1+X大数据平台运维（中级）理论考核试题及答案

1+X大数据平台运维（中级）理论考核一、单选题1.以下哪种情况容易引发HDFS负载不均问题（）[单选题]。A、HDFS中存储的文件大小不一，小文件太多B、HDFS中Block的大小设置不合理C、Data各数据节点磁盘规格和空间大小有差异√D、NameNode与DataNode节点在同一物理服务器上2.MapReduce中可能引起负载问题的原因有哪些（）[单选题]。A、MapReduce需要处理的数据量过大B、数据本身的格式问题，例如:文档格式混乱C、DataNode节点与Map节点不在一起D、Map中Key值选取和设定问题，导致Key值过于集中√3.下面哪些不是引起Spark负载不均的原因（）[单选题]。A、Spark读入的数据源是倾斜的B、Shuffle阶段Key值过于集中C、在数据过滤阶段需要处理的数据量差异D、Spark的运行方式差异√4.哪些不是引起Hive数据倾斜的原因?（）[单选题]*A、数据在节点存储上分布不均B、运算中Key值分布不均C、业务数据本身存在分布不均D、Hive中表数量的多少√5.Hive数据倾斜的表现（）[单选题]。A、Hive建表后数据无法导入B、Hive无法启动C、Hivesql语句运行异常直接退出D、Hive运算任务为报错单长期卡在99%√6.下列大数据特点中错误的是（）[单选题]。A、数据体量大B、数据种类多C、处理速度快D、价值密度高√7.下列不属于数据存储技术的是（）[单选题]。A、MySQLB、Storm√C、HDFSD、HBase8.企业使用大数据平台基于（）做分析报表[单选题]。A、MongoDBB、BIC、Hive√D、SQL9.大数据存储是指用存储器，以（）的形式，存储采集到数据的过程[单选题]。A、数据库/数据仓库√B、集群C、文件系统D、信息系统10.下列（）不是非关系型数据库[单选题]。A、HBaseB、RedisC、Hive√D、MongoDB11.下列不属于大数据项目实施工作流程的是（）[单选题]。A、项目规划阶段B、数据治理阶段C、项目设计阶段D、系统运维阶段√12.在大数据项目规划阶段中，（）阶段确认大数据项目范围和建设目标[单选题]。A、需求调研√B、业务调研C、数据需求D、项目规划13.数据来源评估一般在（）阶段进行[单选题]。A、项目规划B、数据治理√C、项目设计D、数据应用14.在数据仓库的数据架构中，（）具有按业务场景组织数据的能力[单选题]。A、结构化数据B、列式数据√C、文档数据D、非结构化数据15.（）是检查系统对非法侵入的防范能力[单选题]。A、功能测试B、性能测试C、安全测试√D、验收测试16.下列哪项通常是集群的最主要瓶颈（c）[单选题]。A、CPUB、网络C、磁盘IO√D、内存17.非关系型数据库不包括（）[单选题]。A、HBaseB、Mapreduce√C、Neo4jD、MongoDB18.下列关于大数据中计算机存储容量单位的说法中，错误的是（）[单选题]。A、基本存储容量单位是字节（Byte）B、汉字字符存储空间要大于英文字符存储空间C、一个英文字符需要2个字节的存储空间√D、一个汉字字符需要2个字节的存储空间19.啤酒和尿布的关系是大数据在（）行业的典型应用[单选题]。A、医疗B、地产C、电商D、零售√20.如今舆情分析大数据平台系统多采用（）架构[单选题]。A、Lambda√B、KappaC、流式D、Unifield21.配置主机名和IP地址映射的文件位置是（）[单选题]*A、/home/hostsB、/usr/local/hostsC、/etc/hostD、/etc/hosts√22.使配置的环境变量生效的命令是（）[单选题]*A、vi~/.bashrcB、source~/bashrcC、cat~/.bashrcD、source~/.bashrc√23.下列哪项通常是集群的最主要瓶颈（）[单选题]*A、CPUB、网络C、磁盘IO√D、内存24.下面哪个程序负责HDFS数据存储（）[单选题]*A、Datanode√B、NameNodeC、JobtrackerD、secondaryNameNode25.HDfS中的block默认保存（）份[单选题]。A、3份√B、2份C、1份D、不确定26.1.Linux下启动HDFS的命令是（）[单选题]*A、HdfsB、startdfsC、start-dfs.sh√D、start-dfs.cmd27.关于SecondaryNameNode哪项是正确的?（）[单选题]*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28.端口50070默认是HDFS哪个服务的端口?（）[单选题]*A、NameNode√B、DataNodeC、SecondaryNameNodeD、GFS29.配置Hadoop文件参数时，配置项“dfs.replication”应该配置在哪个文件?（）[单选题]*A、core-site.xmlB、hdfs-site.xml√C、mapred-site.xmlD、yarn-site.xml30.Hadoop集群的关闭命令是?（）[单选题]*A、stop-dfs.shB、stop-yarn.shC、stop-all.sh√D、stop-hadoop.sh31.下列哪个程序通常与NameNode在一个节点启动（）[单选题]。A、SecondaryNameNodeB、DataNodeC、TaskTrackerD、Jobtracker√32.配置Hadoopha文件参数时，JAVA_HOME包含在哪一个配置文件中（）[单选题]*A、hadoop-default.xmlB、hadoop-env.sh√C、hadoop-site.xmlD、configuration.xsl33.下列哪一个是HADOOPHA启动的第一个进程（）[单选题]*A、启动zookeeper√B、启动journalnodeC、在master1上执行命令，启动hdfs和yarnD、在master2上执行命令，启动yarn34.下列哪一个是zookeeper的进程（）[单选题]*A.DFSZKFailoverControllerB.QuorumPeerMain√C.JournalNodeD.NodeManage35.注册ZNode的命令是（）[单选题]*A、bin/hdfszkfc-formatZK√B、sbin/hdfszkfc-formatZKC、bin/hdfszkfc-fromatZKD、sbin/hdfszkfc-fromatZK36.以下对Flume架构描述不正确的是（）[单选题]*A、Flume的核心就是AgentB、Sink负责将数据发送到外部指定的目的地C、Source接收到数据之后，将数据发送给Sink√D、Channel作为一个数据缓冲区会临时存放一些数据37.Sqoop工具接收到命令后通过任务翻译器，将命令转换为（）[单选题]*A、MapReduce任务√B、Translate任务C、Map任务D、Reduce任务38.以下对Flume描述错误的是（）[单选题]*A、高可用的B、高可靠的C、负责海量日志采集D、负责处理数据√39.Flume数据传输的基本单元是（）[单选题]*A、Event√B、ClientC、ChannelD、Sink40.Kafka的设计初衷不包括（）[单选题]*A、处理海量日志B、用户行为统计C、网站运营统计D、数据转换√41.SparkonYarn有两种接口模式是（）[单选题]*A、Client模式和Cluster模式√B、Consumers模式和Producer模式C、Local模式和Remote模式D、Resource模式和Application模式42.当启动一个SparkShell时，SparkShell已经预先创建好一个SparkContext对象，其变量名为（）[单选题]*A、sc√B、ccC、snD、nc43.RDD是含义是（）[单选题]*A、弹性分布式数据集√B、弹性运算数据集C、可重复操作数据D、远端数据定义44.以下哪个不是Spark中WorkerNode的作用（）[单选题]*A、通过注册机制向ClusterMaster汇报自身的cpu和memory等资源B、Master的指示下创建启动Executor，Executor是执行真正计算的苦力C、将资源和任务进一步分配给ExecutorD、同步资源信息、Executor状态信息给Driver√45.以下对窄依赖描述正确的是（）[单选题]*A、可以表现为一个父RDD的分区对应于一个子RDD的分区，对输入进行协同划分√B、可以表现为多个父RDD的分区对应于一个子RDD的分区，对输入进行非协同划分C、表现为存在一个父RDD的一个分区对应一个子RDD的多个分区,对输入进行非协同划分D、表现为存在一个父RDD的一个分区对应一个子RDD的多个分区,对输入进行协同划分46.Linux操作系统vm.swappiness参数值被设置为10，它的含义是（）[单选题]*A、内存使用量达到系统内存的90%时，操作系统会相当频繁地使用磁盘上的交换文件√B、内存使用量达到系统内存的10%时，操作系统会相当频繁地使用磁盘上的交换文件C、内存使用量达到系统内存的90%时，操作系统不会地使用磁盘上的交换文件D、内存使用量达到系统内存的10%时，操作系统不会地使用磁盘上的交换文件47.禁用ipv6需要修改的是哪个配置文件（）[单选题]*A./etc/sysctl.conf√B./etc/profileC.~/.bashrcD./etc/networks48.禁止记录访问时间戳需要修改什么参数（）[单选题]*A、noatime和nodiratime√B、notime和nodirtimeC、atime和diratimeD、time和dirtime49.增大可打开文件描述符数目需要修改哪个配置文件（）[单选题]*A、/etc/security/limits.conf√B、/etc/security/limt.confC、/etc/conf/limits.confD、/etc/conf/limit.conf50.以下对Linux下的大页描述错误的是（）[单选题]*A、Linux下的大页分为标准大页和透明大页两种类型B、标准大页管理是预分配的方式C、透明大页管理是静态分配的方式√D、Linux系统默认开启透明大页面功能二、多选题1.大数据处理流程一般分为（）。[多选题]*A、数据采集与预处理√B、数据存储√C、数据分析与挖掘√D、数据可视化√2.大数据技术面临的挑战主要有（）。[多选题]*A、可靠性√B、可用性√C、安全性√D、高效性E、可扩展性√3.下列属于数据可视化软件及工具的有哪些（）。[多选题]*A、Echarts√B、Python中Matplotlib、pyecharts等库包√C、R语言中ggplot2、highcharter等库包√D、D3.js√4.大数据实施工程师的工作职责有（）。[多选题]*A.负责Hadoop、Spark、Storm等大数据平台的规划、部署、监控、系统优化等工作，确保系统持续稳定、高效运行√B.负责大数据平台系统运营规范，及运营工具系统的设计与开发实现√C.负责PoC（ProofofConcept，原型验证），在客户业务场景下验证大数据产√品的功能与性能D.与客户沟通了解需求，在客户业务场景下根据客户的需求进行大数据项目实施，安装部署大数据平台软件√E.深入理解系统平台，为其持续优化提供建设性意见√5.大数据运维工程师日常工作主要是（）。[多选题]*A.大数据集群的构建√B.大数据集群的任务调度、监控预警√C.大数据集群容量规划、扩容、集群性能优化√D.大数据系统日常巡检、应急值守和故障处理√E.根据客户需求进行大数据应用接入和对接培训6.故障排查流程一般包括（）。[多选题]*A.应急处置与故障定位√B.故障报告√C.故障检查√D.故障诊断√7.关于H3CDataEngineBI商业智能大数据平台说法正确的是（）。[多选题]*A、采用B/S架构，纯Java语言开发，支持所有可部署JDK的操作系统√B、支持所有的有JDBC接口的数据库√C、支持DataEngineHadoop和MPP分布式数据库等主流大数据平台√D、具有分布式分析能力，可快速实现数据可视化分析√8.元数据的内容包括（）。[多选题]*A、对数据质量的描述√B、对数据处理信息的说明√C、对数据集的描述√D、对数据转换方法的描述√9.美国治理警察超速行驶是通过（）发现问题的[单选题]。A、通过人工观察B、通过对不同高速路口收费站的原始数据记录的比对挖掘分析√C、警车上的跟踪设备产生的报告进行挖掘分析D、治安监控录像资料汇总分析10.Hadoop集群的三大核心组件是（）[多选题]*A、HDFS√B、MapReduce√C、ZookeeperD、YARN√11.下列哪个是Hadoop运行的模式:（）[多选题]*A、单机版√B、伪分布式√C、分布式√D、Zookeeper12.下列哪项可以作为集群的管理?（）[多选题]*A、Puppet√B、Pdsh√C、Zookeeper√D、ClouderaManager13.启动yarn命令后会出现哪些进程（）[多选题]*A、NameNodeB、NodeManager√C、ResourceManager√D、DataNode14.ZooKeeper的Server节点主要由哪些角色组成?（）[多选题]*A、Leader√B、Follower√C、ManagerD、Learner15.Follower节点的主要功能有（）[多选题]*A、向Leader发送请求√B、接收Leader消息并进行处理√C、接收Client的请求，如果为写请求要发送给Leader进行投票√D、返回给Client结果√16.可以用几台机器配置高可用（）[多选题]*A、1B、3√C、4D、5√17.下列哪一个不是在slave1上使用的命令（）[多选题]*A、bin/hdfsnamenode-bootstrapStandbyB、sbin/hadoop-daemon.shstartnamenodeC、sbin/yarn-daemon.shstartproxyserver√D、sbin/start-dfs.sh√18.下列那些是hadoopha启动完成的进程（）[多选题]*A、NameNode√B、DFSZKFailoverController√C、JobHistoryServer√D、QuorumPeerMain√19.以下哪些属于ETL工具（）[多选题]*A、sqoop√B、Flume√C、Kafka√D、Spark20.Flume的Agent包括哪些（）[多选题]*A、Source√B、Channel√C、Sink√D、Data21.以下哪些是Kafka的特性（）[多选题]*A、分布式√B、高吞吐量√C、支持多分区√D、单副本22.Spark包含哪几种模式（）[多选题]*A、本地模式（local）√B、Standalone模式√C、SparkonYarn模式√D、SparkonMesos模式√23.Yarn主要涉及到以下哪几个角色（）[多选]*A、RM:ResourceManager（资源管理者）√B、NM:NodeMananger（节点管理者）√C、AM:ApplicationMaster（应用程序管理者）√D、PM:ProgramManager(程序管理者)24.以下哪些是Spark的特点（）[多选题]*A、运行处理速度快√B、运行模式多样性√C、易于使用√D、交互性25.以下对脏页配置参数的描述哪些是正确的（）[多选题]*A、vm.dirty_background_ratio内存可以填充“脏数据”的百分比√B、vm.dirty_expire_centisecs指定脏数据能存活的时间√C、vm.dirty_ratio脏数据百分比的绝对限制值√D、vm.dirty_writeback_centisecs指定pdflush/flush/kdmflush进程执行间隔√26.目前主流Linux发行版本使用I/O调度器有哪些（）[多选题]*A、DeadLine√B、CFQ√C、NOOP√D、Scheduler27.在Linux中,查看服务器负载和资源占用情况的常用命令有（）[多选题]*A、free√B、top√C、iostatsD、Vmstats28.Hive有哪些表的数据类型?（）[多选题]*A、内部表√B、外部表√C、分区表√D、桶√29.7、Hive的访问方式有哪些?（）[多选题]*A、shell√B、JDBC√C、WebUI√D、ssh30.8、Hive的主要特点:（）[多选题]*A、可伸缩√B、高容错√C、类SQL语言√D、批处理√三、判断题1.大数据处理速度快，但时效性要求却很低。对错√2.大数据的数据类型丰富，包括结构化数据、半结构化数据和非结构化数据。对√错3.大数据来源包括:传统商业数据、互联网数据和物联网数据。对错√4.日志一般为结构化或非结构化的二进制文件，可以利用日志分析工具进行事后分析[单选题]。(对)√(错)5.故障报告应该写清故障时间、故障表现、理论表现、故障有关的操作以及如何重现[单选题]。(对)√(错)6.Elasticsearch是一个分布式的开源搜索和分析引擎,适用于所有类型的数据,包括文本、数字、地理空间、结构化和非结构化数据[单选题]。(对