PAGEPAGE12025年（H13-711）HCIA-BigData大數(shù)據(jù)認證考試復習題庫（含答案）一、單選題1.SparkStreaming計算基于DStream，將流式計算分解成一系列短小的批處理作業(yè)。A、TRUEB、FALSE答案：A2.MRS會保存用戶設置的登錄Master節(jié)點的初始密碼。為避免被恐意攻擊，建議設置復雜度高的密碼。A、TRUEB、FALSE答案：A3.MySQL引擎用于將遠程的MySQL服務器中的表映射到C1ickHouse中，并允許您對表進行INSERT和SELECT查詢，以方便您在ClickHouse與MySQL之間進行數(shù)據(jù)交換。A、TRUEB、FALSE答案：A4.HBase組件中，數(shù)據(jù)讀寫服務需要連接Master執(zhí)行。A、TRUEB、FALSE答案：B5.Flink不僅能提供同時支持高吞吐和exactly-once語義的實時計算，還能提供批量數(shù)據(jù)處理。A、TRUEB、FALSE答案：A6.某電信公司計劃開展大數(shù)據(jù)業(yè)務，目標業(yè)務有客戶分群、用戶歷史賬單分析、實時話費分析等業(yè)務。若要滿足業(yè)務需求，從功能和成本考慮，下列哪個選項最合適？A、部署StormB、部署MapReduce與StormC、單獨部署SparkD、部署MapReduce答案：C7.下圖展示了StructuredStreaming的計算模型。通過觀察可以得出最終T3的計算結果是？A、Cat2；dog4；owl2B、Dog1；owl1C、at2；dog3；owl1D、Cat1；cat1：Dog2：dog2；owl2答案：A8.HDFS中的block默認保存幾份？A、與DataNode數(shù)量相同B、1份C、2份D、3份答案：D9.HBase集群定時執(zhí)行Compaction的目的是什么？A、提升數(shù)據(jù)讀取性能。B、減少同一個Region的文件數(shù)目。C、減少同一個Region同一個ColumrFamily下的文件數(shù)目。D、提升數(shù)據(jù)寫入能力答案：C10.HBase中數(shù)據(jù)存儲的文件格式是什么？A、HFileB、TextFileC、SequenceFileD、Hlog答案：A11.ClickHouse完全使用SQL作為查詢語言，提供了標準協(xié)議的SQL查詢接口。A、TRUEB、FALSE答案：A12.關于DataSet，下列說法不正確的是？A、DataSet不需要反序列化就可執(zhí)行大部分操作B、DataSet執(zhí)行sort、filter、shuffle等操作需要進行反序列化C、DataSet與RDD高度類似，性能比RDD好D、ataSet是一個由特定域的對象組成的強類型集合答案：B13.數(shù)據(jù)質量要求各業(yè)務部門對相應數(shù)據(jù)領域的數(shù)據(jù)質量全權負責，按業(yè)務需求設計數(shù)據(jù)質量標準，制定數(shù)據(jù)質量管控目標，并遵循企業(yè)數(shù)據(jù)治理費求進行數(shù)據(jù)質量度量，制定符合各自業(yè)務情況的數(shù)據(jù)質量政策及數(shù)據(jù)質量相關的改進計劃，持續(xù)進行數(shù)據(jù)質量管控A、TRUEB、FALSE答案：A14.Elasticsearch索引HBase數(shù)據(jù)是將HBase數(shù)據(jù)寫到HDFS之后，Elasticsearch再建立相應的HBase索引數(shù)據(jù)，實現(xiàn)HBase數(shù)據(jù)的全文檢索。A、TRUEB、FALSE答案：B15.Spark和Hive同時部署時，若SparkSQL要獲取Hive元數(shù)據(jù)，SparkSQL需要在啟動后執(zhí)行同步操作。A、TRUEB、FALSE答案：A16.以下關于MRS使用限制的描述，錯誤的是哪一項？A、創(chuàng)建MRS集群時，不支持自動創(chuàng)建安全組，需要手動創(chuàng)建安全組。B、集群創(chuàng)建完成后，請勿隨意用除或更改已使用的安全組。C、MRS集群使用的安全組請勿隨意放開權限，避免被惡意訪問。D、MRS集群必須創(chuàng)建在VPC子網內。答案：A17.以下關于clickHouse的數(shù)據(jù)分片和數(shù)據(jù)副本的描述，錯誤的是哪一項？A、ClickHouse依靠ReplicatedMergeTree引擎與ZooKeeper實現(xiàn)了復制表機制。B、數(shù)據(jù)副本的主要目的是防止數(shù)據(jù)丟失，增加數(shù)據(jù)存儲的冗余。C、數(shù)據(jù)分片的主要目的是實現(xiàn)數(shù)據(jù)的水平切分。D、分片之間的數(shù)據(jù)是完全相同的。答案：D18.當某RegionServer故障后，HMaster若要恢復數(shù)據(jù)必須依賴下列哪個選項？A、RegionB、HDFSC、RowKeyD、Hlog答案：A19.F1ink用DataStrean來表示程序中的流式數(shù)據(jù)，用戶可以認為它們是含有重復數(shù)據(jù)的可修改的集合（collection），DataStream中元素的數(shù)量是無限的。A、TRUEB、FALSE答案：A20.HBase表設計中，列族和RowKey是表設計的重要內容。下列哪個選項不適合做RowKey？A、用戶名B、手機號C、身份證號D、用戶ID答案：A21.Flume采集日志數(shù)據(jù)，若不考慮數(shù)據(jù)安全性。要達到最高采集速度，應該用什么類型的Channel？A、FileChannelB、JDBCChannelC、MemoryChannelD、HDFSChannel答案：C22.以下哪個選項不是元數(shù)據(jù)管理的目的？A、信息資源規(guī)劃B、業(yè)務系統(tǒng)建設C、數(shù)據(jù)平臺建設D、數(shù)據(jù)價值挖掘答案：D23.HBase的主HMaster是如何選舉的？A、隨機選取B、通過ZooKeeper進行裁決C、由RegionServer進行裁決D、HMaster為雙主模式，不需要進行裁決答案：B24.Kafka中，Leader主要負責監(jiān)控Follower的運行狀態(tài)，F(xiàn)o11ower主要負責數(shù)據(jù)的讀寫。A、TRUEB、FALSE答案：B25.ElasticSearch的索引可以存儲在多種存儲類型，而以下哪種存儲類型不支持？A、HDFSB、共享文件系統(tǒng)C、對象存儲D、本地文件系統(tǒng)答案：C26.以下關于HBase二級索引的描述哪一項是正確的？A、二級索引把要查找的列與rowkey關聯(lián)成一個索引表B、此時列成新的rowkey，原rowkey成為valueC、二級索引查詢了2次D、以上全都正確答案：D27.某網站舉行活動，要求計算該網站每分鐘的用戶訪問量，若要實現(xiàn)該需求，下列哪個選項最合適？A、MapReduceB、StormC、HiveD、Spark答案：B28.大數(shù)據(jù)體量的不斷增加，對數(shù)據(jù)存儲的物理安全性要求越來越高，對數(shù)據(jù)的多副本與容災機制也提出更高的要求。A、TRUEB、FALSE答案：A29.容量調度器在進行資源分配時，現(xiàn)有同級的2個列隊Q1和Q2，它們的容量均為30，其中Q1已使用8，Q2已使用14，則會優(yōu)先將資源分配給Q1A、TRUEB、FALSE答案：A30.可以通過以下哪個命令創(chuàng)建節(jié)點數(shù)據(jù)？A、1s/nodeB、get/nodeC、set/nodedataD、create/node答案：C31.Yarn作為MapReduce的資源管理器，其依賴HDFS。A、TrueB、FALSE答案：B32.HBase數(shù)據(jù)的存儲在物理上是分列族存儲的。A、TRUEB、FALSE答案：A33.F1ume-NG由一個個agent來組成，而每個agent由Source,Channel,Sink三個模塊組成。其中Source負責接收數(shù)據(jù).Channel負責數(shù)據(jù)的傳輸，Sink則負責數(shù)據(jù)向下一端的發(fā)送。A、TRUEB、FALSE答案：A34.MapReduce程序由Map和Reduce兩部分組成，現(xiàn)由一MapReduce程序，其有5個reduce任務，該程序最終輸出多少個結果文件？A、3B、4C、2D、5答案：D35.HDFS從2.7.3版本開始，BlockSize默認是多大？A、16MBB、64MBC、128MBD、32MB答案：C36.Flume包含Source、Channe1和Sink三大組件，以下關于這三大組件說法錯誤的是哪一項？A、當Sink成功地將events發(fā)送到下一跳的Channe1或最終目的時，events會從Channel移除B、Channel支持事務，提供較弱的順序保證，可以連接多個的Source和SinkC、Sink必須作用于一個確切的ChannelD、Source負責接收events或通過特殊機制產生events，并將events批量放到多個Channel中答案：C37.HBase的某張表的RowKey劃分SplitKey為9，E,a,z，請問該表有幾個Region？A、6B、5C、4D、3答案：B38.一個Spark應用程序運行時，如果某個task運行失敗，則整個app運行失敗。A、TRUEB、FALSE答案：B39.Kafka的Producer和Customer數(shù)量必須相同。A、TRUEB、FALSE答案：B40.YARN中設置隊列QueueA的最大使用資源量，需要配置哪個參數(shù)？A、yarn.scheduler.capacity.root.QueueA.user-limit-factorB、yarn.scheduler.capacity.root.QueueA.minimum-user-limit-percentC、yarn.scheduler.capacity.root.QueueA.maximum-capacityD、yarn.scheduler.capacity.root.QueueA.State答案：C41.某公司使用Spark做大數(shù)據(jù)分析，某次分析任務中某RDD會被重復利用，導致重復計算多次。若要避免重復計算且能夠重復利用該RDD，以下哪個選項更合適？A、寫出該RDD，需要時再重新讀取B、RDD執(zhí)行persist操作C、Spark計算很快，無需優(yōu)化D、增大任務資源，快速結束該任務答案：B42.概念視圖里HBase表可以被看成是一個稀疏的行的集合。A、TRUEB、FALSE答案：A43.Elasticsearch默認是先把索引存放到內存中，當內存滿了時再持久化到本地硬盤A、TRUEB、FALSE答案：A44.在C1ickHouse中創(chuàng)建數(shù)據(jù)表時，指定以下哪一個表引擎會導致重新啟動服務器時表中的數(shù)據(jù)消失，表變?yōu)榭?？A、MySQLB、TinyLogC、KafkaD、Memory答案：D45.Producer需要Server接收到數(shù)據(jù)之后發(fā)出的確認接收的信號，當設置AcK信號的值為多少時表示至少要等待Leader已經成功將數(shù)據(jù)寫入本地Log，但不要求等待所有Follower都成功寫入？A、cks=1B、acks=2C、acks=0D、acks=alL答案：A46.關于SparkSQL&Hive區(qū)別與聯(lián)系，下列說法正確的是？A、SparkSQL兼容絕大部分Hive的語法和函數(shù)B、SparkSQL的執(zhí)行引擎為SparkCore,Hive默認執(zhí)行引擎為MapReduceC、SparkSQL不可以使用Hive的自定義函數(shù)D、SparkSQL依賴Hive的元數(shù)據(jù)答案：B47.分布式表的表結構盡量和本地表的結構一致。如果不一致，在建表時不會報錯，但在查詢或者插入時可能會拋出異常。A、TRUEB、FALSE答案：A48.在ZooKeeper和YARN的協(xié)同工作中，當ActiveResourceManager產生故障時，StandbyResourceManager會從以下哪個目錄中獲取Applicationl相關信息？A、WarehouseB、StatestoreC、StorageD、Metastore答案：D49.ClickHouse是俄羅斯yandex公司開發(fā)的OLTP數(shù)據(jù)庫管理系統(tǒng)。A、TRUEB、FALSE答案：B50.Kafka將Topic分成一個或者多個Partition，每個Partition在物理上對應一個文件夾，該文件夾下存儲這個Partition的所有消息。A、TRUEB、FALSE答案：A51.在DataArtsStudio平臺中，支持自定義業(yè)務元模型，批量導入業(yè)務元數(shù)據(jù)，關聯(lián)業(yè)務和技術元數(shù)據(jù)、全鏈路的血緣管理和應用。A、TRUEB、FALSE答案：A52.為減少寫入磁盤的數(shù)據(jù)量，MapReduce支持對MOF（MapOutFile）進行壓縮后再寫入。A、TRUEB、FALSE答案：A53.MapReduce的核心理念是將一個大的計算任務分解到集群每個節(jié)點上。充分運用集群資源，縮短運行時間。A、TRUEB、FALSE答案：A54.在Hive數(shù)據(jù)存儲模型中，分區(qū)和桶的關系描述錯誤的是哪一項？A、建表時指定桶個數(shù)，桶內可排序。B、分區(qū)數(shù)量不固定C、每個桶是一個目錄D、分區(qū)下可再有分區(qū)或者桶答案：D55.Spark自帶的資源管理框架是？A、DockerB、YARNC、MesosD、Standalone答案：D56.數(shù)據(jù)集市與數(shù)據(jù)湖最大的區(qū)別是，各個集市的數(shù)據(jù)無法互通，也可能存在重復，相比數(shù)據(jù)湖，數(shù)據(jù)集市更像一個個數(shù)據(jù)煙囪。A、TRUEB、FALSE答案：A57.默認情況下MapReduce程序中map任務數(shù)由下列哪個選項決定？A、用戶指定B、根據(jù)資源自行生成任務數(shù)C、隨機生成D、該任務所計算的數(shù)據(jù)塊數(shù)量答案：D58.華為云鯤鵬云服務基于鯤鵬處理器等多元基礎設施，涵蓋裸機，虛機，容器等形態(tài)，具備多核高并發(fā)特點，非常適合AI、大數(shù)據(jù)、HPC、云手機/云游戲等場景。A、TRUEB、FALSE答案：A59.YARN的基于標簽調度，是對下列選項中的哪個進行標簽化？A、NodeManagerB、ContainerC、AppMasterD、ResourceManager答案：A60.Kafka集群在運行期間，直接依賴于下面哪個組件？A、ZookeeperB、HDFSC、HBaseD、Flume答案：A61.Spark的中間數(shù)據(jù)放在內存中，對于迭代運算、批處理計算的效率更高，延遲更高。A、TRUEB、FALSE答案：B62.Spark的核心模塊是？A、SparkCoreB、MapReduceC、SparkSQLD、SparkStreaming答案：A63.某證券公司每10秒分析最近5秒的股票指數(shù)，若使用SparkStreaming實現(xiàn)，窗口時間和滑動時間如何設置？A、窗口時間5秒滑動時間10秒B、窗口時間10秒滑動時間5秒C、窗口時間5秒滑動時間5秒D、窗口時間10秒滑動時間10秒答案：A64.MRS支持與公有云安全服務集成，采取多種措施確保主機安全。以下選項中，哪一個選項不屬于主機安全的措施？A、操作系統(tǒng)內核安全加固B、更新操作系統(tǒng)最新補丁C、操作系統(tǒng)端口管理D、身份鑒別和認證答案：B65.查看Kafka某Topic的Partition詳細信息時，使用如下哪個命令？A、bin/kafka-topics.sh--listB、in/kafka-topics.sh--describeC、bin/kafka-topics.sh--deleteD、bin/kafka-topics.sh–create答案：B66.下列哪個不是HBase讀取數(shù)據(jù)流程中涉及的角色或服務？A、HRegionServerB、ZooKeeperC、HMasterD、HDFS答案：C67.Flink根據(jù)數(shù)據(jù)集類型的不同將核心數(shù)據(jù)處理接口分為兩大類，一類是支持批計算的接口，另外一類是支持流計算的接口，以下關于這兩類接口描述正確的是哪一項？A、僅支持批計算的接口是SQLAPI，僅支持流計算的接口是DataStreamAPIB、支持批計算的接口是DataStreamAPI，支持流計算的接口是DataSetAPIC、僅支持批計算的接口是DataStreamAPI，僅支持流計算的接口是SQLAPID、支持批計算的接口是DataSetAPI.支持流計算的接口是DataStreamAPI答案：D68.Zookeeper選舉時，當某一個實例獲得了半數(shù)以上的票數(shù)時，則變?yōu)?eaderA、TRUEB、FALSE答案：A69.默認情況下Flink不開啟檢查點，用戶需要在程序中通過調用以下那種方法配置和開啟檢查點？A、env.enableCheckpointing（1000）B、env.startSetCheckpointing（1000）C、env.getCheckpointConfig（）。setMaxConcurrentCheckpoints（500）D、env.getCheckpointConfig（）。setCheckpointingTimeout（60000）答案：A70.ElasticSearch的一個索引庫默認有幾個分片？A、4B、5C、6D、3答案：B71.在MRS服務中，關于Kafka的Topic，以下描述不正確的有？A、Topic的Partition數(shù)量可以在創(chuàng)建時配置B、每條發(fā)布到Kafka的消息都有一個類別，這個類別被稱為Topic，也可以理解為一個存儲消息的隊列C、每個Partition在存儲層面對應一個log文件，log文件中記錄了所有的消息數(shù)據(jù)D、每個Topic只能被分成一個partition（區(qū)）答案：D72.生產環(huán)境中任何一個MapRedce任務Shuffle都是不可避免的。A、TRUEB、FALSE答案：A73.Spark自帶的資源管理框架是？A、StandaloneB、DockerC、YARND、Mesos答案：A74.在數(shù)據(jù)流處理過程中，經常使用系統(tǒng)時間（processingtime）作為某個事件的時間，關于processingtime描述錯誤的是哪一項？A、ProcessingTime適用于處理問題復雜、對結果可溯要求較高的場景B、ProcessingTime結果是不可復現(xiàn)的，一旦流式計算版本升級甚至系統(tǒng)崩潰，計算將會停止C、實際應用過程中，processingtime要落后與eventtimeD、processingtime和eventtime之間存在差異的主要原因是由于網絡延遲、處理時間的長短等造成的答案：A75.客戶端往任意Zookeeper節(jié)點寫數(shù)據(jù)，Zookeeper需要將數(shù)據(jù)完全同步到其他節(jié)點，才可以返回給客戶端寫成功。A、TRUEB、FALSE答案：B76.Hbase中當一個Region的size逐漸變大時，它可能會被修剪。A、TRUEB、FALSE答案：A77.Hadoop平臺中，要查看YARN服務中一個application的信息，通常需要使用什么命令？A、containerB、jarC、application-attemptD、application答案：D78.Spark根據(jù)RDD的依賴關系來劃分Stage，調度器從DAG圖末端出發(fā)，逆向遍歷整個依賴關系鏈，遇到窄依賴就斷開，遇到寬依賴就將其加入當前Stage。A、TRUEB、FALSE答案：B79.Hive運行流程包括下面幾步，請選擇正確的順序1：Hive根據(jù)表送型市新HDFS或Hive合庫中的數(shù)據(jù)2：Client提交HQL命令3：YARN為群集中的應用程序分配資源，并為YARN隊列中的Hive作業(yè)啟用授權。4：Tez執(zhí)行查詢5：Hive通過JDBC連接返回查詢結果。A、24315B、24135C、21345D、21435答案：A80.SparkStreaming容錯機制是指RDD中任意的Partition出錯，都可以根據(jù)其父RDD重新計算生成，如果父RDD丟失，則需要去磁盤中查找原始數(shù)據(jù)。A、TRUEB、FALSE答案：B81.Hive是建立在Hadoop上的數(shù)據(jù)倉庫基礎構架。它提供了一系列的工具，可以用來進行數(shù)據(jù)提取轉化加載（ETL），這是一種可以存儲、查詢和分析存儲在Hadoop中的大規(guī)模數(shù)據(jù)的機制。A、TRUEB、FALSE答案：A82.在點對點消息系統(tǒng)中，可由一個或多個消費者消費隊列中的數(shù)據(jù)，但是一條消息只能被消費一次。A、TRUEB、FALSE答案：A83.HBase元數(shù)據(jù)MetaRegion路由信息保存在哪里？A、Meta表B、HMasterC、ZooKeeperD、Root表答案：A84.Spark和Hadoop一樣不適用于迭代計算。A、TRUEB、FALSE答案：B85.DataSet從Spark2.0正式啟用，兼具DataFrame和RDD的特點，RDD也不再使用。A、TRUEB、FALSE答案：B86.MRS服務100%兼容開源大數(shù)據(jù)生態(tài)，結合周邊豐富的數(shù)據(jù)及應用遷移工具，能夠幫助客戶快速完成自建平臺的平滑遷移，整個遷移過程可做到“代碼0修改，業(yè)務0中斷”.A、TRUEB、FALSE答案：A87.以下哪一個因素助力了大數(shù)據(jù)時代的蓬勃發(fā)展？A、硬件成本的降低和網絡帶寬的提升B、云計算的興起C、智能終端的普及和社交需求的提升D、以上全都正確答案：D88.關于HBase的RegionSplit分裂流程的描述不正確的是？A、Split過程中該表會暫停服務。B、Split為了減少Region中數(shù)據(jù)大小，從而將一個Region分裂成兩個Region。C、Split過程中并沒有真正的將文件分裂，僅僅是創(chuàng)建了引用文件。D、Split過程中被分裂的Region會暫停服務。答案：A89.Flume需要實時采集點擊流日志到Kafka，用于后續(xù)的實時分析處理，選擇以下哪種Source類型進行數(shù)據(jù)采集最為合適？A、kafkasourceB、spoolingdirectorysourceC、httpsourceD、syslogsource答案：B90.硬件故障被認為是常態(tài)，為了解決這個問題.HDFS設計了副本機制。默認情況下，一份文件，HDFS會存（）份？A、3B、4C、2D、5答案：A91.ResourceManager采用高可用方案，當ActiveResourcelanager發(fā)現(xiàn)故障時，只能通過內置的ZooKeeper來啟動Standby的Resourcellanager,將其狀態(tài)切換為Active。A、TRUEB、FALSE答案：B92.HBase命中下列哪個選項性能最差？A、putB、scanC、getD、list答案：D93.以下描述中，哪個不是Hive的優(yōu)點？A、依賴于高性能的商業(yè)服務器B、類似SQL語法，內置大量函數(shù)C、支持自定義存儲格式和自定義函數(shù)D、HiveServer支持集群模式答案：A94.RDD有Transformation和Action算子，下列屬于Action算子的是？A、saveAsTextFileB、mapC、filterD、reduceByKey答案：A95.以下關于ElasticSearch的特點，描述不正確的是哪一項？A、目前只支持結構化數(shù)據(jù)查詢B、自動檢測故障并保障集群的安全性和可用性C、能立即獲得搜索結果，實現(xiàn)了用于全文檢索的倒排索引D、支持水平擴展，可運行于成百上千臺服務器上答案：A96.數(shù)據(jù)質量監(jiān)控DQc（DataQualityControl）模塊是對數(shù)據(jù)庫里的數(shù)據(jù)質量進行質量管理的工具，可以從完整性、有效性、及時性、一致性、準確性、唯一性六個維度進行單列、跨列、跨行和跨表的分析。A、TRUEB、FALSE答案：A97.HBase的Region是由哪個服務進程來管理的？A、ZooKeeperB、DataNodeC、HRegionServerD、Hmaster答案：C98.某電商公司同時運行MapReduce離線分析任務和Spark實時分析任務，若使用Yarn的Capacity調度器，資源分配如何進行？A、離線分析任務和實時分析任務安排在不同隊列且優(yōu)先滿足實時分析任務的資源需求B、離線分析任務和實時分析任務安排在不同隊列C、離線分析任務和實時分析任務安排在同—隊列D、離線分析任務和實時分析任務安排在同一隊列且優(yōu)先滿足實時分析任務的資源需求答案：A99.RDB支持索引，HBase不支持索引。A、TRUEB、FALSE答案：B100.HBase是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統(tǒng)。A、TRUEB、FALSE答案：A101.以下關于MRS服務的安全認證的描述，正確的是哪一項？A、不提供單點登錄，統(tǒng)一了MRS系統(tǒng)用戶和組件用戶的管理及認證。B、對登錄Manager的用戶進行審計。C、支持安全協(xié)議Kerberos,MRS使用Kerberos作為帳戶管理系統(tǒng)，并通過LDAP對帳戶信息進行安全認證。D、替于用戶和角色的認證統(tǒng)一體系，遵從帳戶/角色RBAC（Role-BasedAccessControl）模型，實現(xiàn)通過賬戶進行權限管理，對角色進行批量授權管理。答案：C102.Spark任務的每個Stage劃分為幾個Job，劃分的標記是Shuffle。A、TRUEB、FALSE答案：A103.Distributed表引擎本身不存儲任何數(shù)據(jù)，而是作為數(shù)據(jù)分片的透明代理，能夠自動路由數(shù)據(jù)到集群中的各個節(jié)點，分布式表需要和其他本地數(shù)據(jù)表一起協(xié)同工作。A、TRUEB、FALSE答案：A104.某公司使用HBase存儲業(yè)務數(shù)據(jù)，由于數(shù)據(jù)規(guī)模較大，所以數(shù)據(jù)存儲在HBase后會導致頻繁的Region分裂，為了避免這種情況，下列哪個方法比較適用？A、對該表預分區(qū)B、增加Region大小C、增大MemStore大小D、提升RegionServer性能答案：B105.以下關于ClickHouse增強特性的描述，正確的是哪些項？A、實現(xiàn)滾動升級/滾動重啟B、提供了基于ELB的HA部署架構C、平滑的彈性擴容能力D、默認采用兩副本方式、自動生成集群分片拓撲答案：A106.HDFS是一個部署在集群上的分布式文件系統(tǒng)，因此，很多數(shù)據(jù)需要通過網絡進行傳輸，以下關于HDFS的通訊協(xié)議描述錯誤的是哪一項？A、名稱節(jié)點和數(shù)據(jù)節(jié)點之間則使用名稱節(jié)點協(xié)議進行交互B、客戶端與數(shù)據(jù)節(jié)點的交互是通過RPC來實現(xiàn)的C、所有的HDFS通信協(xié)議都是構建在TCP/IP協(xié)議基礎之上D、名稱節(jié)點不會主動發(fā)起RPC，而是響應來自客戶端和數(shù)據(jù)節(jié)點的RPC請求答案：A107.默認情況下MapReduce程序中reduce任務數(shù)由下列哪個選項決定？A、用戶指定B、隨機生成C、根據(jù)資源自行生成任務數(shù)D、該任務所計算的數(shù)據(jù)塊數(shù)量答案：A108.以下關于clickHouse的數(shù)據(jù)庫管理的描述，錯誤的是哪一項？A、ClickHouse提供集群模式，能夠自動管理多個數(shù)據(jù)庫節(jié)點。B、ClickHouse提供了數(shù)據(jù)備份導出與導入恢復機制。C、lickHouse不可以按照用戶粒度設置數(shù)據(jù)庫或者表的操作權限。D、ClickHouse可以動態(tài)地創(chuàng)建、修改或刪除數(shù)據(jù)庫、表和視圖，而無須重啟服務。答案：C109.以下哪個不屬于Hadoop中MapReduce組件的特點？A、實時計算B、易于編程C、高容錯性D、良好擴展性答案：A110.Flume中數(shù)據(jù)壓縮特性主要是基于以下哪種目的？A、增強安全性B、提高可靠性C、降低磁盤I0D、降低網絡I0答案：C111.Streaming主要通過ZooKeeper提供的以下哪項服務實現(xiàn)事件偵聽？A、CKB、分布式鎖機制C、heckpointD、watcher答案：D112.F1ume是一種分布式，高可靠且高可用的服務，用于有效地收集、聚合和移動大量日志數(shù)據(jù)。A、TRUEB、FALSE答案：A113.MapReduce在Map階段的combine是一個預分組過程，是可選的。A、TRUEB、FALSE答案：A114.Hive在處理一些復雜的統(tǒng)計或者排序等復雜任務的時候，會調用以下哪個組件？A、HadoopB、HBaseC、MapReduceD、HDFS答案：B115.HBase在讀取數(shù)據(jù)時率先讀取下列哪個選項數(shù)據(jù)？A、MemStore數(shù)據(jù)B、HLog數(shù)據(jù)C、Hfile數(shù)據(jù)D、StoreFile數(shù)據(jù)答案：A116.ElasticSearch有哪些查詢類型？A、基于分值數(shù)檢索B、基于元數(shù)據(jù)檢索C、基于詞條檢索D、基于全文檢索答案：D117.以下關于ZooKeeper關鍵特性中的原子性說法正確的是？A、客戶端發(fā)送的更新會按照它們被發(fā)送的順序進行應用B、更新只能全部完成或失敗，不會部分完成C、一條消息被一個server接收，將被所有server接收D、集群中無論哪臺服務器，對外展示的均是同一視圖答案：B118.HBase中Region的物理存儲單元是什么？A、ColumB、RowC、RegionD、ColumnFamily答案：B119.MergeTree是用于高負載任務的最通用和功能最強大的表引擎，以下關于MergeTree的關鍵特征的描述，錯誤的是哪一項？A、支持主鍵排序B、支持并發(fā)數(shù)據(jù)訪問C、支持數(shù)據(jù)遷移D、支持二級索引答案：C120.Flume在傳輸數(shù)據(jù)過程中，如果下—跳的Flume節(jié)點故障或者數(shù)據(jù)接受異常時，可以自動切換到另外一路上繼續(xù)傳輸。A、TRUEB、FALSE答案：A121.以下關于ClickHouse設計優(yōu)點的描述，錯誤的是哪一項？A、多核并行計算B、向量化計算引擎C、數(shù)據(jù)壓縮比低D、支持嵌套數(shù)據(jù)結構答案：D多選題1.下列哪些查詢場景使用列存儲更合適？A、點查詢B、聚合查詢C、分組查詢D、條件查詢答案：BC2.HDFS支持通過以下哪些訪問方式來訪問數(shù)據(jù)？A、MS3B、ShellC、JAVAAPID、HTTP答案：BCD3.下列哪些措施是為了保障數(shù)據(jù)的完整性？A、元數(shù)據(jù)可靠性保證B、安全模式C、集群數(shù)據(jù)均衡D、重建失效數(shù)據(jù)盤的副本數(shù)據(jù)答案：ABCD4.以下關于傳統(tǒng)數(shù)據(jù)入湖面臨的挑戰(zhàn)的描述，正確的是哪些項？A、成本高B、時效差C、資源利用率低D、開發(fā)難答案：ABCD5.通過配置以下哪些參數(shù)可清理Kafka中產生的日志？A、log.cleanup.policyB、log.retention.hoursC、pertiesD、log.retention.Bytes答案：ABD6.Spark與MapReduce進行比較，下列說法正確的是哪幾項？A、Spark可以緩存中間結果在內存降低磁盤I0B、Spark任務的中間結果只能存儲在內存C、Spark任務中shuffie是必須的過程D、Spark任務中shuff1e不是必須的過程答案：AD7.Hive的主要應用于以下哪些場景？A、海量數(shù)據(jù)的離線分析B、實現(xiàn)數(shù)據(jù)抽取、數(shù)據(jù)加載、數(shù)據(jù)轉換C、大規(guī)模的數(shù)據(jù)挖掘D、實現(xiàn)數(shù)據(jù)的流式處理答案：ABC8.下列哪些選項對HBase讀寫數(shù)據(jù)的過程描述正確？A、客戶端不可以維護已訪問過的region位置信息加快查詢B、客戶端讀取數(shù)據(jù)需要HMaster參與C、客戶端可以維護已訪問過的region位置信息加快查詢D、客戶端讀取數(shù)據(jù)不需要HMaster參與答案：CD9.Spark發(fā)生Shuffle時會延長任務執(zhí)行時間，下列哪些選項能夠不能減少shuffle次數(shù)？A、增強集群性能快速執(zhí)行shuffleB、更換shuffle機制C、避免使用groupBy、reduceByKey等可產生寬依賴的算子D、多用transformation算子少用action算子答案：AD10.客戶端是用戶操作HDFS最常用的方式，以下關于HDFS客戶端的描述正確的有哪些？A、HDFS客戶端提供了類似She11的命令行方式來訪問HDFS中的數(shù)據(jù)B、HDFS客戶端是一個庫，包含HDFS文件系統(tǒng)接口，這些接口隱藏了HDFS實現(xiàn)中的大部分復雜性C、客戶端可以支持打開、讀取、寫入等常見的操作D、客戶端是HDFS的一部分，是部署HDFS的必備組件答案：ABC11.下列關于Hive基本操作命令的解釋正確的是哪些項？A、removetableT1whereid=1；//刪除表中符合條件"id=1"的數(shù)據(jù)B、createtableifnotexistsT1likeT2：//拷貝T2表，包括表里的數(shù)據(jù)，并命名為T1C、altertableT1renametoT2；//將表T1重命名為T2D、roptableifexistsT1；//刪除表T1答案：CD12.下列選項對Compaction描述正確的是哪一項？A、有Minor和Major兩種類型B、Compation通過合并文件減少HFile文件數(shù)C、ompation通過消除過期數(shù)據(jù)文件減少HFile文件數(shù)D、Minor觸發(fā)頻率相對Major較高答案：ABD13.Yarn支持下列哪些調度器？A、MesosB、FIFOC、apacityD、Fair答案：BCD14.下面哪些是ElasticSearch的特點？A、高擴展性B、高容錯性C、高可靠性D、高性能答案：ACD15.ElasticSearch擴容的場景包括哪些？A、節(jié)點需要重新安裝操作系統(tǒng)B、ElasticSearch單實例的索引數(shù)據(jù)太大C、物理資源消耗過大D、集群數(shù)據(jù)量減少答案：BC16.Spark有哪些特點？A、巧B、快C、輕D、靈答案：ABCD17.Spark與MapReduce進行比較，下列說法正確的是哪幾項？A、Spark任務中shuffle不是必須的過程B、Spark任務中shuffle是必須的過程C、Spark可以緩存中間結果在內存降低磁盤I0D、Spark任務的中間結果只能存儲在內存答案：AC18.以下關于Hudi支持的視圖的描述，正確的是哪些項？A、讀優(yōu)化視圖B、寫優(yōu)化視圖C、實時視圖D、增量視圖答案：ACD19.Flink的兼容性體現(xiàn)在以下哪些方面？A、能夠與Hadoop原有的Mappers和Reducers混合使用B、能夠使用Hadoop的格式化輸入和輸出C、YARN能夠作為Flink集群的資源調度管理器D、能夠從本地獲取數(shù)據(jù)答案：ABCD20.Flink支持的時間操作類型包括以下哪些選項？A、處理時間B、采集時間C、結束時間D、事件時間答案：ABD21.以下哪些選項屬于數(shù)據(jù)治理模塊域？A、數(shù)據(jù)開發(fā)B、數(shù)據(jù)服務C、數(shù)據(jù)集成D、主數(shù)據(jù)管理答案：ABCD22.以下關于華為云MRS海量數(shù)據(jù)離線分析場景描述正確的是哪幾項？A、利用Flink實現(xiàn)數(shù)據(jù)采集B、利用Hive實現(xiàn)TB/PB級的數(shù)據(jù)分析C、通過可視化導入導出工具Loader，將數(shù)據(jù)導出到Dws，完成BI分析D、利用OBS實現(xiàn)低成本存儲答案：BCD23.Spark框架包括哪些模塊？A、SparkM11ibB、SparkStreamingC、SparkSQLD、SparkGraphX答案：ABCD24.在數(shù)據(jù)流處理過程中，每個事件的時間可以分為以下哪些種類？A、delaytime，即事件發(fā)生到處理的延遲時間B、processingtime，即事件被系統(tǒng)處理的時間C、lingestiontime.即事件到達流處理系統(tǒng)的時間D、eventtime，即事件發(fā)生時的時間答案：BCD25.StructuredStreaming在OutPut階段可以定義不同的數(shù)據(jù)寫入方式，包括下列哪些方式？A、ppendModeB、UpdateModeC、GeneralModeD、CompleteMode答案：AD26.以下屬于Hive內置的字符串函數(shù)有哪些？A、length（）B、substr（）C、abs（）D、trim（）答案：ABD27.HDFS中，抽象的塊可以帶來哪些好處？A、適合數(shù)據(jù)備份B、簡化系統(tǒng)設計C、滿足I0密集型應用的性能要求D、支持大規(guī)模文件存儲答案：ABD28.關于HDFS命名空間管理，以下選項描述正確的是哪幾項？A、NameNode維護文件系統(tǒng)命名空間B、HDFS的命名空間包含目錄、文件和塊C、用戶可以像使用普通文件系統(tǒng)一樣，創(chuàng)建、刪除、轉移目錄和文件D、對文件系統(tǒng)命名空間或其屬性的任何更改由NameNode和DataNode共同記錄答案：ABC29.Flume采集海量日志數(shù)據(jù)時，經常會遇到性能瓶頸，可以通過以下哪些方式提升Flume性能？A、增加Flume級聯(lián)節(jié)點B、修改batchSize和capacityC、優(yōu)化FlumeGC參數(shù)D、增加Source數(shù)量答案：BCD30.下列關于Flink中Transformation的說法正確的是？A、可以通過window設定時間窗口B、flatMap可以對文本進行切分C、keyBy是將源頭數(shù)據(jù)按照key進行分組，以保證同一個key的源數(shù)據(jù)分到同樣的組中D、filter操作是對每個元素執(zhí)行boolean函數(shù)答案：ABCD31.ZKFC進程部署在HDFS中的以下哪些節(jié)點上？A、ctiveNameNodeB、DataNodeC、StandbyNameNode答案：AC32.HBase中包含的一些典型的Filter有哪些？A、SingleColumnValueFilterB、KeyOnlyFilterC、RowFilterD、FilterList答案：ABCD33.下列哪些選項是action算子？A、reduceByKeyB、mapPartitionC、ollectD、reduce答案：CD34.Kafka分布式消息傳遞基于可靠的消息隊列，包含以下哪兩種主要的消息傳遞模式？A、點對點傳遞模式B、發(fā)布訂閱模式C、分發(fā)傳遞模式D、輪詢傳遞模式答案：AB35.Kafka中Partition對應的Leader宕機時，需要從Fo1lower中選舉出新Leader，當所有Replica都不工作時，對數(shù)據(jù)及時間要求不高的情況下，以下哪些方案可行？A、等待ISR中的任一個Replica活過來，并選它作為LeaderB、選擇第一個活過來的Replica（不一定是ISR成員）作為LeaderC、在配置中增加Replica副本數(shù)量D、重啟Kafka集群答案：AB36.Flink中watermark機制用來解決亂序問題，watermark可通過以下哪些方式產生？A、繼承getCurrentWatermarkB、繼承assignerTimestWithWatermarkC、繼承assignerWithPunctuatedWatermarksD、繼承assignerWithPeriodicWatermarks答案：AB37.某MapReduce程序運行時，AppMaster發(fā)生故障。下列哪些選項對該任務描述正確？A、ppMaster不再啟動B、任務立即停止C、AppMaster再次啟動D、任務仍可運行答案：CD38.某電商平臺每天產生大量的交易訂單數(shù)據(jù)，現(xiàn)在需要對這些數(shù)據(jù)中的交易金額做統(tǒng)計，可能會用到如下哪些組件？A、KafkaB、MySQLC、MapReduceD、Flume答案：ACD39.以下關于Flink容錯機制描述錯誤的有哪些？A、Savepoint機制保證了程序在進行升級或者修改并發(fā)度等情況后，還能從保存的狀態(tài)位繼續(xù)啟動恢復B、Checkpoint機制保證了程序在進行升級或者修改并發(fā)度等情況后，還能從保存的狀態(tài)位繼續(xù)啟動恢復C、heckpoint機制保證了實時程序運行時，即使突然遇到異常也能夠進行自我恢復D、Savepoint機制保證了實時程序運行時，即使突然遇到異常也能夠進行自我恢復答案：BD40.以下哪些選項不是企業(yè)的主數(shù)據(jù)？A、業(yè)務活動產生的合同、計劃、單據(jù)等結果或規(guī)則數(shù)據(jù)B、經過加工、計算、匯總后的指標數(shù)據(jù)C、描述產品、客戶、人員、組織等業(yè)務實體的檔案數(shù)據(jù)D、生產線上由設備自動采集的感知、檢測數(shù)據(jù)答案：AB41.以下關于Hive架構中的組件功能，描述正確的是哪些選項？A、Compiler按照任務的依賴關系分別執(zhí)行Map/Reduce任務B、Executor負責編譯HiveQL并將其轉化為一系列相互依賴的Map/Reduce任務C、Optimizer是優(yōu)化器，分為邏輯優(yōu)化器和物理優(yōu)化器，分別對HiveQL生成的執(zhí)行計劃和MapReduce任務進行優(yōu)化D、ThriftServer提供thrift接口，作為JDBC的服務端，并將Hive和其他應用程序集成起來答案：ABCD42.以下哪些選項屬于數(shù)據(jù)治理的價值？A、提升業(yè)務處理效率B、代替管理決策C、解決數(shù)據(jù)安全問題D、降低業(yè)務運營成本答案：ACD43.HBase中以下哪種場景會觸發(fā)Flush操作？A、當WALs中文件數(shù)量達到閾值時B、MemStore占用內存的總量和RegionServer總內存比值超出了預設的閾值大小C、HBase定期刷新Memstore，默認周期為1小時D、Region中MemStore的總大小，達到了預設的FlushSize國值答案：ABCD44.若HDFS單名稱節(jié)點部署，可能存在哪些局限性？A、影響基于HDFS的上層組件的功能實現(xiàn)B、整個分布式文件系統(tǒng)的吞吐量，受限于單個名稱節(jié)點的吞吐量C、一旦這個唯一的名稱節(jié)點發(fā)生故障，會導致整個集群不可用D、名稱節(jié)點能夠容納的對象（文件、塊）的個數(shù)會受到內存空間大小的限制答案：BCD45.Hive組件能支持多接口，以下哪個接口是不支持的？A、RestfulB、JDBCC、ODBCD、Beeline答案：BCD46.下列選項中，哪些是Spark的重要角色？A、ResourceManagerB、DriverC、DataNodeD、NodeManager答案：ABD47.MRS在基于ApacheHadoop開源軟件的基礎上，在主要業(yè)務部件的可靠性、性能調優(yōu)等方面進行了優(yōu)化和提升。以下關于MRS平臺的描述，正確的是哪些項？A、MRS支持自動處理網絡故障，自動恢復受影響的業(yè)務。B、MRS支持將Manager、HBase上的數(shù)據(jù)自動備份到第三方服務器。C、MRS對集群管理系統(tǒng)Manager上的數(shù)據(jù)提供自動備份功能，根據(jù)制定的備份策略可自動備份集群上的數(shù)據(jù)。D、在系統(tǒng)進行擴容、打補丁等重大操作前，需要通過手動備份集群管理系統(tǒng)的數(shù)據(jù)，以便在系統(tǒng)故障時，恢復集群管理系統(tǒng)功能。答案：ABCD48.在MRS集群中，Spark主要與以下哪些組件進行交互？A、ZooKeeperB、HDFSC、YARND、Hive答案：BCD49.下列哪些選項對RDD描述正確？A、RDD是只讀的所以RDD不支持寫操作B、RDD進行數(shù)據(jù)恢復時所有分區(qū)同時進行C、RDD依賴血統(tǒng)機制恢復數(shù)據(jù)D、RDD是只讀的答案：ACD50.HBase可用于下列哪些應用場景？A、時序數(shù)據(jù)存儲B、消息/訂單存儲C、好友推薦D、用戶畫像答案：ABD51.Kafka中日志的清理方式包含以下哪些項？A、updateB、removeC、ompactD、elete答案：CD52.執(zhí)行HBase讀數(shù)據(jù)業(yè)務，需要讀取哪幾部分數(shù)據(jù)？A、HFileB、HLogC、HMasterD、MemStore答案