注：不含主觀題第1題萬維網(wǎng)之父是（）。A彼得·德魯克B舍恩伯格C蒂姆·伯納斯－李D斯科特·布朗第2題下列關于大數(shù)據(jù)的分析理念的說法中，錯誤的是（）。A在數(shù)據(jù)基礎上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B在分析方法上更注重相關分析而不是因果分析C在分析效果上更追究效率而不是絕對精確D在數(shù)據(jù)規(guī)模上強調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)第3題下列國家的大數(shù)據(jù)發(fā)展行動中，集中體現(xiàn)“重視基礎、首都先行”的國家是（

）。A美國B日本C中國D韓國第4題大數(shù)據(jù)的最顯著特征是（

）。A數(shù)據(jù)規(guī)模大B數(shù)據(jù)類型多樣C數(shù)據(jù)處理速度快D數(shù)據(jù)價值密度高第5題下列關于聚類挖掘技術的說法中，錯誤的是（

）。A不預先設定數(shù)據(jù)歸類類目，完全根據(jù)數(shù)據(jù)本身性質(zhì)將數(shù)據(jù)聚合成不同類別B要求同類數(shù)據(jù)的內(nèi)容相似度盡可能小C要求不同類數(shù)據(jù)的內(nèi)容相似度盡可能小第6題下列關于計算機存儲容量單位的說法中，錯誤的是（

）。A1KB＜1MB＜1GBB基本單位是字節(jié)（Byte）C一個漢字需要一個字節(jié)的存儲空間D一個字節(jié)能夠容納一個英文字符，第7題下列關于網(wǎng)絡用戶行為的說法中，錯誤的是（）。

A網(wǎng)絡公司能夠捕捉到用戶在其網(wǎng)站上的所有行為B用戶離散的交互痕跡能夠為企業(yè)提升服務質(zhì)量提供參考C數(shù)字軌跡用完即自動刪除D用戶的隱私安全很難得以規(guī)范保護第8題在數(shù)據(jù)生命周期管理實踐中，（）是A數(shù)據(jù)存儲和備份規(guī)范B數(shù)據(jù)管理和維護C數(shù)據(jù)價值發(fā)覺和利用D數(shù)據(jù)應用開發(fā)和管理第9題

美國海軍軍官莫里通過對前人航海日志的分析，繪制了新的航海路線圖，標明了大風與洋流可能發(fā)生的地點。這體現(xiàn)了大數(shù)據(jù)分析理念中的（

）。A在數(shù)據(jù)基礎上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B在分析方法上更注重相關分析而不是因果分析C在分析效果上更追究效率而不是絕對精確D在數(shù)據(jù)規(guī)模上強調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)第10題當前社會中，最為突出的大數(shù)據(jù)環(huán)境是（）A互聯(lián)網(wǎng)B物聯(lián)網(wǎng)C綜合國力D自然資源第11題下列關于舍恩伯格對大數(shù)據(jù)特點的說法中，錯誤的是（）。A數(shù)據(jù)規(guī)模大B數(shù)據(jù)類型多樣C數(shù)據(jù)處理速度快D數(shù)據(jù)價值密度高第12題大數(shù)據(jù)的最顯著特征是（）。A數(shù)據(jù)規(guī)模大B數(shù)據(jù)類型多樣C數(shù)據(jù)處理速度快D數(shù)據(jù)價值密度高第13題智慧城市的構建，不包含（）。A數(shù)字城市B物聯(lián)網(wǎng)C聯(lián)網(wǎng)監(jiān)控D云計算第14題下列關于數(shù)據(jù)重組的說法中，錯誤的是（）A數(shù)據(jù)重組是數(shù)據(jù)的重新生產(chǎn)和重新采集B數(shù)據(jù)重組能夠使數(shù)據(jù)煥發(fā)新的光芒C數(shù)據(jù)重組實現(xiàn)的關鍵在于多源數(shù)據(jù)融合和數(shù)據(jù)集成D數(shù)據(jù)重組有利于實現(xiàn)新穎的數(shù)據(jù)模式創(chuàng)新第15題智能健康手環(huán)的應用開發(fā)，體現(xiàn)了（）的數(shù)據(jù)采集技術的應用。

A統(tǒng)計報表B網(wǎng)絡爬蟲CAPI接口D傳感器第16題（）反映數(shù)據(jù)的精細化程度，越細化的數(shù)據(jù)，價值越高。A規(guī)模B活性C關聯(lián)度D顆粒度第17題數(shù)據(jù)清洗的方法不包括（）。A缺失值處理B噪聲數(shù)據(jù)清除C一致性檢查D重復數(shù)據(jù)記錄處理第18題根據(jù)不同的業(yè)務需求來建立數(shù)據(jù)模型，抽取最有意義的向量，決定選取哪種方法的數(shù)據(jù)分析角色人員是A數(shù)據(jù)管理人員B數(shù)據(jù)分析員C研究科學家D軟件開發(fā)工程師第19題大數(shù)據(jù)的起源是A金融B電信C互聯(lián)網(wǎng)D公共管理第20題當前大數(shù)據(jù)技術的基礎是由（）首先提出的。A微軟B百度C谷歌D阿里巴巴章節(jié)測驗第1題以下哪一項不屬于Hadoop可以運行的模式A單機（本地）模式B偽分布式模式C互聯(lián)模式D分布式模式第2題

Hadoop的作者是下面哪一位AMartinFowlerBDougcutting

CKentBeck

DGraceHopper

第3題下列哪個程序通常與NameNode在同一個節(jié)點啟動ATaskTrackerBDataNode

CSecondaryNameNode

DJobtracker第4題下列哪項通常是集群的最主要瓶頸A

CPUB網(wǎng)絡C磁盤IO

D內(nèi)存第5題DougCutting所創(chuàng)立的項目的名稱都受到其家人的啟發(fā)，以下項目不是由他創(chuàng)立的項目是

A

HadoopBNutchC

Lucene

DSolr

第6題配置Hadoop時，JAVA_HOME包含在哪一個配置文件中A

hadoop-default.xml

B

hadoop-env.shChadoop-site.xmlD

configuration.xsl

第7題

Hadoop配置文件中，hadoop-site.xml顯示覆蓋hadoop-default.xml里的內(nèi)容。在版本0.20中，hadoop-site.xml被分離成三個XML文件，不包括

Aconf-site.xml

Bmapred-site.xml

Ccore-site.xml

D

hdfs-site.xml

第8題關于Hadoop單機模式和偽分布式模式的說法，正確的是A兩者都起守護進程，且守護進程運行在一臺機器上B單機模式不使用HDFS，但加載守護進程

C兩者都不與守護進程交互，避免復雜性D后者比前者增加了HDFS輸入輸出以及可檢查內(nèi)存使用情況

第9題下列關于HadoopAPI的說法錯誤的是AHadoop的文件API不是通用的，只用于HDFS文件系統(tǒng)

BConfiguration類的默認實例化方法是以HDFS系統(tǒng)的資源配置為基礎的

CFileStatus對象存儲文件和目錄的元數(shù)據(jù)

第10題Hadoopfs中的-get和-put命令操作對象是A文件

B目錄C兩者都是第11題以下說法不正確的是

A

HadoopStreaming使用Unix中的流與程序交互

BHadoopStreaming允許我們使用任何可執(zhí)行腳本語言處理數(shù)據(jù)流

C采用腳本語言時必須遵從UNIX的標準輸入STDIN，并輸出到STDOUT

DReduce沒有設定，上述命令運行會出現(xiàn)問題

第12題Hadoop作者AMartinFowlerBKentBeckCDougcutting第13題下列哪項可以作為集群的管理？APuppet

BPdsh

CClouderaManagerDZookeeper正確答案：DAB第14題配置機架感知的下面哪項正確：A如果一個機架出問題，不會影響數(shù)據(jù)讀寫B(tài)寫入數(shù)據(jù)的時候會寫到不同機架的DataNode中CMapReduce會根據(jù)機架獲取離自己比較近的網(wǎng)絡數(shù)據(jù)正確答案：CBA第15題下列哪個是Hadoop運行的模式A單機版B偽分布式C分布式正確答案：ABC第16題Ganglia不僅可以進行監(jiān)控，也可以進行告警第17題BlockSize是不可以修改的。第18題Nagios不可以監(jiān)控Hadoop集群，因為它不提供Hadoop支持。第19題如果

NameNode意外終止，SecondaryNameNode會接替它使集群繼續(xù)工作。第20題ClouderaCDH是需要付費使用的。第21題Hadoop是Java開發(fā)的，所以MapReduce只支持Java語言編寫。第22題

Hadoop支持數(shù)據(jù)的隨機讀寫第23題Hadoop自身具有嚴格的權限管理和安全措施保障集群正常運行第24題hadoopdfsadmin–report命令用于檢測HDFS損壞塊。第25題10.Hadoop默認調(diào)度器策略為FIFO第26題集群內(nèi)每個節(jié)點都應該配RAID，這樣避免單磁盤損壞，影響整個節(jié)點運行。第27題

Hadoop環(huán)境變量中的HADOOP_HEAPSIZE用于設置所有Hadoop守護線程的內(nèi)存。它默認是200GB。章節(jié)測試第1題關于SecndaryNameNode哪項是正確的？A它是NameNode的熱備份B它對內(nèi)存沒有要求C它的目的是幫助NameNode合并編輯日志，減少NameNode啟動時間DSecndaryNameNde應與NameNde部署到一個節(jié)點一致性第2題下列哪項通常是集群的最主要瓶頸（）ACPUB網(wǎng)絡C磁盤IOD內(nèi)存第3題下面哪個角色負責HDFS數(shù)據(jù)存儲（）ANameNodeBDataNodeCSecndaryNameNodeD

tasktracker第4題

HDFS中的block默認保存幾份？（）A3份B2份C1份D不確定第5題

HDFS默認BlockSize是（）A32MBB64MB（2.7.2版本，本地模式）C128MB（2.7.2版本，分布式模式）D不定第6題

Client端上傳文件的時候下列哪項正確？（

）A數(shù)據(jù)經(jīng)過NameNode傳遞DataNodeBClient端將文件切分為Block，依次上傳C

Client只上傳數(shù)據(jù)到一臺DataNode，然后由NameNode負責Block復制工作DBC都正確第7題下列哪個程序通常與NameNode在一個節(jié)點啟動？（）A

SecondaryNameNodeB

DataNodeCTaskTrackerD

JobTracker第8題配置機架感知的下面哪項正確(

)A如果一個機架出問題，不會影響數(shù)據(jù)讀寫B(tài)寫入數(shù)據(jù)的時候會寫到不同機架的DataNode中

CMapReduce會根據(jù)機架獲取離自己比較近的網(wǎng)絡數(shù)據(jù)D都正確第9題下列哪項可以不可作為集群的管理（）APuppetBPdshCClouderaManagerDZookeeper

第10題hadoop一鍵閉全部包括hdfs和yarn集群的腳本命令是什么?（

）Astart-all.shBstart-yarn.shCstop-all.shDstop-yarn.sh第11題BlockSize是不可以修改的。第12題如果NameNode意外終止，SecondaryNameNode會接替它使集群繼續(xù)工作。第13題

NameNode負責管理metadata，client端每次讀寫請求，它都會從磁盤中讀取或則會寫入metadata信息并反饋client端。第14題

NameNode本地磁盤保存了Block的位置信息。第15題

DataNode通過長連接與NameNode保持通信。第16題Slave節(jié)點要存儲數(shù)據(jù)，所以它的磁盤越大越好。第17題hadoopdfsadmin–report命令用于檢測HDFS損壞塊第18題

因為HDFS有多個副本，所以NameNode是不存在單點問題的。第19題NameNode的WebUI端口是50030，它通過jetty啟動的Web服務第20題HDFS分布式文件系統(tǒng)集群的角色主要有NameNode、DataNode、SecondaryNameNode。章節(jié)測試第1題HDFS默認BlockSize的大小是A32MBB64MBC128MBD256M第2題下列哪項通常是集群的最主要瓶頸___ACPUB網(wǎng)絡C磁盤IOD內(nèi)存

第3題HDFS文件系統(tǒng)中一個gzip文件大小75MB，客戶端設置Block的大小為默認,請問此文件占用幾個Block___A1

B2

C3

D4第4題HDFS是基于流數(shù)據(jù)模式訪問和處理超大文件的需求而開發(fā)的，具有高容錯、高可靠性、高可擴展性、高吞吐率等特征，適合的讀寫任務是__A一次寫入，少次讀B多次寫入，少次讀C多次寫入，多次讀D一次寫入，多次讀第5題

HBase依靠______存儲底層數(shù)據(jù)。AHDFS

BHadoop

CMemoryDMapReduce第6題HBase依賴______提供強大的計算能力。AZookeeper

BChubby

C

RPCDMapReduce第7題HBase依賴______提供消息通信機制A

Zookeeper

BChubbyCRPC

DSocket第8題下面與HDFS類似的框架是___ANTFS

BFAT32CGFSDEXT3第9題關于SecondaryNameNode下面哪項是正確的___A它是NameNode的熱備B它對內(nèi)存沒有要求C它的目的是幫助NameNode合并編輯日志，減少NameNode啟動時間D

SecondaryNameNode應與NameNode部署到一個節(jié)點第10題大數(shù)據(jù)的特點不包括下面哪一項___A巨大的數(shù)據(jù)量B多結構化數(shù)據(jù)C增長速度快D價值密度高第11題第12題

HBase依靠HDFS存儲底層數(shù)據(jù)（

）第13題下面哪些選項正確描述了HBase的特性？A高可靠性B高性能C面向列D

可伸縮正確答案：DCBA第14題下面哪些概念是HBase框架中使用的？AHDFSBGridFSCZookeeperDEXT3正確答案：CA第15題下面對LSM結構描述正確的是？A順序存儲B直接寫硬盤C需要將數(shù)據(jù)Flush到磁盤D是一種搜索平衡樹正確答案：CA章節(jié)測試第1題Hadoop框架是用Java語言實現(xiàn)的，因此，MapReduce應用程序則一定也要用Java來編寫。（

）第2題1.

MapReduce編程模型的其中一個設計理念，就是“計算向數(shù)據(jù)靠攏”，而不是“數(shù)據(jù)向計算靠攏”。（

）第3題1.

MapReduce適宜計算密集型應用。（?）第4題1.

Mapreduce的input?split就是一個block。（?）第5題1.

每個map槽就是一個線程。（

）第6題1.

不同的Map任務之間不會進行通信。（

?）第7題不同的Reduce任務之間，則可能會發(fā)生信息交換。（?）第8題1.

InputSplit是MapReduce對文件進行處理和運算的輸入單位，需要對文件進行物理切分。（

?）第9題有關MapReduce，下面哪個說法是正確的（）

A它提供了資源管理能力

B它是開源數(shù)據(jù)倉庫系統(tǒng)，用于查詢和分析存儲在Hadoop中的大型數(shù)據(jù)集C它是Hadoop數(shù)據(jù)處理層

第10題在MapReduce中，如果將reducer數(shù)設置為0會發(fā)生怎樣的情形（

）

A僅有Reduce作業(yè)發(fā)生B僅有Map作業(yè)發(fā)生CReduce輸出會成為最終輸出第11題在MapReduce中，下面哪個會將輸入鍵值對處理成中間鍵值對（

）

AMapperBReducerCMapper和Reducer第12題在MapReduce中，Map數(shù)取決于（

）的總量

A任務數(shù)B輸入數(shù)據(jù)C輸出數(shù)據(jù)第13題在Hadoop的分區(qū)階段，默認的Partitioner是（

）

AHashParB

PartitionerC

HashPartitioner第14題下面哪個是一種編程模型，它將大規(guī)模的數(shù)據(jù)處理工作拆分成互相獨立的任務然后并行處理（

）

AMapReduceBHDFSCPig第15題在Hadoop中，下面哪個是默認的InputFormat類型，它將每行內(nèi)容作為新值，而將字節(jié)偏移量作為key（

）AFileInputFormatBTextInputFormatC

KeyValueTextInputFormat第16題在MapReduce中，對于map輸出的中間結果，負責按key進行分區(qū)的是（

）

A

RecordReaderBCombinerC

Partitioner第17題在MapReduce中，下面哪個階段是并行進行的（

）

AShuffle和MapBShuffle和SortCReduce和Sort第18題

關于MapReduce中的鍵值對，下面陳述正確的是（

）

AKey類必須實現(xiàn)WritableBKey類必須實現(xiàn)WritableComparableCValue類必須實現(xiàn)WritableComparableDValue類必須繼承WritableComparable第19題在HDFS中，put命令用于（

）

A將文件或從本地文件系統(tǒng)拷貝到HDFS

B將文件或者目錄從本地文件系統(tǒng)拷貝到HDFS

C將文件從HDFS拷貝到本地文件系統(tǒng)D將文件或者目錄從HDFS拷貝到本地文件系統(tǒng)第20題在Hadoop中，下面哪一個是默認的OutputFormat（

）

ASquenceFileOutputFormatBLazyOutputFormatCDBOutputFormat

DTextOutputFormat第21題

下面哪個不是Hadoop的輸入格式（

）

AByteInputFormatBTextInputFormatCSquenceFileInputFormatDKeyValueInputFormat第22題在MapReduce中，下面哪個數(shù)據(jù)流的順序是正確的（）Aabcdfe

Babcedf

Cacdefb

D

abcdef第23題下面哪個不屬于Reducer階段（

）

AShuffle

BSortCMapDReduce第24題下面關于MapReduce模型中Map函數(shù)與Reduce函數(shù)的描述正確的是（

）A一個Map函數(shù)就是對一部分原始數(shù)據(jù)進行指定的操作。B一個Map操作就是對每個Reduce所產(chǎn)生的一部分中間結果進行合并操作。CMap與Map之間不是相互獨立的。DReduce與Reduce之間不是相互獨立的。第25題如何禁用reduce階段（

）

A設置conf.setNumreduceTasks(0)B設置job.setNumreduceTasks(0)C設置job.setNumreduceTasks()=0第26題

shuffle和sort輸出的key實現(xiàn)了下面哪個接口（

）

AWritableBWritableComparableC

ConfigurableD

ComparableWritable第27題在MapReduce編程時，如下階段的順序是（

）AMapperPartitionerShuffle/SortCombinerBMapperPartitionerCombinerShuffle/SortCMapperShuffle/SortCombinerPartitioner

DMapperCombinerPartitionerShuffle/Sort第28題下面生成中間鍵值對的是（

）

AReducer

BMapperC

CombinerDPartitioner第29題第30題第31題第32題第33題第34題章節(jié)測試第1題關于數(shù)據(jù)及軟件架構的CAP理論不包括下面哪些A可用性B一致性C分區(qū)容忍性D分布性第2題下列關于spark中的RDD描述正確的有ARDD（ResilientDistributedDataset）叫做彈性分布式數(shù)據(jù)集，是spark中最基本的數(shù)據(jù)抽象BResilient：表示彈性的，彈性表示CDestributed：分布式，可以并行在集群計算DDataset：就是一個集合，用于存放數(shù)據(jù)的正確答案：DCBA第3題下列哪些是面向?qū)ο蠹夹g的特征A封裝B繼承C多態(tài)D分布性正確答案：CBA第4題下列描述正確的是A進程(Process)是程序的一次執(zhí)行過程B線程(Thread)是比進程更小的執(zhí)行單位C

線程不可共享相同的內(nèi)存單元D在同一個應用程序中可以有多個線程同時執(zhí)行正確答案：DBA第5題

下面哪些是spark比Mapreduce計算快的原因A基于內(nèi)存的計算B基于DAG的調(diào)度框架C基于Lineage的容錯機制D基于分布式計算的框架正確答案：CBA第6題下面哪個操作是窄依賴？Ajoin

Bfilter

Cgroup

Dsort

第7題.下面哪個操作肯定是寬依賴

A

map

BflatMap

CreduceByKey

D

sample第8題最早是Cloudera提供的日志收集系統(tǒng)，目前是Apache下的一個孵化項目，支持在日志系統(tǒng)中定制各類數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù)的工具是AFlumeBZookeeperCStormDSparkstreaming第9題一個分布式應用程序協(xié)調(diào)服務，分布式應用程序可以基于它實現(xiàn)同步服務，配置維護和命名服務等的工具有AFlumeBZookeeperCStormDSparkstreaming第10題作為分布式消息隊列，既有非常優(yōu)秀的吞吐量，又有較高的可靠性和擴展性，同時接受Sp