2025年2月大數(shù)據(jù)HCIA復習題（含參考答案）一、單選題（共20題，每題1分，共20分）1.題目：HBase的某張表的RowKey劃分SplitKey為9，E，a，z，請問該表有幾個Region？A、3B、6C、4D、5正確答案：(D)2.題目：Flume用于收集數(shù)據(jù)，其傳輸?shù)臄?shù)據(jù)的基本單位是？A、eventB、blockC、packetD、split正確答案：(A)3.題目：下面哪些場景不是Flink組件擅長的？（）A、數(shù)據(jù)存儲B、批處理C、迭代計算D、流處理正確答案：(A)解析：Flink是一個用于實時流處理和批處理的框架。它在流處理和批處理方面表現(xiàn)出色，也能處理迭代計算。然而，數(shù)據(jù)存儲并不是Flink的核心優(yōu)勢，雖然可以與一些存儲系統(tǒng)集成，但它本身不是專門用于數(shù)據(jù)存儲的組件。4.題目：創(chuàng)建loader作業(yè)中，可以在以下哪個步驟中設置過濾器類型？（）A、輸出B、基本信息C、轉換D、輸入設置正確答案：(D)解析：在創(chuàng)建loader作業(yè)的輸入設置步驟中，可以設置過濾器類型，用于篩選輸入的數(shù)據(jù)，所以答案是A。5.題目：Loader中用于管理LoaderServer進程主備狀態(tài)的模塊是？A、JobManagerB、ResourceManagerC、HAManagerD、JobScheduler正確答案：(C)6.題目：下面關于ZooKeeper描述錯誤的是（）A、ZooKeeper的節(jié)點數(shù)必須是奇數(shù)個B、客戶端發(fā)送的更新會按照他們發(fā)送的順序被應用C、一條消息被一半以上的server接收，他將寫入磁盤D、消息更新只有成功和失敗，沒有中間狀態(tài)正確答案：(A)7.題目：傳統(tǒng)數(shù)據(jù)處理的數(shù)據(jù)規(guī)模的單位是？A、GBB、TBC、PBD、EB正確答案：(A)8.題目：hbase的底層數(shù)據(jù)以（）的形式存在的？A、keyvalueB、實時存儲C、列存儲D、行存儲正確答案：(A)解析：HBase底層數(shù)據(jù)以KeyValue的形式存在。KeyValue是HBase數(shù)據(jù)存儲的基本單元，它包含了行鍵、列族、列限定符、時間戳和值等信息，用于表示表中的一條數(shù)據(jù)記錄。9.題目：安裝FusionInsightHD的Streaming組件時，Nimbus角色要求安裝幾個節(jié)點A、4B、2C、1D、3正確答案：(B)10.題目：以下哪類數(shù)據(jù)不屬于半結構化數(shù)據(jù)？A、HTMLB、XMLC、JSOND、二維表正確答案：(D)解析：半結構化數(shù)據(jù)是介于完全結構化數(shù)據(jù)（如關系型數(shù)據(jù)庫中的二維表數(shù)據(jù)）和無結構數(shù)據(jù)（如文本、圖像等）之間的數(shù)據(jù)，它具有一定的結構，但又不像完全結構化數(shù)據(jù)那樣嚴格。HTML、XML、JSON都屬于半結構化數(shù)據(jù)，而二維表是典型的結構化數(shù)據(jù)，所以答案選C。11.題目：Hadoop系統(tǒng)中YARN資源的抽象是用什么表示?A、ContainerB、CPUC、內存D、磁盤空間正確答案：(A)解析：YARN資源的抽象是用Container表示。Container是YARN中的資源抽象，它封裝了某個節(jié)點上的多維度資源，如內存、CPU等，從而使得YARN能夠以統(tǒng)一的方式管理和分配這些資源。12.題目：KafkaClusterMirroring工具可以實現(xiàn)以下哪項功能？A、以上全不正確B、Kafka單集群內數(shù)據(jù)恢復C、Kafka跨集群數(shù)據(jù)同步方案D、Kafka單集群內數(shù)據(jù)備份正確答案：(C)解析：KafkaClusterMirroring工具主要用于Kafka跨集群數(shù)據(jù)同步，它能夠將一個Kafka集群中的數(shù)據(jù)同步到另一個Kafka集群，實現(xiàn)跨集群的數(shù)據(jù)復制和同步，而不是單集群內的數(shù)據(jù)備份或恢復功能。13.題目：關于Kafka盤容量不足的告警，對于可能的原因以下分析不正確的是?A、Broker節(jié)點故障導致B、用于存儲Kafka數(shù)據(jù)的磁盤配置（如磁盤數(shù)目、磁盤大小等），無法滿足當前業(yè)務數(shù)據(jù)流量，導致磁盤使用率達到上限C、數(shù)據(jù)保存時間配置過長，數(shù)據(jù)累積達到磁盤使用率上限D、業(yè)務規(guī)劃不合理，導致數(shù)據(jù)分配不均，使部分磁盤達到使用率上限正確答案：(A)解析：選項A中磁盤配置無法滿足業(yè)務數(shù)據(jù)流量，會使磁盤使用率達到上限，可能導致盤容量不足告警，該分析正確；選項B數(shù)據(jù)保存時間長，數(shù)據(jù)累積多導致磁盤使用率上限，符合盤容量不足的一種可能原因，分析正確；選項C業(yè)務規(guī)劃不合理使部分磁盤使用率達到上限，也會引發(fā)盤容量不足告警，分析正確；而選項DBroker節(jié)點故障不一定直接導致盤容量不足，通常是影響數(shù)據(jù)的讀寫等操作，而不是直接造成磁盤容量不夠，所以該分析不正確。14.題目：Spark組件中哪個選項不屬于transformation操作?A、reduceB、joinC、reduceByKeyD、distinct正確答案：(A)解析：reduce屬于Action操作，而join、distinct、reduceByKey都屬于transformation操作。15.題目：下列關于Flinkbarrier描述錯誤的是（）A、barrier是Flink快照的核心B、在插入barrier的時候，會暫時阻斷數(shù)據(jù)流C、barrier周期性的插入到數(shù)據(jù)流中，并作為數(shù)據(jù)流的一部分隨之流動D、一個barrier將本周期快照的數(shù)據(jù)與下一周期快照的數(shù)據(jù)分隔開來正確答案：(B)解析：Flinkbarrier周期性地插入到數(shù)據(jù)流中，并作為數(shù)據(jù)流的一部分隨之流動，它是Flink快照的核心，一個barrier將本周期快照的數(shù)據(jù)與下一周期快照的數(shù)據(jù)分隔開來。在插入barrier的時候，不會暫時阻斷數(shù)據(jù)流，只是標識了快照的邊界。16.題目：Flink的數(shù)據(jù)轉換操作在以下哪個環(huán)節(jié)中完成？A、channelB、transformationC、sourceD、sink正確答案：(B)解析：在Flink中，數(shù)據(jù)轉換操作是在transformation環(huán)節(jié)完成的。source負責數(shù)據(jù)的讀取，channel并不是Flink數(shù)據(jù)處理流程中的標準環(huán)節(jié)名稱，sink負責數(shù)據(jù)的輸出，而transformation專門用于對數(shù)據(jù)進行各種轉換操作，比如map、filter、flatMap等算子都在這個環(huán)節(jié)執(zhí)行。17.題目：FusionInsightManager對服務的配置功能說法不正確的是?A、配置保存后需要重啟服務才能生效B、實例級別的配置對其他實例也生效C、服務級別的配置可對所有實例生效D、實例級別的配置只針對本實例生效正確答案：(B)解析：實例級別的配置只針對本實例生效，不會對其他實例產生影響，所以選項C說法不正確。服務級別的配置可對所有實例生效，實例級別的配置只針對本實例生效，配置保存后通常需要重啟服務才能生效，A、B、D選項說法均正確。18.題目：FusionInsightHD的HBase中的一張表包含以下幾個Region[10，20），[20，30），[30，+∞]，分別編號為①，②，③，那么，11，20，222分別屬于哪個Region?A、①①②B、①①③C、①②③D、①②②正確答案：(D)19.題目：HBase中數(shù)據(jù)存儲的文件格式是什么?A、LogB、HFileC、TXTfileD、SequenceFile正確答案：(B)解析：HBase中數(shù)據(jù)存儲的文件格式主要是HFile。HFile是HBase存儲數(shù)據(jù)的基本格式，它將數(shù)據(jù)按KeyValue對進行排序存儲，并且包含了數(shù)據(jù)的元數(shù)據(jù)等信息。SequenceFile是Hadoop中的一種二進制文件格式，可用于存儲二進制鍵值對序列；Log主要是HBase中的日志文件；TXTfile不是HBase的數(shù)據(jù)存儲文件格式。20.題目：創(chuàng)建Loader作業(yè)時，可以在以下哪個步驟中設置Map數(shù)？A、輸入設置B、轉換C、輸出D、基本信息正確答案：(C)二、判斷題（共40題，每題1分，共40分）1.題目：SparkonYarn-client適合用于生產壞境是因為可以更快的看到APP的輸出。A、正確B、錯誤正確答案：(B)2.題目：在Streaming中，消息可靠性級別中的精確一次時通過ACK機制來實現(xiàn)的。A、正確B、錯誤正確答案：(B)3.題目：Loader僅支持關系型數(shù)據(jù)庫與HBase之間的數(shù)據(jù)導入導出。A、正確B、錯誤正確答案：(B)4.題目：Hadoop的NameNode用于存儲文件系統(tǒng)的元數(shù)據(jù)。A、正確B、錯誤正確答案：(A)5.題目：HDFS的Client寫入文件時，數(shù)據(jù)的第一副本寫入位置是由NameNode確定，其他副本的寫入位置由DataNode確定。A、正確B、錯誤正確答案：(A)6.題目：FusionInsightHD系統(tǒng)中，在創(chuàng)建Kafka的Topic時必須設置Partition個數(shù)和副本個數(shù)，設置多副本可以增強Kafka服務的容災能力。A、正確B、錯誤正確答案：(A)7.題目：HDFS存儲數(shù)據(jù)時，關鍵數(shù)據(jù)根據(jù)實際業(yè)務需要保存在具有高度可靠性的節(jié)點中，通過參數(shù)修改DataNode的存儲策略，系統(tǒng)可以將數(shù)據(jù)強制保存在指定的節(jié)點組中。A、正確B、錯誤正確答案：(A)8.題目：HDFS的Client寫入文件時，數(shù)據(jù)的第一副本寫入位置由NameNode確定，其他副本的寫入位置由DataNode確定。A、正確B、錯誤正確答案：(B)9.題目：FusionInsightManager界面上，當收到Kafka盤容量不足告警，且該告警的原因已經排除硬盤硬件故障時，系統(tǒng)管理員需要考慮擴容解決此問題。A、正確B、錯誤正確答案：(A)10.題目：Flink只能部署在Local和Cluster，暫不支持其他部署()A、正確B、錯誤正確答案：(B)11.題目：Kafka是一個高吞吐，分布式，基于發(fā)布訂閱的消息系統(tǒng)，利用Kafka技術可在廉價PCServer上搭建起大規(guī)模消息系統(tǒng)。A、正確B、錯誤正確答案：(A)12.題目：二級索引為HBase提供了按照某些列的值進行索引的能力。二級索引先查索引表，再定位到數(shù)據(jù)表中的位置，不用全表掃描，時延小。A、正確B、錯誤正確答案：(A)13.題目：通常情況下，Hive以文本文件存儲的表會以回車作為其行分隔符，在華為FusionInsightHive中，可以指定表數(shù)據(jù)的輸入和輸出格式處理類。A、正確B、錯誤正確答案：(A)14.題目：Flume的perties配置文件可以配置多個channel來傳輸數(shù)據(jù)。A、正確B、錯誤正確答案：(A)15.題目：在YARN的任務調度中，一旦ApplicationMaster申請到資源后，便與對應的ResourceManager通信，要求它啟動任務。A、正確B、錯誤正確答案：(B)16.題目：FLink采用checkpiont機制保障應用程序運行中的容錯性A、正確B、錯誤正確答案：(A)17.題目：Hive支持對表、列加密，HBase支持對表、列族和列加密A、正確B、錯誤正確答案：(A)18.題目：Kafka是一個分布式的消息發(fā)布訂閱系統(tǒng)，它只是進行消息的轉發(fā)，并不會保存消息。A、正確B、錯誤正確答案：(B)19.題目：colocation（同分布）文件級的同分布實現(xiàn)文件的快速訪問，避免了因數(shù)據(jù)搬遷帶來的大量網(wǎng)絡開銷。（）A、正確B、錯誤正確答案：(A)20.題目：華為FusionInsightHD系統(tǒng)中，對存儲副本為3個的數(shù)據(jù)塊，當有一個節(jié)點上該數(shù)據(jù)塊丟失時，需要手動復制一個副本到該節(jié)點。(B)A、正確B、錯誤正確答案：(B)21.題目：FusionInsightHD系統(tǒng)中，集群中其中一個Loader節(jié)點異常，其他服務沒有異常的情況下，不會影響Loader服務功能的正常使用。A、正確B、錯誤正確答案：(A)22.題目：flume傳輸數(shù)據(jù)的可靠性是指flume在傳輸數(shù)據(jù)過程中，當下一跳的flume節(jié)點故障或者數(shù)據(jù)接收異常時，可以自動切換到另外一路上繼續(xù)傳輸。（）A、正確B、錯誤正確答案：(A)23.題目：Hive是一種數(shù)據(jù)倉庫處理工具，使用類SQL的HiveQL語言實現(xiàn)數(shù)據(jù)查詢功能，所有Hive的數(shù)據(jù)都存儲在HDFS中A、正確B、錯誤正確答案：(A)24.題目：Kafka所有消息都會被持久化到硬盤中，同時Kafka通過對TopicPartition設置Replicetion來保障數(shù)據(jù)可靠。A、正確B、錯誤正確答案：(A)25.題目：Hadoop系統(tǒng)中，如果HDFS文件系統(tǒng)的備份因子是3，那么MapReduce每次運行Task都要從3個有副本的機器上傳輸需要處理的文件段。A、正確B、錯誤正確答案：(B)26.題目：Kafka是一個分布式的消息發(fā)布訂閱系統(tǒng)，它只是進行消息的轉發(fā)，不會保存消息。A、正確B、錯誤正確答案：(B)27.題目：kafkaConsumer寫數(shù)據(jù)總體流程是，Consumer連接指定TopicPartition所在的LeaderBroker，用于主動獲取方式從kafka中獲取消息。（）A、正確B、錯誤正確答案：(A)28.題目：SparkSOL表中，經常會存在很多小文件（大小遠小于DFS塊大小），在這種情況下，Spark會啟動更多的Task來處理這些小文件，當SQL邏輯中存在Shuffle操作時，會大大增加hash分桶數(shù)，從而嚴重影響性能。()A、正確B、錯誤正確答案：(A)29.題目：用戶權限管理基于角色的訪問控制，提供可視化的多組件統(tǒng)一的集中用戶權限管理。A、正確B、錯誤正確答案：(A)30.題目：Hive不支持超時重試機制。A、正確B、錯誤正確答案：(B)31.題目：FusionInsightHD管理節(jié)點提供雙機HA機制，主節(jié)點故障后，主備節(jié)點需要手動實現(xiàn)Failover。A、正確B、錯誤正確答案：(B)32.題目：Spark是基于內存的計算引擎，所有Sp