2026年山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.Flume如何处理故障恢复？（）A、使用事务性机制B、使用重试机制C、使用断点续传机制D、以上都不是答案：C2.Flume的事件是什么？（）A、数据项，记录，和文件B、数据流，记录，和事件C、数据项，记录，和消息D、数据流，记录，和消息答案：D3.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：A4.Flume的哪个版本加入了Kafka作为源和汇点？（）A、1.X版本B、2.X版本C、3.X版本D、4.X版本答案：B5.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：C6.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：A7.Flume的拦截器实现了哪个接口？（）A、ChannelInterceptorB、EventInterceptorC、SinkInterceptorD、SourceInterceptor答案：B8.MySQL数据库驱动文件放置于hive哪个目录下（）。A、jarB、libC、binD、sbin答案：B9.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：B10.Sparkjob默认的调度模式是（）。A、FIFOB、FAIRC、无D、运行时指定答案：A11.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：B12.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：D13.Flink中的任务并行度（TaskParallelism）是指（）。A、任务执行的速度B、同一任务的多个实例并行执行C、不同任务之间的并行执行D、任务的执行顺序答案：B14.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：B15.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：D16.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：D17.使用消息队列的好处不包括（）。A、能够有效解耦B、可恢复性增强C、提供缓冲空间D、能够同步通信答案：D18.SparkSQL中，mode函数可以接收的参数有哪些（）。A、Override、IgnoreB、Override、Ignore、AppendC、Ignore、Append、ErrorIfExistsD、Override、Ignore、Append、ErrorIfExists答案：D19.要在Hive中启用数据列级别的访问控制（RBAC），应该设置哪个配置参数（）？A、hive.column.security.enabledB、hive.rbac.enabledC、hive.security.columns.enabledD、hive.access.control.columns=true答案：C20.使用create命令新建容器时，指定映射到本地主机端口的命令选项是（）。A、-pB、-hC、-nD、-i答案：A21.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：C22.Hadoop安装在一台计算机上，需修改相应的配置文件，用一台计算机模拟多台主机的集群是（）模式。A、全分布模式B、伪分布模式C、单机模式D、全分布HA模式答案：B23.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：D24.Docker的三大核心不包括（）。A、容器B、算法C、镜像D、仓库答案：B25.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：A26.消费者出现活锁问题时应该（）。A、增加erval.ms相关参数B、减少消费者数量C、重启集群D、提高poll频率答案：A27.Flink的数据源可以是（）。A、文件B、消息队列C、数据库D、以上都是答案：D28.Flume的哪个组件用于将事件数据写入目标存储？（）A、ChannelB、SinkC、Source和ChannelD、Source和Sink答案：B29.在Kafka中，（）是ISR队列中最小的LEO。A、LEOB、ISRC、HWD、AR答案：C30.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：C31.下列（）不是Docker项目中用于文件存储的数据库。A、MYSQLB、MongoDBC、RedisD、Kafka答案：D32.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：D33.Flink的集群部署通常需要（）作为资源管理器。A、YARNB、ApacheZooKeeperC、ApacheKafkaD、HadoopHDFS答案：A34.查看HDFS的报告命令是（）。A、bin/hdfsdfsadmin-reportB、bin/hdfs-reportC、bin/hdfsdeadmin-reportD、bin/hdfsdfs-report答案：A35.在Centos中启动Docker服务的命令是（）。A、systemstartdockerB、systemenabledockerC、systemctlstartdockerD、systemctlrundocker答案：C36.在ZooKeeper中，EPHEMERAL节点的特点是（）。A、临时创建，会话结束后自动删除B、持久创建，会话结束后仍然保留C、只能由Leader节点创建D、只能由Follower节点创建答案：A37.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：B38.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：B39.以下哪个选项不是Sqoop的导入模式？（）A、纯文本导入B、二进制导入C、Avro导入D、JSON导入答案：D40.新构建一个名为mydocker的镜像的操作命令是（）。A、dockernewmydockerB、dockerbuildmydockerC、dockernew-tmydockerD、dockerbuild-tmydocker答案：D41.Flink最常用的编程语言是（）。A、JavaB、PythonC、ScalaD、C++答案：A42.DataFrame和RDD最大的区别是（）。A、科学统计支持B、多schemaC、存储方式不一样D、外部数据源支持答案：B43.ZooKeeper中的默认端口号是（）。A、2181.0B、8080.0C、3306.0D、5432.0答案：A44.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：D45.以下对hive中表数据操作描述正确的是（）。A、hive可以修改行值B、hive可以修改列值C、hive不可以修改特定行值、列值D、以上说法都不对答案：C46.查看Docker所有容器的命令是（）。A、dockerpsB、dockerps-aC、dockerallD、dockerlistall答案：B47.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：A48.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：B49.Kafka的消费者在处理消息时可以选择的模式是（）。A、单线程模式B、多线程模式C、分布式模式D、并行模式答案：B50.在Docker的运行过程中，对镜像的操作不包括（）。A、deleteB、searchC、pullD、push答案：A51.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：C52.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：A53.Docker的三大核心不包括（）。A、容器B、算法C、镜像D、仓库答案：B54.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：C55.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：B56.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：B57.关于Hive描述正确的是（）。A、count函数必须开窗口才能使用B、max函数是窗口函数C、lead函数是聚合函数，不是窗口函数D、min函数是聚合函数，不是窗口函数答案：B58.将一个已经创建的容器导出到一个文件使用的操作命令是（）。A、dockerimportB、dockerloadC、dockeroutputD、dockerexport答案：D59.以下哪个参数在sqoop命令中用于指定要删除HDFS的目标目录？（）A、--delete-target-dirB、--target-dirC、--delete-dirD、--delete答案：A60.在ZooKeeper中，ZAB协议是（）。A、用于节点间的数据同步和一致性保证的协议B、用于节点间的消息传递和通信的协议C、用于节点间的负载均衡和路由选择的协议D、用于节点间的权限控制和访问管理的协议答案：A61.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：B62.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：A63.Docker运行的核心模块是（）。A、DockerServerB、DockerEngineC、DockerClientD、Dockerfile答案：B64.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：C65.在Sqoop中，使用哪个命令可以列出可用的数据库连接？（）A、sqooplist-databasesB、sqoophelpC、sqoopconnectionsD、sqoopserver答案：A66.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：A67.在Hive中，以下哪个配置参数用于指定Hive执行计划的输出目录（）？A、hive.query.plan.output.directoryB、hive.exec.plan.output.directoryC、hive.plan.output.directoryD、hive.query.execution.directory答案：A68.以下哪个是正确的sqoop导入数据的完整命令？（）A、sqoopimport--connectjdbc:mysql://localhost:3306/userdb--usernameroot--delete-target-dir--target-dir/MysqlToHDFS1--tablestudentB、sqoopimportdata--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--tablestudentD、bin/sqoopimportdata--connectjdbc:mysql://localhost:3306/userdb--usernameroot--delete-target-dir--target-dir/MysqlToHDFS1--tablestudent答案：C69.关于Hive数据倾斜问题描述正确的是（）。A、不需要了解业务，对业务进行数据探查无法解决数据倾斜B、每一个数据倾斜的作业都需要优化C、小文件合并不会解决数据倾斜的问题D、可以适当的通过控制mapper和reducer来控制数据倾斜的问题答案：D70.Flume的事件传输方式是什么？（）A、pull-basedB、push-basedC、stream-basedD、event-based答案：B71.Flink的广播状态（BroadcastState）用于（）。A、在所有任务之间共享状态B、保持数据流的连续性C、加速数据处理D、控制数据流速度答案：A72.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：A73.在ZooKeeper中，每个节点都有一个唯一的标识符，这个标识符是（）。A、ZNodeB、EphemeralNodeC、PersistentNodeD、ZooNode答案：A74.Docker的（）命令用于构建镜像。A、createB、addC、buildD、new答案：C75.Flume的Channel组件负责什么？（）A、临时存储从Source组件接收的数据B、临时存储从下一组件接收的数据C、在Source和Sink之间传递数据D、在Source和Receiver之间传递数据答案：A76.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：D77.ZooKeeper使用的是（）文件系统。A、HadoopDistributedFileSystem（HDFS）B、NetworkFileSystem（NFS）C、ZooKeeperFileSystem（ZFS）D、ExtensibleStorageEngine（ES答案：C78.下面哪个程序负责HDFS数据存储（）。A、DatanodeB、NameNodeC、JobtrackerD、secondaryNameNode答案：A79.（）不是Spark的四大组件。A、SparkStreamingB、MllibC、GraphXD、SparkR答案：D80.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：C81.关于ZooKeeper说法错误的是（）。A、ZooKeeper是一个高可用的分布式数据管理和协调框架B、能够很好的保证分布式环境中数据的一致性C、越来越多的分布式系统（Hadoop、HBase、Kafka）中使用ZooKeeperD、Hadoop的高可用不需要用到ZooKeeper答案：D82.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：D83.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：D84.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：C85.ClusterManager是（）。A、资源的分配和管理B、从节点C、执行器D、主节点答案：A86.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：B87.Flume的核心组件有哪些？（）A、Source，Channel，andSinkB、Source，Channel，andReceiverC、Source，Buffer，andSinkD、Source，Router，andChannel答案：A88.在Sqoop中，哪个参数用于指定要导入的目标表？（）A、--tableB、--target-dirC、--outdirD、--where答案：A89.Kafka的消费者可以以什么方式进行消息偏移量的管理？（）A、手动管理B、自动管理C、随机管理D、循环管理答案：B90.Flume的哪个版本开始支持Spoolingdirectorysource？（）A、Flume1.0B、Flume1.1C、Flume1.2D、Flume1.3答案：C91.Docker内置网络模式不包括（）。A、host模式B、mynet模式C、none模式D、bridge模式答案：B92.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：A93.Kafka的核心是由哪个组件组成？（）A、ProducerB、ConsumerC、BrokerD、ZooKeeper答案：C94.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：B95.关于Hive内外表描述正确的是（）。A、内部表数据由HDFS自身管理，外表表数据由Hive管理;B、内部表数据存储的位置是hive.metastore.warehouse.dir设置配置（默认:/user/hive/warehouse）C、外表存储必须指定LOCATIOND、内外表删除时，都会删除元数据和存储答案：B96.下面哪个命令行参数可以用来删除Kafka中的Topic？（）A、listB、createC、deleteD、describe答案：C97.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：A98.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：B99.在Flink中，水位线是（）生成的。A、基于系统时间的周期性B、基于事件时间的周期性C、由用户手动指定D、实时答案：A100.查看Docker版本号的操作命令是（）。A、docker-vB、docker--versionC、docker-lD、docker-a答案：A101.（）参数不影响kafka重平衡?A、session.timeout.msB、erval.msC、message.max.bytesD、erval.ms答案：C102.Hive适合（）环境。A、Hive适合用于联机（online）事务处理B、提供实时查询功能C、适合应用在大量不可变数据的批处理作业D、Hive适合关系型数据环境答案：C103.制作镜像时，复制文件到镜像中使用的命令是（）。A、ADDB、COPYC、RUND、CMD答案：B104.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：D105.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：D106.Kafka最初是由哪家公司开发的？（）A、GoogleB、FacebookC、LinkedInD、Microsoft答案：C107.Kafka的消息以什么形式进行存储？（）A、表格B、集合C、文档D、日志答案：D108.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：B109.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：A110.在Hive中，哪个配置参数用于指定HiveCLI的历史命令记录目录（）？A、hive.history.file.directoryB、hive.query.log.dirC、hive.cli.history.directoryD、mand.log.dir答案：C111.Flink的CEP（ComplexEventProcessing）库用于（），帮助检测和处理特定的事件模式。A、执行复杂数据处理操作B、处理图形数据C、处理实时事件流D、控制数据流速度答案：C112.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：A113.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：D114.Task运行在下面（）选项中Executor上的工作单元。A、DriverprogramB、sparkmasterC、workernodeD、Clustermanager答案：C115.ZooKeeper的特点不包括（）。A、顺序一致性B、原子性C、可靠性D、复合系统映像答案：D116.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：A117.在ZooKeeper中，Watcher是在（）被触发。A、在节点数据变更之前B、在节点数据变更之后C、在节点数据变更期间D、取决于Watcher的设置答案：B118.将一个RDD转换为DataFrame的方法是（）。A、dataFrame（）B、toDataFrame（）C、DF（）D、toDF（）答案：D119.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：B120.强制删除容器tmp01的操作命令是（）。A、dockerrm-ftmp01B、dockerrm-vtmp01C、dockerrm-itmp01D、dockerrm-ttmp01答案：A121.Spark默认的存储级别是（）。A、MEMORY_ONLYB、MEMORY_ONLY_SERC、MEMORY_AND_DISKD、MEMORY_AND_DISK_SER答案：A122.关于SecondaryNameNode哪项是正确的？（）A、它是NameNode的热备B、它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间C、它对内存没有要求D、SecondaryNameNode应与NameNode部署到一个节点答案：B123.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：B124.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：C125.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：A126.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：C127.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：A128.SparkStreaming中对DStream的转换操作会转变成对（）的操作。A、sqlB、datasetC、rddD、dataframe答案：C129.Linux下启动HDFS的命令是（）。A、HdfsB、startdfsC、start-dfs.shD、start-dfs.cmd答案：C130.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：D131.Flink的本地模式（LocalMode）和集群模式（ClusterMode）之间的主要区别是（）。A、部署方式B、编程语言C、安全性设置D、并行度设置答案：A132.Kafka的消息压缩算法可以选择的方式是（）。A、GZIPB、SnappyC、LZ4D、所有以上答案：D133.以下关于RDD的宽依赖和窄依赖的说法错误的是（）。A、窄依赖表现为子RDD的一个分区只依赖于某个（些）父RDD的一个分区B、宽依赖则表现为子RDD的一个分区依赖于同一个父RDD的多个分区C、宽依赖的RDD之间无Shuffle操作D、窄依赖的RDD之间无Shuffle操作答案：C134.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：D135.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：D136.Flink的核心概念之一是（）。A、数据表B、数据流C、数据库D、数据仓库答案：B137.Docker配置文件的语法格式中，代表单个字符的符号是（）。A、*B、?C、!D、^答案：B138.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：C139.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：A140.HBase依赖（）技术框架提供消息通信机制。A、ZookeeperB、ChubbyC、RPCD、Socket答案：A141.在Flink的配置文件中，（）通常用来指定Flink任务并行度。A、parallelism.defaultB、task.parallelismC、parallelism.default-taskD、task.default-parallelism答案：D142.在Hive中，以下哪个配置参数用于指定Hive的执行引擎为Spark（）？A、hive.execution.engine=sparkB、hive.spark.execution.engine=trueC、hive.spark.engine.enabled=trueD、hive.query.engine=spark答案：A143.DStream的转换操作方法中，（）方法可以直接调用RDD上的操作方法。A、countByKey（）B、updateStateByKey（func）C、cogroup（otherStream，[numTasks]）D、transform（func）答案：D144.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：B145.Flink的状态管理用于（），以支持容错性和状态化的计算。A、存储和检索中间结果B、控制数据流速度C、定时触发窗口操作D、执行数据清洗答案：A146.查看Docker镜像信息的命令是（）。A、lddockerB、lsimagesC、dockerlistimagesD、dockerimages答案：D147.Flink的作业调度（JobScheduling）通常由（）负责。A、ResourceManagerB、TaskManagerC、JobManagerD、ZooKeeper答案：C148.Flink的作业提交通常需要（）来管理作业的执行。A、JobManagerB、TaskManagerC、ResourceManagerD、NameNode答案：A二、多选题1.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：AD2.以下不是Spark中Executor的作用是（）。A、保存计算的RDD分区数据B、向Driver反向注册C、接受Driver端发送来的任务Task，作用在RDD上进行执行D、做资源调度任务答案：ABD3.Flink有哪些状态存储方式（）。A、RocksDBStateBackendB、MemoryStateBackendC、KafkaD、FsStateBackend答案：ABD4.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：ABC5.Master的ElectedLeader事件后不做（）操作。A、通知driverB、通知workerC、注册applicationD、直接ALIVE答案：ABC6.Docker数据卷的操作有（）。A、dockervolumecreateB、dockervolumeinspectC、dockervolumermD、dockervolumesave答案：ABC7.下列属于RDD的行动算子的是（）。A、count（）B、first（）C、take（）D、filter（）答案：ABC8.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.Hive中的数据类型包括哪些（）。A、整数类型B、字符串类型C、时间类型D、自定义数据类型答案：ABCD10.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：ABD11.Kafka的特性（）。A、高吞吐量、低延迟B、可扩展性、持久性、可靠性C、容错性D、高并发答案：ABCD12.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：AD13.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：ABD14.Flume的拦截器支持哪些操作？（）A、数据过滤B、数据转换C、数据压缩D、数据加密E、数据脱敏答案：ABCD15.在Hive中，以下哪个配置属性用于指定Hive表的默认文件格式（）。A、hive.default.input.formatB、hive.table.default.formatC、hive.default.file.input.formatD、hive.input.format.default答案：ABC16.zookeeper在kafka中的作用（）。A、kafka将元数据信息维护在zookeeper上B、kafka的producer、consumer、topic、partition都需要依赖zookeeperC、kafka使用zookeeper来实现动态的集群扩展D、发送到topic的数据需要经过zookeeper答案：AC17.Flume可以用于哪些类型的数据采集？（）A、结构化数据B、非结构化数据C、日志数据D、实时数据答案：ABCD18.SparkContext可以从（）读取数据。A、本地磁盘B、webC、hdfsD、内存答案：ACD19.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：ABCDE20.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：ACD21.要启用Hive的压缩功能，应该配置哪个属性（）。A、press.enableB、pressC、pression.codecD、pression答案：ACD22.下列选项（）是ZooKeeper的应用场景。A、Master选举B、分布式锁C、分布式协调/通知D、存储非关系型数据答案：ABC23.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：AC24.Docker的常用镜像命令有（）。A、COPYB、DELETEC、RUND、FROM答案：ACD25.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：ABCD26.Docker在开发和运维过程中具有的优势有（）。A、更快速的交付和部署B、更高效的资源利用C、更轻松的迁移扩展D、更简单的更新管理答案：ABCD27.hadoopHA启动后，以下哪些进程运行在master（）？A、QuorumPeerMainB、SecondaryNameNodeC、NamenodeD、ResourceManager答案：ABCD28.Flume的Channel类型有哪些？（）A、MemoryChannelB、FileChannelC、ForwardChannelD、ReplicatorChannel答案：ABD29.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：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.在使用Sqoop将数据从Hive导入到MySQL之前，需要确保以下条件已经满足（）。A、已经安装了Hadoop集群和Hive数据库B、已经安装了MySQL数据库，并且可以连接到MySQL数据库C、已经安装了Sqoop，并且可以在命令行中运行Sqoop命令D、已经安装好JAVA答案：ABC32.Flink支持的Source包括（）。A、自定义数据读取B、从集合中读取数据C、从文件中读取数据D、从消息队列中读取数据答案：ABCD33.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：ABD34.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：ABCD35.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：BCD36.Kafka的消息传递保证可以是（）。A、最多一次B、至少一次C、正好一次D、恰好两次答案：AB37.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：BCD38.下面哪个配置属性用于指定Hive查询的最大并行度（）。A、hive.query.parallelismB、hive.exec.parallelC、hive.query.max.parallelD、hive.parallel.query.max答案：ACD39.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：BCDE40.以下哪些组件属于Hadoop生态圈（）。A、MySQLB、HiveC、HDFSD、Sqoop答案：BCD41.下列关于镜像操作命令匹配正确的有（）。A、获取镜像:dockerpullB、查看镜像:dockerimageC、创建镜像:dockercreateD、上传镜像:dockeruploadE、查找镜像:dockersearchF、获取镜像:dockerpush答案：ABE42.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：BCD43.下面是使用Sqoop将数据从Hive导入到MySQL的具体步骤（）。A、创建Hive表B、插入数据C、使用Sqoop导出数据D、在MySQL中查看数据答案：ABCD44.Hadoop集群的三大核心组件是（）。A、HDFSB、MapReduceC、ZookeeperD、YARN答案：ABD45.Dockerfile配置文件中的指令包括（）。A、ENABLEB、VOLUMEC、SHELLD、ADDE、ARG答案：BCDE46.MLlib包括（）。A、分类模型B、聚类模型C、特征抽取D、统计模型答案：ABCD47.Flink的兼容性体现在（）。A、YARN能够作为Flink集群的资源调度管理器B、能够与Hadoop原有的Mappers和Reduces混合使用C、能够使用Hadoop的格式化输入和输出D、能够从本地获取数据答案：ABCD48.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：ACD49.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：ABC50.关于ZooKeeper的特性说法正确的是（）。A、能改变ZooKeeper服务器状态的操作称为事务操作B、是版本机制有效避免了数据更新时出现的先后顺序问题C、当节点发生变化时，通过watcher机制，可以让客户端得到通知D、watch能触发多次答案：ABC51.Hive中的哪个配置属性用于指定Hive表的默认存储格式（）。A、hive.default.storage.formatB、hive.default.file.formatC、hive.default.formatD、hive.default.serde.format答案：ABC52.从RDD转换得到DataFrame包含两种典型的方法，分别是（）。A、利用反射机制推断RDD模式B、使用编程方式定义RDD模式C、利用投影机制推断RDD模式D、利用互联网机制推断RDD模式答案：AB53.要启用Hive的Tez执行引擎，应该配置哪个属性（）。A、hive.execution.engineB、hive.exec.engineC、hive.tez.enableD、hive.use.tez答案：ABD54.Flume的核心组件有哪些？（）A、SourceB、ChannelC、SinkD、Receiver答案：ABC55.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：BC56.Flume的HTTPSource和Sink组件支持哪些HTTP方法？（）A、GETB、POSTC、PUTD、DELETE答案：BCD57.Flink的主要特性包括（）。A、精确一次的状态一致性保障B、批流一体化C、精密的状态管理D、事件时间支持答案：ABCD58.Flink整个系统包含（）三个部分。A、ClientB、TaskManagerC、DataSetD、JobManager答案：ABD59.Flink的核心组件包括（）。A、ResourceManagerB、JobManagerC、TaskManagerD、NameNode答案：BC60.以下哪些属于ETL工具（）。A、sqoopB、flumeC、kafkaD、spark答案：ABC61.Flink的时间窗口有（）。A、滚动窗口B、滑动窗口C、定时窗口D、会话窗口答案：ABD62.kafka容错性说话正确的是（）。A、允许集群中节点失败（若副本数量为n，则允许n-1个节点失败）B、杀死集群中的主节点还是可以使用C、杀死集群中所有的副节点还是可以使用D、无论结束的是主还是副broker，都不会影响kafka使用，只要还有一个副本答案：ABCD63.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：ABC64.Docker的网络类型有（）。A、bridgeB、overlayC、hostD、macvlanE、none答案：ABCDE65.当使用Sqoop进行数据导出时，以下哪些（）选项是正确的?A、Sqoop可以使用多个mapper同时进行数据导出B、Sqoop导出的数据可以按照指定的列进行排序C、Sqoop导出的数据可以插入到已存在的HDFS目录中D、Sqoop导出的数据可以删除已存在的HDFS目录答案：ABC66.Flink的Sink有哪些类型（）。A、RedisSinkB、KafkaSinkC、ElasticSearchSinkD、HiveSink答案：AB67.Docker的核心概念包括（）。A、镜像B、主机C、容器D、仓库E、引擎答案：ACD68.下列属于RDD的转换算子的是（）。A、groupByKey（）B、reduce（）C、reduceByKey（）D、map（）答案：ACD69.ZooKeeper的集群中的Leader节点的选举是通过以下（）方式实现。A、随机选择B、抢占式C、共识机制D、选举算法答案：CD70.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：AD71.Stage的Task的数量不是由（）决定。A、PartitionB、JobC、StageD、TaskScheduler答案：BCD72.HadoopHDFS自身的局限性包括（）。A、不适合做低延迟、细粒度访问B、无法高效存储大量的小文件C、不支持多文件的写入及任意修改文件D、无法实现数据的冗余备份存储答案：ABC73.Kafka的消息传递可以使用的序列化器包括（）。A、JSONB、AvroC、ProtobufD、XML答案：ABC74.Hive中的数据存储如何分区（）。A、HDFSB、HBaseC、MySQL或DerbyD、Redis答案：CD75.与hadoop相比，Spark主要有（）优点。A、提供多种数据集操作类型而不仅限于MapReduceB、数据集中式计算而更加高效C、提供了内存计算，带来了更高的迭代运算效率D、基于DAG的任务调度执行机制+C:F答案：ABCD76.Hadoop核心主要由（）部分组成。A、HDFSB、DFSC、MapReduceD、RDD答案：AC三、判断题1.（）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：A2.（）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：A3.（）SparkCore中的shuffle操作是对数据进行过滤的一种方式。A、正确B、错误答案：B4.Parquet对于大型查询的类型是高效的，对于扫描特定表格中的特定列的查询，Parquet特别有用。A、正确B、错误答案：A5.（）Kafka的消息是持久化存储的，可以长期保存。A、正确B、错误答案：A6.在Hive中，可以使用LOADDATA命令将数据导入表中。A、正确B、错误答案：A7.Hive将元数据保存在关系数据库中，大大减少了在查询过程中执行语义检查的时间。A、正确B、错误答案：A8.（）Flink可以与HDFS无缝集成，以便在作业中读写数据。A、正确B、错误答案：A9.（）Kafka的消息传递可以保证消息的顺序性。A、正确B、错误答案：A10.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：A11.（）Flume可以在不同的网络拓扑中进行数据传输。A、正确B、错误答案：A12.Hive中的表是模式化的，需要在创建表时定义表的模式。A、正确B、错误答案：A13.（）Kafka的消费者可以从指定的偏移量开始消费消息。A、正确B、错误答案：A14.（）RDD之间是窄依赖关系可分为一个stage，RDD之间是宽依赖关系应分为不同的stage。A、正确B、错误答案：A15.Hive可以直接存储数据，而不需要底层存储系统。A、正确B、错误答案：B16.Hive中支持对数据的改写和添加（对文本内数据的添加）。A、正确B、错误答案：B17.（）Sqoop导入指的是将数据从HDFS迁移到关系型数据库。A、正确B、错误答案：B18.（）在SparkStreaming中，DStream的输出操作是真正触发DStream上所有转换操作进行计算。A、正确B、错误答案：A19.（）Flume的Sink组件负责将数据从Channel中读取并写入目标位置。A、正确B、错误答案：A20.（）Hive中的分区表通常用于跨多个集群节点进行数据分发。A、正确B、错误答案：B21.（）如果指定了“\n”为Sqoop导入的