”和“动作”算子答案：D59.典型的NoSQL数据库是（）。A、HiveB、MySQLC、HbaseD、Oracle答案：C60.配置Hadoop文件参数时，配置项“dfs.replication”应该配置在哪个文件？（）A、core-site.xmlB、hdfs-site.xmlC、mapred-site.xmlD、yarn-site.xml答案：B61.Flink的高可用性（HighAvailability）设置通常需要配置的组件是（）。A、JobManager和TaskManagerB、ResourceManager和NodeManagerC、NameNode和DataNodeD、ZooKeeper集群答案：D62.Flink的容错机制是（）工作的，它定期记录数据流的状态，以便在发生故障时进行恢复。A、基于备份数据B、基于检查点C、基于异常处理D、基于数据重播答案：B63.Flume的哪个版本开始支持Avro作为数据传输格式？（）A、1.X版本B、2.X版本C、3.X版本D、4.X版本以后答案：D64.将大数据平台数据导出到mysql可以使用（）工具。A、HadoopB、SqoopC、HiveD、Xshell答案：B65.以下哪种不是Hive支持的数据类型（）。A、StructB、IntC、MapD、Long答案：A66.以下关于Spark中的RDD的说法，错误的是（）。A、RDD就是一个分布式对象集合，本质上是一个只读的分区记录集合B、每个RDD可分成多个分区，每个分区就是一个数据集片段C、RDD提供了一种高度共享内存模型，RDD既可以读，也可以直接修改D、RDD的不同分区可以被保存到集群中不同的节点上，从而可以在集群中的不同节点上进行并行计算答案：C67.关于SparkSQL，以下描述错误的是（）。A、SparkSQL使用的数据抽象并非是DataFrame，而是RDDB、在Spark的早期版本中，DataFrame被称为SchemaRDDC、DataFrame是一种以RDD为基础的分布式数据集D、DataFrame可以完成RDD的绝大多数功能答案：A68.关于Hive存储的文件格式描述错误的是（）。A、ORC格式是Hive一直支持的B、TEXTFILE是Hive的默认存储格式C、SequenceFile是一种二进制存储D、RC是ORC的前身答案：A69.Flink的时间语义（TimeSemantics）中的事件时间（EventTime）和处理时间（ProcessingTime）的区别是（）。A、事件时间是事件发生的时间，处理时间是事件进入Flink的时间B、事件时间是事件进入Flink的时间，处理时间是事件发生的时间C、事件时间和处理时间是相同的D、事件时间和处理时间没有明确的定义答案：A70.当在Sqoop中使用--append参数时，它会将数据添加到目标表的哪个位置？（）A、文件的开头B、文件的末尾C、新文件中D、随机位置答案：B71.Flume的拦截器实现了哪个接口？（）A、ChannelInterceptorB、EventInterceptorC、SinkInterceptorD、SourceInterceptor答案：B72.当在Sqoop中使用--target-dir参数时，它指定了哪个目录的路径?（）A、导出数据的目录B、导入数据的目录C、HDFS的目标目录D、S3的目标目录答案：C73.dockerfile文件的作用是（）。A、普通文件B、用于自定义镜像C、用于保存容器配置D、用于存放docker配置答案：B74.在Hive中下列哪个命令不可以实现去重（）。A、distinctB、groupbyC、row_numberD、having答案：D75.namenode在（）模式下hdfs文件系统无法修改和写入文件。A、安全模式B、维护模式C、同步模式D、待机模式答案：A76.以下关于Hive操作描述不正确的是（）。A、Hive是一个建立在hadoop文件系统上的数据仓库架构，可以用其对HDFS上B、Hive依赖于MapReduce处理数据C、Hive的加载数据时候，可以用local进行修饰，表示从某个本地目录下加载数据D、Hive一般可以用于实时的查询分析答案：D77.在Hive中，以下哪个配置参数用于指定HDFS的名称节点地址（）。A、hive.metastore.urisB、fs.defaultFSC、hive.metastore.warehouse.dirhive.server2.thrift.port答案：B78.Flume的哪个版本开始支持Spoolingdirectorysource？（）A、Flume1.0B、Flume1.1C、Flume1.2D、Flume1.3答案：C79.Flume的Source组件负责什么？（）A、接收数据并将其写入ChannelB、接收数据并将其转发到下一组件C、从数据源读取数据并将其写入ChannelD、从数据源读取数据并将其写入接收器答案：C80.HadoopMapReduce支持多种语言编程，下列说法不正确的是（）。A、可以用JAVA语言编写MapReduce应用程序B、可以用C/C++语言编写MapReduce应用程序C、可以用Python语言编写MapReduce应用程序D、可以用javascript语言编写MapReduce应用程序答案：D81.Hive中以下操作不正确的是（）。A、loaddatainpathintotablenameB、insertintotablenameC、insertoverwritetablenameD、updatetablename答案：D82.在ZooKeeper中，节点可以设置监听器吗？（）A、是，可以设置监听器B、否，节点没有监听功能C、取决于节点的类型D、取决于节点的权限设置答案：A83.在Flink中，（）通常用于指定Flink作业的任务流图（JobGraph）。A、flink.xmlB、job.confC、pertiesD、flink-config.yaml答案：B84.在ZooKeeper中，ACL（访问控制列表）可以设置为（）。A、CREATOR_ALL_ACLB、OPEN_ACL_UNSAFEC、AUTH_IDSD、所有选项都正确答案：D85.Docker运行的核心模块是（）。A、DockerServerB、DockerEngineC、DockerClientD、Dockerfile答案：B86.下列（）不是RDD的缓存方法。A、persist（）B、Cache（）C、Memory（）D、以上都不是答案：C87.HBase依赖（）技术框架提供消息通信机制。A、ZookeeperB、ChubbyC、RPCD、Socket答案：A88.设用压力测试测出机器写入速度是20M/s一台，峰值的业务数据的速度是100M/s，副本数为6，预估需要部署Kafka机器数量为（）。A、6.0B、12.0C、13.0D、20.0答案：C89.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模型答案：A90.Hive中分组的关键字是什么（）？A、groupbyB、orderbyC、distributebyD、sortby答案：A91.Kafka是一种（）。A、数据库系统B、分布式消息队列系统C、缓存系统D、文件系统答案：B92.关于ZooKeeper临时节点的说法正确的是（）。A、创建临时节点的命令为:create-s/mpmyvalueB、一旦会话结束，临时节点将被自动删除C、临时节点不能手动删除D、临时节点允许有子节点答案：B93.Flume的Sink组件负责什么？（）A、将数据从Channel中读取并写入目标位置B、将数据从Channel中读取并发送到下一组件C、从Channel中读取数据并将其写入接收器D、从Channel中读取数据并将其写入目标位置.答案：D94.Docker是基于（）实现的开源容器项目。A、C语言B、Java语言C、Go语言D、Python语言答案：C95.在Flink中，窗口（Window）的作用是（）。A、控制数据流的速度B、对数据流进行分组C、对数据流进行时间切片D、对数据流进行过滤答案：C96.Flume的哪个版本加入了对Thrift事件的的支持？（）A、Flume1.0B、Flume1.1C、Flume1.2D、Flume1.3答案：B97.在ZooKeeper中，在配置文件zoo.cfg中，请问initLimit表示的含义是（）。A、Leader-Follower初始通信时限B、Leader-Follower同步通信时限C、Client-Server通信心跳时间D、Client-Server初始通信时限答案：A98.Flume的核心组件有哪些？（）A、Source，Channel，andSinkB、Source，Channel，andReceiverC、Source，Buffer，andSinkD、Source，Router，andChannel答案：A99.关于Hive用户自定义函数UDF的描述错误的是（）。A、UDF（User-Defined-Function）一进一出B、UDAF（User-DefinedAggregationFunction）聚集函数，多进一出C、UDTF（User-DefinedTable-GeneratingFunctions）一进多出D、上传UDFjar包至Hive环境即可使用自定义函数答案：D100.sqoop的组件功能是（）。A、sqoop只能实现关系型数据库向非关系型数据传输数据B、sqoop是关系型数据库C、sqoop实现在关系型数据库和非关系型数据库之间时行数据传输D、sqoop是非关系型数据库答案：C101.ZooKeeper中的节点可以设置（）类型的触发器。A、数据变更触发器B、子节点变更触发器C、连接状态触发器D、所有类型的触发器答案：D102.水位线的单位通常是（）。A、秒B、毫秒C、分钟D、小时答案：B103.Flink任务管理器（TaskManager）的作用是（）。A、管理Flink集群的任务B、管理Flink作业的状态C、执行Flink作业的任务D、部署Flink作业到集群答案：C104.Flume的默认通道类型是什么？（）A、MemoryB、FileChannelC、KafkaChannelD、JdbcChannel答案：A105.Flume的哪个版本加入了对Avro事件的的支持？（）A、Flume1.0B、Flume1.1C、Flume1.2D、Flume1.3答案：C106.与传统消息系统相比，Kafka的突出特点不包括（）。A、能够持久化日志B、容错能力强，是一个分布式系统C、支持实时的流式处理D、提供在线消息同步和离线消息缓存的能力答案：D107.在Docker的运行过程中，对镜像的操作不包括（）。A、deleteB、searchC、pullD、push答案：A108.DStream的输出操作，不包括（）。A、foreachRDD（func）B、print（）C、flatMap（func）D、saveAsTextFiles（prefix）答案：C109.下面哪种情况不会触发ConsumerRebalance操作（）。A、某个消费者崩溃B、某个生产者崩溃C、消费者消费的多个topic中某个topic被删除D、新增消费者答案：B110.Flume的哪个组件可以保证数据不会丢失？（）A、通道B、接收器C、拦截器D、源答案：B111.Hive是以（）技术为基础的数据仓库。A、HDFSB、MAPREDUCEC、HADOOPD、HBASE答案：C112.Flink的日志管理通常包括（）这几个方面。A、日志存储和检索B、日志清理和压缩C、日志分析和报警D、以上都是答案：D113.在ZooKeeper中，（）角色负责协调其他节点的工作。A、领导者（Leader）B、跟随者（Follower）C、观察者（Observer）D、所有角色均可答案：A114.下面（）不是RDD的特点。A、可分区B、可序列化C、可修改D、可持久化答案：C115.ZooKeeper使用的是（）文件系统。A、HadoopDistributedFileSystem（HDFS）B、NetworkFileSystem（NFS）C、ZooKeeperFileSystem（ZFS）D、ExtensibleStorageEngine（ES答案：C116.下列选项中，针对Spark运行的基本流程是错误是（）。A、Driver端提交任务，向Master申请资源B、Master与Worker进行TCP通信，使得Worker启动ExecutorC、Executor启动会主动连接Driver，通过Driver->Master->WorkExecutor，从而得到Driver在哪D、Driver会产生Task，提交给Executor中启动Task去做真正的计算答案：B117.关于Hive数据模型描述正确的是（）。A、Hive的元数据存储在HDFS中B、Hive的数据模型只包含:表、分区C、Hive的数据模型只包含:表、分区D、Hive的数据模型只包含:表、分区答案：D118.Flume的源类型有哪些？（）A、Log4j，Kafka，HBase，自定义B、File，Kafka，HBase，自定义C、File，Kafka，HBase，Spooling，自定义D、File，Kafka，HBase，Spooling，Exec答案：C119.下列语句中，描述错误的是（）。A、可以通过CLI方式、JavaApi方式调用SqoopB、Sqoop底层会将Sqoop命令转换为MapReduce任务，并通过Sqoop连接器进行数据的导入导出操作C、Sqoop是独立的数据迁移工具，可以在任何系统上执行D、如果在Hadoop分布式集群环境下，连接MySQL服务器参数不能是"localhost"或""答案：C120.以下选项哪个是HDFS的名称节点（）。A、DataNodeB、SecondaryNodeC、NodeD、NameNode答案：D121.当Kafka中日志片段大小达到（）时，当前日志片段会被关闭。A、1MB、100MC、1GBD、10GB答案：C122.将nginx容器接入自定义的myops网络的操作命令是（）。A、dockernetworkjoinmyopsnginxB、dockernetworkconnmyopsnginxC、dockernetworkconnectmyopsnginxD、dockernetworkconnectnginxmyops答案：C123.关于SparkStreaming的优点，不包括（）。A、易用性B、容错性C、易整合性D、低吞吐量答案：D124.下列哪种情况不会触发消费者分区的重新分配?A、当有新的消费者加入消费者组B、已有的消费者推出消费者组C、处于消费者所在分区最近提交的offset位置D、消费者所订阅的主题的分区发生变化答案：C125.关于HiveSQL编译描述正确的是（）。A、HiveSQL的Parser层是为了将SQL转化为执行计划的B、逻辑层优化器会进行算子转换，优化合并不必要的算子操作C、MapReduce任务是需要遍历QueryBlock后生成的D、编译器遍历ASTTree，抽象出查询的基本组成单元OperatorTree答案：B126.Hive中的自动分区是通过哪个配置参数启用的（）？A、hive.auto.partitionB、hive.partition.autoC、hive.exec.dynamic.partitionD、hive.partitioning.auto答案：C127.Spark默认的存储级别是（）。A、MEMORY_ONLYB、MEMORY_ONLY_SERC、MEMORY_AND_DISKD、MEMORY_AND_DISK_SER答案：A128.Kafka的消息传递保证是（）。A、至少一次B、最多一次C、正好一次D、无保证答案：A129.Sqoop是一个用于在Hadoop和关系型数据库之间进行大规模数据迁移的工具，它属于哪个Apache项目的一部分？（）A、HadoopB、HiveC、ApacheCommonsD、Noneoftheabove答案：A130.Flink的Web界面通常用于（）。A、编写Flink作业B、监控Flink集群C、运行Flink作业D、调试Flink作业答案：B131.Kafka的消息是如何进行顺序写入的？（）A、顺序写入到磁盘B、顺序写入到内存C、顺序写入到缓存D、顺序写入到索引文件答案：A132.Docker中的每一个工作都可以抽象为一个（）。A、实例B、进程C、JobD、请求答案：C133.Hadoop组件在企业应用中，能用于大数据集实时查询的产品有（）。A、HiveB、PigC、MahoutD、Hbase答案：D134.Flink的作业调度（JobScheduling）通常由（）负责。A、ResourceManagerB、TaskManagerC、JobManagerD、ZooKeeper答案：C135.强制删除容器tmp01的操作命令是（）。A、dockerrm-ftmp01B、dockerrm-vtmp01C、dockerrm-itmp01D、dockerrm-ttmp01答案：A136.关于Hive和传统数据库的比较描述正确的是（）？A、Hive使用了查询语言HQL（HiveQueryLanguage），HQL与SQL没有任何关系B、Hive使用了查询语言HQL（HiveQueryLanguage），HQL与SQL不确定有没有关系C、Hive是建立在Hadoop之上的，所有Hive的数据都是存储在HDFS中的，而数据库则可以将数据保存在块设备或者本地文件系统中D、Hive针对数据仓库设计，针对的是读多写少的场景答案：D137.ZooKeeper中的Watcher是（）。A、监视节点数据变更的机制B、监视节点子节点变更的机制C、监视节点连接状态的机制D、所有选项都正确答案：D138.Sqoop的作用是（）。A、用于传统关系数据库和Hadoop之间传输数据B、提供对日志数据进行简单处理的能力C、是Hadoop体系中数据存储管理的基础D、是一个建立在HDFS之上，面向列的针对结构化和半结构化数据和动态数据库答案：A139.使用Dockerrm命令删除容器时只删除容器的链接，需要使用的命令选项是（）。A、fB、lC、vD、i答案：B140.将一个RDD转换为DataFrame的方法是（）。A、dataFrame（）B、toDataFrame（）C、DF（）D、toDF（）答案：D141.在ZooKeeper中，SEQUENTIAL节点的特点是（）。A、节点名称具有顺序性B、节点数据具有顺序性C、节点的触发器具有顺序性D、节点的ACL具有顺序性答案：A142.yarn状态的查询url为（）。A、http://yarn:8088B、http://yarn:50070C、http://master:8088D、http://master:50070答案：C143.Flink的数据源（Source）通常用于（）。A、生成随机数据B、从外部系统读取数据C、存储计算结果D、控制作业的并行度答案：B144.在导入开始之前，Sqoop检索出表中所有的列以及列的SQL数据类型，这些SQL类型被映射什么类型（）。A、CB、C++C、JavaD、Python答案：C145.Kafka服务器默认能接收的最大消息是多大?（）♂A、1MB、10MC、100MD、没有大小限制，因为支持大数据答案：A146.在配置好Hadoop集群之后，通过浏览器登录查看HDFS状态，以下是查看的URL（）。A、http://master:8089B、:50070C、http://master:16010D、http://master:9999答案：B147.下列哪个数据类型不是hadoop的数据类型（）。A、TextB、StringC、InWritableD、NullWritable答案：B148.关于Hivemetastore的三种模式的描述错误的是（）。A、Derby方式是内嵌的方式，也是默认的启动方式，一般用于单元测试B、local模式中，使用MySQL本地部署实现metastoreC、remote模式为远程MySQLD、Derby方式在同一时间只能有多个进程连接使用数据库答案：D二、多选题1.要读取people.json文件生成DataFrame，可以使用下列（）命令。A、spark.read.json（"people.json"）B、spark.read.text（"people.json"）C、spark.read.format（"json"）.load（"people.json"）D、spark.read.format（"csv"）.load（"people.json"）答案：AC2.Hadoop核心主要由（）部分组成。A、HDFSB、DFSC、MapReduceD、RDD答案：AC3.关于partition中的数据是如何保持到硬盘上的，说法正确的是（）。A、一个topic分为好几个partition，每一个partition是以文件夹的形式保持在broker节点上面的B、每一个分区的命名是从序号0开始递增C、每一个partition目录下多个segment文件（包含xx.index，xx.log），默认是1GD、每个分区里面的消息是有序的，数据是一样的答案：ABC4.下列属于RDD的行动算子的是（）。A、count（）B、first（）C、take（）D、filter（）答案：ABC5.Docker容器的重要操作有（）。A、创建B、删除C、启动D、停止E、迁移答案：ABCDE6.Flink常见的应用场景包括（）。A、数据流水线应用B、事件驱动型应用C、地图应用D、数据分析应用答案：ABD7.Flink核心组成部分提供了面向（）的接口。A、批处理B、流处理C、表处理D、复杂事件处理答案：AB8.要配置Hive的元数据存储用户名，应该设置哪个属性（）。A、hive.metastore.userB、hive.metastore.usernameC、hive.metastore.db.userD、hive.metastore.connection.username答案：ABD9.Hadoop的优点有哪些（）？A、扩容能力强B、成本低C、速度快D、占用资源少答案：AB10.Sparkdriver的功能是（）。A、作业的主进程B、负责了作业的调度C、负责向HDFS申请资源D、负责作业的解析答案：ABD11.Flink组件中流类型包括（）。A、有界流B、无界流C、字符流D、文件流答案：AB12.要配置Hive的元数据存储连接字符串，应该设置哪个属性（）。A、hive.metastore.uriB、hive.metastore.connectionC、hive.metastore.jdbc.urlD、hive.metastore.connection.url答案：ACD13.Flink的缓存机制包含以下哪些内容（）。A、可以使用户在并行函数中很方便的读取本地文件B、通过ExecutionEnvironment注册缓存文件并为其起名C、当程序执行时，Flink自动将文件或目录复制到所有TaskManager节点的本地文件系统D、用户可以从TaskManager节点的本地文件系统访问它答案：ABCD14.创建镜像的主要方法有（）。A、基于本地文件导入B、基于本地模板导入C、基于已有镜像的容器创建D、基于Dockerfile创建答案：BCD15.Hive的数据存储是如何组织的（）。A、表B、分区C、桶（Bucket）D、列族（ColumnFamily）答案：ABC16.下列关于容器操作命令匹配正确的有（）。A、创建容器:dockeraddB、启动容器:dockerstartC、删除容器:dockerrmD、导出容器:dockerexportE、暂停容器:dockerpause答案：BCDE17.Spark要想很好的支持SQL，需要完成三大过程。这三大过程包括（）。A、加载loadB、解析parserC、优化optimizerD、执行execution答案：BCD18.使用dockerstats命令可以显示的容器信息有（）。A、内存B、网络C、CPUD、端口E、存储答案：ABCE19.Flume的拦截器可以完成哪些操作？（）A、数据过滤B、数据转换C、数据加密D、数据压缩答案：ABC20.以下哪些组件属于Hadoop生态圈（）。A、MySQLB、HiveC、HDFSD、Sqoop答案：BCD21.下列关于Docker的操作命令正确的有（）。A、dockerdeleteB、dockerimportC、dockersearchD、dockerlistE、dockerimages答案：BCE22.以下哪些属于ETL工具（）。A、sqoopB、flumeC、kafkaD、spark答案：ABC23.Flink流式处理的数据源类型包括（）。A、CollectionsB、JDBCC、SocketStreamD、Files答案：ABCD24.Flink的核心组件包括（）。A、ResourceManagerB、JobManagerC、TaskManagerD、NameNode答案：BC25.Kafka的消息传递可以保证消息的可靠性传递通过（）。A、复制机制B、冗余机制C、重试机制D、容错机制答案：AC26.如果要在Hive中启用用户定义的聚合函数（UDAFs），哪个配置属性应该设置为true（）。A、hive.udaf.enableB、hive.enable.udafsC、hive.udaf.supportD、hive.use.udaf答案：ABD27.要在Hive中启用LLAP（LowLatencyAnalyticalProcessing），哪个配置属性应该设置为true（）。A、hive.llap.enabledB、hive.enable.llapC、hive.execution.llap.enabledD、hive.llap.execution.enabled答案：ABD28.hadoopHA启动后，以下哪些进程运行在master（）？A、QuorumPeerMainB、SecondaryNameNodeC、NamenodeD、ResourceManager答案：ABCD29.以下哪些是yam-site.xml配置文件主要参数（）。A、yarn.resourcemanager.addressB、yarn.resourcemanager.scheduler.addressC、yarn.resourcemanager.admin.addressD、yarn.nodemanager.outx-services答案：ABC30.下面哪个配置属性用于设置Hive查询的日志级别（）。A、hive.query.log.levelB、hive.log.query.levelC、hive.logging.levelD、hive.query.logging.level答案：ABD31.管理自定义的网桥网络的操作命令有（）。A、dockernetworkcreateB、dockernetworkconnectC、dockernetworkdisconnectD、dockernetworkrm答案：ABCD32.利用数据卷容器可以对其中的数据卷进行（）操作。A、备份B、恢复C、压缩D、迁移答案：ABCD33.如果要在Hive中启用列级别的权限控制，哪个配置属性应该设置为true（）。A、hive.column.level.securityB、hive.security.column.authorization.enabledC、hive.enable.column.level.securityD、hive.column.authorization.enabled答案：BCD34.Flink有哪些状态存储方式（）。A、RocksDBStateBackendB、MemoryStateBackendC、KafkaD、FsStateBackend答案：ABD35.查看Docker容器的子命令有（）。A、displayB、statsC、inspectD、list答案：BC36.Flume的HTTPSource和Sink组件支持哪些HTTP方法？（）A、GETB、POSTC、PUTD、DELETE答案：BCD37.ZooKeeper中的节点类型包括（）。A、持久节点B、临时节点C、有序节点D、临时有序节点答案：ABCD38.Kafka的核心组件包括（）。A、ProducerB、ConsumerC、BrokerD、SchemaRegistry答案：ABC39.Stage的Task的数量不是由（）决定。A、PartitionB、JobC、StageD、TaskScheduler答案：BCD40.nginx可以提供的功能有（）。A、作为HTTP服务器B、作为负载均衡服务器C、作为邮件代理服务器D、作为反向代理服务器答案：ABCD41.Kafka的消息传递可以使用的序列化器包括（）。A、JSONB、AvroC、ProtobufD、XML答案：ABC42.要在Hive中配置HDFS的NameNodeURI，应该设置哪个属性（）。A、node.uriB、node.uriC、D、node.uri答案：ABC43.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.答案：ACD44.Hive中的哪个组件负责将HQL语句翻译成MapReduce任务（）。A、QueryOptimizerB、QueryExecutorC、QueryCompilerD、QueryDriver答案：ACD45.Hive中的分区是如何定义的（）。A、在表的创建时定义B、在查询时动态定义C、在元数据存储中定义D、在表的插入操作中定义答案：ABC46.下面关于Flink窗口描述错误的是（）。A、滚动窗口在时间上是重叠的B、滚动窗口在时间上是不重叠的C、滑动窗口之间时间点存在重叠D、滑动窗口之间时间点不存在重叠答案：AD47.RDD有（）缺陷。A、不支持细粒度的写和更新操作（如网络爬虫）B、基于内存的计算C、拥有schema信息D、不支持增量迭代计算答案：AD48.Kafka的消费者可以以下哪种方式进行消息的并行处理？（）A、多线程B、多进程C、多节点D、多分区答案：ABC49.Hive中的数据存储如何分区（）。A、HDFSB、HBaseC、MySQL或DerbyD、Redis答案：CD50.关于ZooKeeper顺序节点的说法不正确的是（）。A、创建顺序节点的命令为:create/testvalue1B、创建顺序节点时不能连续执行创建命令，否则报错节点已存在C、通过顺序节点，可以创建分布式系统唯一IDD、顺序节点的序号能无限增加答案：ABD51.下列选项中，属于Sqoop命令的参数有（）。A、importB、outputC、inputD、export答案：AD52.RDD的操作主要是（）操作。A、转换算子操作B、分组操作C、读写操作D、行动算子操作答案：AD53.关于Flink的架构表述正确的是（）。A、Flink存储层支持专有的文件系统B、从部署层来看，Fink不仅支持本地运行，还能在独立集群或者在被YARN或Mesos管理的集群上运行.也能部署在云端C、Flink提供两个核心API:DatasetAPI和DataStreamAPID、DataSetAPI做批处理，而DataStreamAPI做流处理答案：BCD54.Task运行不在以下选项中Executor上的工作单元有（）。A、DriverprogramB、sparkmasterC、workernodeD、Clustermanager答案：ABD55.后端容器化环境部署中使用的数据库一般有（）。A、accessB、kafkaC、RedisD、MySQLE、MongoDB答案：CDE56.下面哪些场景不是Flink擅长的（）。A、批处理B、迭代计算C、数据存储D、流处理答案：BC57.关于Docker容器的run命令，下列参数匹配正确的有（）。A、在后台运行容器B、已交互模式运行容器C、随机端口映射D、指定容器的hostname答案：ABD58.Flume可以应用于哪些数据传输场景？（）A、数据中心之间传输数据B、跨网络传输数据C、日志数据传输D、数据库备份和还原答案：ABCD59.Hive的分区和桶的主要区别是什么（）。A、分区是物理存储层面的，而桶是逻辑存储层面的B、分区是逻辑存储层面的，而桶是物理存储层面的C、分区是由HiveMetastore管理的，而桶是用户自定义的D、分区和桶在Hive中没有区别答案：AC60.关于dockerbuild命令支持的选项，下列匹配正确的有（）。A、--network:指定run命令时网络模式B、-f:dockerfile名称C、--add-host:添加自定义的主机名到IP的映射D、--label:配置镜像的标签答案：ABC61.Hadoop的运行模式分为以下（）种。A、单机模式B、伪分布模式C、全分布模式D、主备模式答案：ABC62.当使用Sqoop将数据从MySQL导入到HDFS时，以下（）参数可以使用?A、--connectB、--usernameC、--passwordD、--table答案：ABCD63.Hive中的Bucketing是什么（）。A、一种数据压缩技术B、一种数据分区技术C、一种数据排序技术D、一种数据存储技术答案：CD64.Flink支持的时间操作类型包括（）。A、结束时间B、处理时间C、采集时间D、事件时间答案：BD65.启动HDFS至少需要启动（）进程。A、NameNodeB、ResourceManagerC、SecondaryNameNodeD、DataNode答案：ABD66.Sqoop目前支持两种增量导入模式，分别是（）和（）模式。A、lastmodifiedB、appendC、--tableD、--target-dir答案：AB67.下列属于RDD的转换算子的是（）。A、groupByKey（）B、reduce（）C、reduceByKey（）D、map（）答案：ACD68.Flink整个系统包含（）三个部分。A、ClientB、TaskManagerC、DataSetD、JobManager答案：ABD69.在Hive中，以下哪个配置属性用于设置Hive表的默认压缩格式（）。A、press.formatB、pression.codecC、pressionD、pression.format答案：BCD70.Flume的可靠性机制包括哪些内容？（）A、数据备份存储B、数据重复传输C、数据校验和D、数据顺序保证答案：ABCD71.Docker的常用容器命令有（）。A、buildB、runC、pushD、getE、list答案：ABC72.Flume的核心组件有哪些？（）A、SourceB、ChannelC、SinkD、Receiver答案：ABC73.Kafka的消息传递可以使用的认证机制包括（）。A、SSL/TLSB、SASLC、OAuthD、JWT答案：ABC74.Sqoop中的--hive-drop-import-delims参数有什么作用?（）A、在将数据从MySQL导入到Hive时，删除MySQL中存在的所有分隔符B、在将数据从MySQL导入到Hive时，删除MySQL中存在的所有换行符C、在将数据从MySQL导入到Hive时，删除Hive中存在的所有分隔符D、在将数据从MySQL导入到Hive时，删除Hive中存在的所有换行符答案：AC75.下面关于SparkMLlib库的描述正确的是（）。A、MLlib库从1.2版本以后分为两个包:spark.mllib和spark.mlB、spark.mllib包含基于DataFrame的原始算法APIC、spark.mllib包含基于RDD的原始算法APID、spark.ml则提供了基于RDD的、高层次的API答案：AC76.ZooKeeper中的Watcher机制是通过以下（）方式实现。A、回调函数B、轮询机制C、线程池D、事件驱动答案：AD三、判断题1.（）DStream的内部结构是由一系列连续的RDD组成，每个RDD都是一小段时间分隔开来的数据集。A、正确B、错误答案：A2.（）Kafka是一个开源的分布式流处理平台。A、正确B、错误答案：B3.（）在SparkSQL中DataFrame支持随机访问。A、正确B、错误答案：B4.（）HDFS中每个数据节点会定期向名称节点发送信息，向名称节点报告自己的状态。A、正确B、错误答案：A5.HiveORC的存储方式：数据按行分块每块按照列存储。A、正确B、错误答案：A6.（）Flume的数据传输速度与网络带宽成正比。A、正确B、错误答案：A7.hive中包含以下四类数据模型：数据库、表、分区、桶。A、正确B、错误答案：B8.（）部署Spark高可用集群不需要用到Zookeeper服务。A、正确B、错误答案：B9.（）Flume的可靠性机制可以保证在传输失败时重新传输事件。A、正确B、错误答案：A10.（）RDD采用了惰性调用，即在RDD的处理过程中，真正的计算发生在RDD的“行动”操作。A、正确B、错误答案：A11.在Hive中，可以使用SHOWTABLES命令列出所有数据库中的表。A、正确B、错误答案：A12.（）Flume是一种分布式文件系统。A、正确B、错误答案：B13.（）Kafka的消息传递可以保证消息的顺序性。A、正确B、错误答案：A14.当Hive内表的元数据发生变化时，内表的改动修改不会同步给元数据。A、正确B、错误答案：B15.（）SparkSQL可以通过JDBC从关系数据库中读取数据的方式创建DataFrame，通过对DataFrame进行一系列的操作后，不可以将数据重新写入到关系数据库中。A、正确B、错误答案：B16.（）standalone典型的Master/slave模式中Master可能存在单点故障。A、正确B、错误答案：A17.（）Sqoop是上款开源的工具，主要用于在hadoop与传统数据库间进行数据的传递。A、正确B、错误答案：A18.（）Sqoop的主要功能是导入数据和导出数据。A、正确B、错误答案：A19.只有64位版本的Windows环境才能安装Docker。A、正确B、错误答案：A20.（）HADOOPHA通过主备NameNode解决单点故障问题，如果主NameNode发生故障，则切换到备NameNode上。A、正确B、错误答案：A21.（）Sqoop1和Sqoop2两个版本是完全兼容的。A、正确B、错误答案：B22.（）Flink的状态后端（StateBackend）用于管理应用程序的状态数据。A、