大数据华为认证考试(习题卷3)

试卷科目：大数据华为认证考试大数据华为认证考试(习题卷3)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据华为认证考试第1部分：单项选择题，共51题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.集合运算算子指的是()?A)ArrayOPB)HashOpC)ListOpD)SetOp答案:D解析:[单选题]2.MapReduce任务最终是在下列（）中被执行的。A)NodeManagerB)containerC)ResourceManagerD)AppMaster答案:B解析:[单选题]3.下列哪个不是Explain的关键字()?A)TablescanB)HashJoinC)FilterD)Seqscan答案:C解析:[单选题]4.YARN中默认的资源调度器是:（）。A)FIFO调度器B)容量调度器C)Fair调度器D)以上全部是答案:B解析:[单选题]5.Action是RDD的算子的一个类型，不可以将结果写入()A)磁盘B)CPUC)HDFSD)数据库答案:D解析:[单选题]6.以下哪个不是大数据的数据计算引擎?（）A)SparkB)MapReduceC)FlumeD)Flink答案:C解析:[单选题]7.当ElasticSearch集群有节点加入或退出时，集群数据会发生什么动作?()A)数据重载B)数据分布C)数据更新D)数据重建答案:B解析:[单选题]8.Spark2.0中引入了()的概念，它为用户提供了一个统一的切入点来使用Spark的各项功能。（）A)SparkContextB)SparkConfC)SparkTextD)SparkSession答案:D解析:[单选题]9.关于GaussDB200的发展史，下列说法错误的是()?A)GaussDB200已经在华为云发布了云化产品。B)GaussDB200专注国内业务，不涉及海外。C)GaussDB200从-开始就支持ARM架构的部署。D)GaussDB200前身叫GaussDB，是GaussDB的子项目。答案:B解析:[单选题]10.Redis不适用于以下哪个应用场景?()A)获取PB级Value数据B)获取TOPN操作C)获取手机验证码D)获取最新N个数据的操作答案:A解析:[单选题]11.Hive中的解释器(complier)、优化器(optimizer)、执行器(executor)组件用于HQL语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在()中，并在随后由()调用执行。()A)内存、MapReduceB)HDFS、YarnC)HBase、YarnD)HDFS、MapReduce答案:D解析:[单选题]12.HDFS的副本放置策略中，同一机架不同的服务器之间的距离是：（）。A)3B)2C)1D)4答案:B解析:[单选题]13.当Spark发生Shuffle时，MapTask的运算结果会通过（）的形式把运算结果分发到对应的任务上去。()A)序列化B)键值化C)二进制D)RDD答案:B解析:[单选题]14.以下关于Kafka消息消费者Consumer读取消息描述错误的是:（）。A)consumer使用offset来记录读取位置B)Kafka的一个Topic可以理解为一个队列，即一个消息C)生产者产生的消息逐条放到Topic尾部D)消费者从右至左读取消息答案:D解析:[单选题]15.Hadoop平台中HBase的Region是由:（）服务进程来管理。A)HMasterB)DataNodeC)RegionServerD)ZooKeeper答案:C解析:[单选题]16.哪种不是Flink提供的部署方式?（）A)ClusterB)CloudC)VMD)Local答案:C解析:[单选题]17.常用的数据收集工具不包括？()A)SparkB)LoaderC)SqoopD)Kettle答案:A解析:[单选题]18.一般情况下，若要提高ElasticSearch检索效率，可以采取什么操作?()A)使用Hive做底层存储B)调整索引分片数C)压缩索引D)增加EsMaster节点答案:B解析:[单选题]19.有一张表name，其中一个字段名为chinese_name，类型为char(4)，另一个字段名为eng1ish_name，类型为varchar(5)。那么执行如下语句?insertintonamevalues('gaosi'，'GaussDB')?会发生什么?（）A)存在记录(gaos，GaussDB)。B)存在记录(gaos，Gauss)。C)数据无法插入。D)存在记录(gaosi，GaussDB)答案:C解析:[单选题]20.下面哪个Flume功能可以给Event添加Header信息。（）A)SelectorB)ChannelC)InterceptorD)Sink答案:C解析:[单选题]21.在MapReduce的应用程序开发中，下列（）JAVA类负责管理和运行一个计算任务。A)lobB)ContextC)FileSystemD)Configuration答案:A解析:[单选题]22.ElasticSearch是怎么实现Master选举的?()A)借助ZooKeeper选举B)内部自行选举C)随机生成D)自行指定答案:A解析:[单选题]23.下列选项中适合MapReduce的场景有：（）。A)实时交互计算B)迭代计算C)流式计算D)离线计算答案:D解析:[单选题]24.GaussDB200支持几种数据并行导入策略?()A)2B)1C)4D)3答案:D解析:为了使得数据能够正确、不重复地分配给各DN，保证入库数据的唯一性，GaussDB200对应提供了三种策略：1、Normal策略：利用高斯数据服务工具GDS(GaussDataService)来管理用户数据，将集群之外主机上的数据导入到集群中。2、Shared策略：利用网络文件系统NFS(NetworkFileSystem)服务，将存放用户数据的服务器统一挂载到各DN所在主机的相同路径下，将集群之外主机上的数据导入到集群中。3、Private策略：用户自行将数据文件上传到各DN所在主机。[单选题]25.大数据技术的4V特征不包含以下哪项?（）A)VelocityB)VirtualC)VarietyD)Volume答案:B解析:[单选题]26.HBase为什么适用于海量数据存储?()A)HDFS做底层存储B)多列簇特C)支持列存表D)集群规模小答案:A解析:[单选题]27.以下（）不是订阅数据包含的内容。A)服务IDB)数据库类型C)表名D)库名答案:B解析:[单选题]28.关于HDFS的文件块的描述不准确的是?（）A)文件块越大寻址时间越短。B)文件块(片)被存在哪个集群；谁有权限查看、修改这个文件等信息放在元数据Metadata中C)文件块的大小设置原则：最大化寻址开销。D)HDFS文件块的大小在1.0版本时是64M，在2.0的时候是128M。答案:C解析:[单选题]29.下列代码的作用是?()StringgraphName=?graphbase?;Api.createGraph(graphName)；A)创建图B)获得图C)删除图D)修改图答案:A解析:[单选题]30.Yam中（）角色是管理单个节点资源（CPU/Memory）的。A)NodeManagerB)ResourceManagerC)DataNodeD)NameNode答案:A解析:[单选题]31.Kafka集群中，Kafka服务端的角色是:（）。A)BrokerB)ConsumerC)ZookeeperD)Producer答案:A解析:[单选题]32.第三次信息化浪潮标志不包含以下哪项?（）A)云计算B)物联网C)大数据D)互联网答案:D解析:[单选题]33.Zookeeper的Scheme认证方式不包括：（）。A)digestB)saslC)authD)world答案:B解析:[单选题]34.修改资源的化导入excel的操作列应该填写（）。A)插入B)更新C)删除D)追加答案:B解析:[单选题]35.下列关于FusionInsightLibrA数据均匀分布的存储描述错误的是:（）。A)解析器从客户端应用获取输入的数据B)解析器对数据解析后，将数据分发诶各个处理单元进行处理C)各个处理单元把接受到的数据存储到各自的逻辑磁盘中D)每一个处理单元的逻辑磁盘只能是服务器自带的物理磁盘答案:D解析:[单选题]36.以下哪项属于Flume的基础数据单位？()A)ObjectB)TopicC)EventD)Subject答案:C解析:[单选题]37.以下关于数据服务API开放方使用流程，描述正确的是:（）。A)创建api并发布apiB)获取APIC)调用APID)创建应用并获取授权答案:A解析:[单选题]38.以下两种描述分别对应:（）两种分类算法的评价标准。A)Precision，RecallB)Recall，PrecisionC)Precision，RocD)Recall，Roc答案:A解析:[单选题]39.有如下存储过程，CREATEORREPLACEPROCEDUREprc_1(param1ININTEGERDEFAULT3，param2INOUTINTEGER)ASBEGINParam2：=paraml+param2；RETURN：END：调用如上存储过程callprc_1(2，1)，结果是()?A)1B)2C)4D)3答案:D解析:[单选题]40.以下（）组件负责控制系统资源的分配，防止过量业务负载对系统的冲击而导致业务拥塞。A)GTMB)WLMC)CND)DN答案:B解析:[单选题]41.Kafka消息默认保存时间为多少天?()A)14天B)30天C)1天D)7天答案:D解析:[单选题]42.以下哪个选项属于大数据消息系统?（）A)SparkB)KafkaC)HBaseD)Zookeeper答案:B解析:[单选题]43.以下哪种Hive的方法可以用来对数据求和?（）A)trimB)dataC)avgD)sum答案:D解析:[单选题]44.创建分支语句如下，CREATEORREPLACEPROCEDUREproc_case_branch(pi_resultininteger，pi_returnoutinteger)ASBEGINCASEpi_resultWHEN1THENPi_return：=1；WHEN2THENPi_return：=3：WHEN3THENPi_return：=5；WHEN6THENPi_return：=7；WHEN7THENPi_return：=9：ELSEPi_return：=0：ENDCASE：Raiseinfo'pi_return：%'，pi_returnEND：执行如下语句CALLproc_case_branch(3，2)的返回结果是()A)4B)3C)5D)2答案:C解析:[单选题]45.在WebHCat架构中，用户能够通过安全的HTTPS协议执行以下（）操作。A)执行HiveDDL操作B)运行MapReduce任务C)运行HiveSQL任务D)以上全部正确答案:D解析:[单选题]46.在决策树创建时，由于数据中的噪声和离群点，许多分枝反映的是训练数据中的异常,（）方法处理这种过分拟合数据问题。A)小波B)调和C)剪枝D)回归答案:C解析:[单选题]47.在FusioninsightHD的客户端，执行kinit｛账号｝命令是为了得到KDC的（）内容。A)Krb5.confB)TGTC)STD)jaas.conf答案:B解析:[单选题]48.GraphBase能够处理海量数据的原因是什么?（）A)基于Elasticsearch的索引机制B)基于HBase的分布式存储机制C)基于Spark的分布式内存计算技术D)图机制特性答案:B解析:[单选题]49.以下（）组件负责接收来自应用的访问请求，并向客户端返回执行结果。A)GTMB)WLMC)CND)DN答案:C解析:[单选题]50.Redis中String数据类型不含以下哪种操作?()A)mgetB)sizeC)strlenD)append答案:B解析:[单选题]51.为了提高Kafka的容错性，Kafka支持Partition的复制策略，以下关于LeaderPartition和FollowerPartition的描述错误的是：（）。A)Kafka针对Partition的复制需要选出一个Leader。由该Leader负责Partition的读写操作。其他的副本节点只是负责数据同步B)由于LeaderServer承载了全部的请求压力。因此从集群的整体考虑，Kafka会将Leader均衡的分散在每个实例上，来确保数据均衡C)一个Kafka集群各个节点间不可能互为Leader和FlowerD)如果Leader失效。那么将会有其他follower来接管(成为新的Leader)答案:C解析:第2部分：多项选择题，共34题，每题至少两个正确答案,多选或少选均不得分。[多选题]52.关于HDFS中NameNode的作用描述的正确的是?()A)管理HDFS的名称空间(NameSpace)B)配置副本策略通常为3份C)处理客户端读写请求D)执行数据块的读/写操作答案:ABC解析:[多选题]53.以下哪些属于大数据存储与管理技术？（）A)HDFSB)HBaseC)TezD)Durid答案:AB解析:[多选题]54.以下关于Flink与其他组件交互说法正确的是：()。A)Flink任务的运行依赖Yarn来进行资源调度B)Flink的checkpoint的实现依赖于ZookeeperC)Flink可以将接受的组件发给KafkaD)Flink在HDFS文件系统中读写数据答案:ABCD解析:[多选题]55.数据标签支撑的典型场景包括：()。A)数据分析B)精准营销C)风险防控D)群体分析答案:ABCD解析:[多选题]56.下面关于FusionInsightLibrADM的支持平台描述正确的有：()。A)可以运行在SUSE11.3系统上B)需要运行在InternetExplorer9.0及以上版本C)JDK需要1.6及以上版本D)操作系统需要预留2G内存，10G磁盘空间答案:ABD解析:[多选题]57.HBase中HMaster主要负责什么?()A)用户数据读写B)表的增删改查C)Regionserver负载均衡D)Region分布调整答案:BCD解析:[多选题]58.华为大数据产品FusionInsightHD中的Streaming具有：()关键特性。A)容灾能力B)灵活性C)消息可靠性D)可伸缩性答案:ABC解析:[多选题]59.以下哪些是离线批处理的特点？（）A)处理数据格式多样B)支持SQL类作业和自定义作业C)处理数据量巨大D)处理时间要求高答案:ABC解析:[多选题]60.传统数据处理的瓶颈有：()。A)数据存储成本高B)流式数据处理形成不足C)扩展能力有：限D)批量数据处理缺失答案:AC解析:[多选题]61.下面哪些是GaussDB200的特点()?A)支持集群在线扩容。B)支持就地升级。C)支持自动降级。D)支持标准SQL。答案:ABD解析:[多选题]62.以下关于Zookeeper的Loader选举说法正确的是：()。A)当实例n为奇数时，假定n=2x+1，则成为leader节点需要x+1票B)Zookeeper选举leader时，需要半数以上的票数C)当实例数为8，则成为leader需要5票，容灾能力为4D)当实例数n为奇数时，假定n=2x+1，则成为leader需要x票答案:AB解析:[多选题]63.常用的数据结构类型是?（）A)结构化数据B)无结构化数据C)半结构化数据D)非结构化数据答案:ACD解析:[多选题]64.FusioninsightHD中，可以通过()方式查看Oozie作业的调试结果。A)查看Oozie的JAVAAPI返回结果是：否符合预期B)通过Hue的workflow仪表板查看程序运行结果C)通过Hue的文件浏览器查看是：否在HDFS指定目录生成了所期望的文件D)Oozie自带的Web界面也可以查看作业执行结果答案:ABCD解析:[多选题]65.FusionInsightHD平台中，()组件支持对表进行加密。A)HDFSB)FlinkC)HbaseD)Hive答案:CD解析:[多选题]66.以下哪些选项属于离线批处理的特点?（）A)数据不落地、存储量不大B)处理数据量相对较大C)处理时间相对较长D)数据吞吐量较大答案:BCD解析:[多选题]67.在金融领域的大数据批量离线处理平台中，以下描述正确的是？()A)金融领域的外部数据来源可以是征信信息、社交网络和电商等B)在数据集成模块，可以分为数据采集、数据操控和数据加载3个阶段C)金融领域的内部数据来源均为结构化数据，包括信贷数据、信用卡数据和收单数据等D)金融领域的数据应用层面均是面向金融机构内部的，如监管报表系统，精确营销、BI应用等，完全不对外或对其他下属机构开放。答案:AB解析:[多选题]68.Kerberos安全认证必须有下列的哪些？（）A)krb5.conf配置文件B)用户名C)用户的keytab文件D)Jaas.conf配置文件答案:ABC解析:(D)这个配置文件只有在访问Zookeeper组件时才需要，而且在FusionInsightC60版本以后，样例代码中已经提供了统一认证工具类，通过这个类的API生成jaas对象，不需再要求提供jaas.conf配置文件了。[多选题]69.下列关于Explain的关键字描述正确的是()A)在Explain的基础上，通过添加Analyze同时显示该语句执行时每个算子的实际开销(单位为毫秒)和行数信息，对于判断优化器的估算是否准确提供依据。B)在Explain的基础上，添加Verbose显示出计划的额外详细信息，包括每个算子的输出列，重分布算子的分布列等。C)Explain通过指定option选项参数FORMAT来指定输出格式，默认是text格式。D)在Explain的基础上，添加Performance显示出计划的额外详细信息，包括每个算子的输出列，重分布算子的分布列等。答案:ABC解析:[多选题]70.Hive特性包括哪些?()A)易用易编程。B)灵活方便的ETL(extract/transform/1oad)。C)可直接访问HDFS文件以及HBase。D)支持MapReduce，Tez，Spark等多种计算引擎。答案:ABCD解析:[多选题]71.HBase读写用户表数据时需要下列哪些角色参与?()A)RegionServerB)HMasterC)ZooKeeperD)Region答案:ACD解析:[多选题]72.FusionInsightHD系统中使用Streaming客户端shell命令提交拓扑之后，使用StormUI查看发现该拓扑长时间没有：处理数据，可能原因有：()。A)拓扑业务逻辑错误，提交之后无法正常运行B)Supervisor是：在Topology中接收数据然后执行处理的组件C)拓扑过于复杂或者并发太大，导致worker启动时间过长，超过supervisor的等待时间D)Supervisor的slots资源被消耗尽，拓扑提交上去后分不到slot去启动worker进程答案:ABCD解析:[多选题]73.下列哪些选项不是HBase为null的列不占用存储空间的原因?()A)列存储B)Key-Value结构C)Region分裂D)行存储答案:CD解析:[多选题]74.Flume中的Source类型包含以下哪几种?()A)SyslogSourceB)HTTPSourceC)KafkaSourceD)ExecSource答案:ABCD解析:[多选题]75.以下哪些是hive支持的文件格式？A)RCFileB)ORCC)HFileD)TextFile答案:ABCD解析:[多选题]76.FusionInsightHD系统中Hive支持的存储格式包括：()。A)TextFileB)SequenceFileC)RCFileD)Hfile答案:ABC解析:[多选题]77.对GaussDB200CUDesc机制描述正确的是?（）A)CUDesc为列存表B)采用Min/Max稀疏索引C)列存表的辅助表D)每条记录对应一个CU(60Krows)答案:BCD解析:[多选题]78.可以通过Java调用API对HDFS文件系统操作的内容包括?（）A)查询HDFS指定目录下的文件B)读取HDFS中指定文件C)在HDFS上创建文件夹D)上传文件到HDFS上答案:ABCD解析:[多选题]79.在产品选型时，数据中台逻辑架构中分析层要重点关注产品的特点包含：()方面。A)批量删除能力B)强资源隔离能力C)高并发的查询能力D)强大的OLTP能力答案:BC解析:[多选题]80.FusioninsightHD中，Streaming适用于：()场景。A)流数据监控B)网站的实时访问统计C)离线日志分析D)交通流量分析答案:ABD解析:[多选题]81.在ApacheHadoop中，关于HDFS的回收站机制，描述正确的是?（）A)回收站里的文件可以快速恢复。B)可以设置一个时间阀值，当回收站里文件的存放时间超过这个阀值或是回收站被清空时，文件才会被彻底删除，并且释放占用的数据块。C)删除文件时，不会真正的册除，其实是放入回收站。D)回收站默认是关闭的。答案:ABCD解析:[多选题]82.GraphBase数据底层可以存储在哪里？（）A)HBaseB)MySQLC)HDFSD)ElasticSearch答案:AD解析:[多选题]83.大数据技术的?三驾马车?具体指以下哪些?（）A)大数据分布式计算框架MapReduceB)分布式文件系统GFSC)数据库系统BigTableD)数据容器Docker答案:ABC解析:[多选题]84.Flume由哪三部分组成？()A)MasterB)SinkC)SourceD)Channel答案:BCD解析:[多选题]85.在产品选型时，数据中台逻辑架构中共享层要重点关注产品的特点包含：()方面。A)高效的访问能力B)支持数据发放能力C)支持高效的数据更新