大数据华为认证考试(习题卷7)

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7)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.下面这条GaussDB200语句?calldbms_erval(1，'sysdate+1.0/24')；?的意思是()A)修改Job1的Interval为每隔1小时执行一次。B)修改Job1的Interval为每隔1/24小时执行一次。C)修改Job1的Interval为每隔24分钟执行一次。D)修改Job1的Interval为每隔24小时执行一次。[单选题]2.关于FusionInsightHDStreaming的Supervisor描述正确的是：（）。A)Supervisor是在Topology中接受数据然后执行处理的组件B)Supervisor负责接受Nimbus分配的任务，启动和停止属于自己管理的Worker进程C)Supervisor负责资源分配和任务调度D)Supervisor是运行具体处理逻辑的过程[单选题]3.在FusionInsightLibrA中，下面对analyze使用的描述错误的是:（）。A)analyze语句可收集与数据库中表内容相关的统计信息，统计结果存储在系统表PG_STATISTIC中B)建议对一个刚执行过大批量插入操作的表执行analyze语句，以便使LibrA内的优化器模块根据这些统计数据获得更优的输出，进而影响业务性能C)执行计划生成器会使用PG_STATISTIC表中的统计数据，以生成最有效的查询执行计划D)analyze语句中使用-pop选项，可避免当数据库中数据量过大时内存紧张[单选题]4.Kafka的核心架构不包含?（）A)SplitB)ProducerC)ConsumerD)Broker[单选题]5.下列不是普元标签产品解决的问题是：（）。A)分析挖掘模型更好地落地固化与应用B)对庞大的标签体系进行统一有序的管理C)让标签以更加直观的方式进行可视化展示D)数据趋势预测[单选题]6.用户可以通过表的数据预览模块，预览当前表的业务数据；根据列的分类信息，支持对预览的数据进行实时脱敏。下列选项中不属于数据预览支持的数据源类型为:（）。A)DWSB)DLIC)OracleD)Mysql[单选题]7.下列哪个选项可以用来判断HBase表是否存在?（）A)admin.tableExists(tableName)B)admin.tableExists(TableName.value0f(tableName))C)admin.getTable(tableName)D)tables.containsKey(tableName))[单选题]8.以下哪种机制使Flink能够实现窗口中无序数据的有序处理?（）A)检查点B)窗口C)事件时间D)有状态处理[单选题]9.华为FusionInsightHD系统中关于HDFS的DataNode的说法正确的是:（）。A)不会检查数据的有效性B)周期性地将本节点的Block相关信息发送给NameNodeC)不同的DataNode存储的Block一定是不同的D)一个DataNode上的Block可以是相同的[单选题]10.GaussDB200的高可用主要体现在哪些方面()?A)数据融合B)分析融合C)计算融合D)以上全都正确[单选题]11.以下（）文件格式为纯行式存储。A)ORCFileB)ParquetFileC)SequenceFileD)RCFile[单选题]12.华为8.0数据中台架构贴源层数据存储产品是：（）。A)MRSB)GBase8AC)DWSD)DAYU[单选题]13.某学生正在学习ElasticSearch，请你帮他分析下，下列代码的作用是什么?（）StringjsonString=?(?+＼?name＼?：＼?ElasticsearchReference＼?，?+?author＼?：＼?AlexYang＼?，?+pubinfo＼?：＼?Beijing，China.＼?，?+?＼?pubtime＼?：＼?2016-07-16＼?，?+?\?desc＼?：\?Elasticsearchisahighlyscalableepen-sourcefull-textsearchandanalyticsengine.\??+?)?；Map<String，String>params=Collections.singletonMap(?pretty?，?true?)，HttpEntityentity=newNStringEntity(jsonString、ContentType.APPLICATION_JSON)；Responseresponse=restClient.performRequest(?PUT.?/?+index+?/?+type+?/?+id,params,entity)；A)更新索引B)插入数据，创建索引C)创建数据D)插入数据，更新索引[单选题]14.HBase中Region的物理存储单元是:（）。A)RegionB)ColumnFamilyC)ColumnD)Row[单选题]15.Agg算子的实现策略有：（）。A)4B)3C)2D)1[单选题]16.在FusionInsightHD中，创建Loader作业的进行数据转换正确步骤是（）。A)设置输入-转换-输出B)抽取-转换-输出C)加载-转换-输出D)加载-转换-抽取[单选题]17.以下哪项是Spark2.x程序统一入口?()A)StreamingContextB)SqlContextC)HiveContextD)SparkSession[单选题]18.对GaussDB200描述不正确的是?（）A)并行架构B)易运维，安全可靠C)行列不能混存D)节点多，易扩展[单选题]19.以下哪个选项不属于大数据的?三驾马车??（）A)RPCB)GFSC)BigTableD)MapReduce[单选题]20.哪个不是ElasticSearch生态圈中的技术?（C）A)beatsB)LogstashC)FlumeD)kibana[单选题]21.HBase表设计为什么-般不超过两个列簇?()A)过多的列簇StoreFile过多，Compaction压力大B)过多的列簇I0开销大C)过多的列簇不适合读写分离D)过多的列簇会导致memstoreflush时I0压力过大[单选题]22.下列对图数据库描述正确的是?（）A)以?图?数据结构存储和查询数据的数据库B)存储图片的数据库C)与关系型数据库类似的数据库D)数据仓库的一种[单选题]23.关于Spark中RDD的描述不正确的是？()A)RDD可以从HDFS输入创建，或从与Hadoop兼容的其他存储系统中输入创建B)当前RDD默认是存储于内存，当内存不足时，RDD也不会溢出到磁盘中。C)Spark的所有Transform操作都是基于RDD来实现的。D)RDD是只读和可区分的。要想对RDD进行操作，只能重新生成一个新的RDD[单选题]24.Flume中基于WAL(预写式日志Write-AheadLog)实现Channel持久化的是?()A)MemoryChannelB)KafkaChannelC)FileChannelD)JDBCChannel[单选题]25.Elasticsearch采用的搜索方式是?()A)倒排索引B)快速索引C)正排索引D)慢索引[单选题]26.flume传输数据过程中，为了防止数据不丢失，使用的Channel类型是？（）A)MemoryChannelB)FileChannelC)JDBCChannelD)HDFSChannel[单选题]27.以下关于HDFS适合做什么描述正确的是？()A)低延迟读取B)大文件存储C)大量小文件存储D)随机写入[单选题]28.大数据最显著的特征是:（）。A)数据规模大B)数据类型多样C)数据处理速度快D)数据价值密度高[单选题]29.Redis中List列表是什么数据结构实现的?()A)红黑树B)循环链表C)平衡二叉树D)双向链表[单选题]30.哪个产品适应于OLAP场景?（）A)PostgresSQLB)SQLServerC)MySQLD)GaussDB200[单选题]31.创建一个存储过程proc_addCREATEORREPLACEPROCEDUREproc_add(param1inINTEGER，param2outINTEGER，param3inINTEGER)ASBEGINParam2：=param1+param3;END;,创建一个存储过程proc_testCREATEORREPLACEPROCEDUREproc_test(resultoutINTEGER)AsDECLAREInput1INTEGER：=1;Input2INTEGER：=2;StatementVARCHAR2(200)：Param2INTEGER：BEGIN--声明调用语句Statement：=?callproc_add(：co1_1，：co1_2，：co1_3)?；--执行语句EXECUTEIMMEDIATEstatementUSINGINinput1，OUTparam2，INinput2;Result：=param2;END;执行语句callproc_test(10)，结果是()。A)3B)无返回值C)4D)2[单选题]32.下来（）Redis命令属于原子操作。A)INCR（将储存的数字值增一）B)HINCRBY（为哈希表key中的域field的值加上增量increment）C)LPUSH（对链表的push操作）D)以上都是[单选题]33.Spark是用以下（）编程语言实现的。A)CB)C++C)JAVAD)Scala[单选题]34.假设现在要做一个可以根据线索指导运维人员进行排障的功能，你建议选择下列哪个工具实现该功能?()A)LuceneB)HBaseC)ElasticSearchD)GraphBase[单选题]35.某学生正在学习ElasticSearch,请你帮他分析下，下列代码的作用是什么?()StringjsonString?("name\":\"ElasticsearchReference\","+"\"author\":\"AlexYang?\?pubinfo\":\Beijing,China.\+"\"pubtime\":\"2016-07-16\"'desc\":\'Elasticsearchisahighlyscalableopen-sourceful1-textsearchandanalyticsengine.\"Map<String，String>params=Collections.singletonMap("pretty","true"):HttpEntityentity=newNStringEntity(jsonString，ContentType.APPLICATION_JSON);Responseresponse'=restC1ient.performRequest("PUT"，"1?+index+"1?+type+?1?+id,params,entity):A)更新索引B)创建数据C)插入数据，更新索引D)插入数据，创建索引[单选题]36.关于Spark中RDD的描述不准确的是?（）A)RDD可以从HDFS输入创建，或从与Hadoop兼容的其他存储系统中输入创建B)Spark的所有Transform操作都是基于RDD来实现的。C)RDD是只读和可分区的。要想对RDD进行操作，只能重新生成一个新的RDD。D)当前RDD默认是存储于内存，当内存不足时，RDD也不会溢出到磁盘中。[单选题]37.银行进行客户购买力分析，首先获取客户历史账单，确定其中各项商品的计算权重，得出每位客户的购买力评分并存储记录。最后将结果以图表显示。请问该过程对应于以下哪个项目数据流程设计。（）A)数据可视化->数据源->数据落地->数据处理B)数据源->数据落地→>数据处理->数据可视化C)数据源->数据处理->数据落地->数据可视化D)数据可视化->数据源->数据处理->数据落地[单选题]38.Hadoop中MapReduce组件擅长处理（）场景的计算任务。A)迭代计算B)离线计算C)实时交互计算D)流式计算[单选题]39.以下（）能力不属于数据中台能力架构中存储计算能力。A)分布式数据仓库B)分布式关系数据库C)流计算D)任务调度[单选题]40.Flink的窗口，按窗口行为划分不包含以下哪种?(A)A)容量窗口B)滑动窗口C)滚动窗口D)会话窗口[单选题]41.公安行业中实时检索不适用于以下哪个场景?()A)车辆信息查询B)快速信息汇集C)评估嫌疑人犯罪概率D)实时布控[单选题]42.在GraphBase上，创建一个新的图，必须使用的参数是?()A)edgeB)graphNameC)labelD)vertex[单选题]43.当一个MapReduce应用程序被执行时，如下（）动作是map阶段之前发生的。A)splitB)combineC)partitionD)sort[单选题]44.Streaming主要通过zookeeper提供以下的（）实现事件侦听。A)分布式锁机制B)WatcherC)CheckpointD)ACK[单选题]45.进行场景迁移的前提条件说法错误的是:（）。A)该用户必须拥有管理员权限B)已获取待连接数据源的用户名C)已获取待连接数据源的密码D)已获取待连接数据源的地址[单选题]46.下列关于HBase的BloomFilter特性理解正确的是：（）。A)用来过滤数据B)用来优化随机读取的性能C)会增加存储的消耗D)可以准确判断某条数据不存在[单选题]47.哪个不是StructuredStreaming中OutPut可以定义的存储方式?（）A)UpdateModeB)JDBCModeC)CompleteModeD)AppendMode[单选题]48.关于Redis集群拓扑信息，下面描述正确的是:（）。A)客户端缓存有集群的拓扑信息B)服务端缓存有集群的拓扑信息C)两者都是D)两者多不是[单选题]49.假设每个用户最低资源保障设置为yarn，scheduler，capacity，root，QueueA.minimum-user-limit-percent=24。则以下说法错误的是：（）。A)第3个用户提交任务时，每个用户最多获得33.33%的资源B)第2个用户提交任务时每个用户最多获得50%的资源C)第4个用户提交任务时，每个用户最多获得25%的资源D)第5个用户提交任务时，每个用户最多获得20%的资源[单选题]50.某公司要建立资料库，该资料库要用ElasticSearch进行检索。请问下列哪些选项()A)Word文档B)公司宣传视频C)产品设计图D)以上全都正确[单选题]51.关于Hive在FusionInsightHD中的架构描述错误的是：（）。A)只要有一个HiveServer不可用，整个Hive集群便不可用B)MotaStore用于提供元数据服务，依赖于DBServiceC)在同一时间点、HiveServer只要一个处于Active状态，另一个则处于Standby状态D)HiveServer负责接收客户端请求.解析.执行HQL命令并返回查询结果第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.StructuredStreaming支持的数据源包括?（）A)HDFSB)KafkaC)SocketD)RateStream[多选题]53.FusioninsightHD中，Hive客户端()参数是用来控制reduce并发度的。A)hive.exec.reducers.bytes.per.reducerB)hive.exec-ducers.maxC)hive.exec.max.dynamic.partitionsD)hive.exec.max.dynamic.partitions.pemode[多选题]54.API网关是：华为云提供的一个API托管的应用服务，API网管包括的功能有：()。A)API全生命周期的管理B)权限控制C)访问控制D)流量控制[多选题]55.YARN中从节点主要负责()工作。A)集群中所有：资源的统一管理和分配B)监督container的生命周期C)监控每个Container的资源使用情况D)管理日志和不同应用程序用到的附属服务[多选题]56.关于数据订阅订阅数据变更类型，正确的是：()。A)updateB)deleteC)insertD)replace[多选题]57.以下哪些选项是ElasticSearch主节点EsMaster功能?()A)参与文档数据变更B)参与文档数据搜索C)参与新建索引D)参与删除索引[多选题]58.FusionlnsightHD中，属于Streaming的数据分发方式有：()。A)ShuffleGroupingB)FieldGroupingC)LocalGroupingD)DirectGrouping[多选题]59.支持创建的数据标签类型有：()。A)规则标签B)组合标签C)手工标签D)实时标签[多选题]60.HDFS的应用开发中，下列()是HDFS服务支持的接口。A)BufferedOutputStreamwriteB)BufleredOutputStream.flushC)FileSystem.createD)FileSystem.append[多选题]61.大数据场景化解决方案包含以下哪些选项？()A)实时检索B)实时流处理C)离线检索D)离线批处理[多选题]62.下列选项中，()是Spark的重要角色。A)NodeManagerB)ResourceManagerC)DataNOdeD)Driver[多选题]63.下列关于聚集算子的说法正确的是()？A)当聚集缩减率较大时使用Hashagg。B)Hashagg性能最佳，一般聚集算子尽量都用Hashagg。C)通过设置enable_sort=off，可以关闭Sort+GroupAgg。D)聚集算子需要所有聚集列都支持排序。[多选题]64.国网数据中台能力架构中数据管理包含：()。A)模型管理B)数据质量管理C)数据资产D)标签管理[多选题]65.afka中删除消息的阈值有哪几种？()A)分区总日志大小B)硬盘总空间大小C)数据产生的时间D)数据使用的频率[多选题]66.一个应用需要同时和两个Fusioninsight集群交互：既需要访问集群1的HBase服务，又需要访问集群2的Hive服务；()操作是必须的。A)在集群1上创建本应用所需的账号，并设置此账号能访问本集群的HBase服务B)在集群2上创建A选项中的同名账号，并设置此账号能访问本集群的Hive服务C)A选项和B选项所创建的账号都必须属于supergroup组D)集群1和集群2完成互信操作[多选题]67.大数据离线批处理场景中常见的数据源包括？()A)数据库B)批量文件数据C)流式数据Socket流D)网页日志流[多选题]68.以下哪些选项属于F1inkLibraries层的应用?（）A)复杂事件处理的CEPB)处理逻辑表查询的TableC)图像处理的GellyD)机器学习的FlinkML[多选题]69.StructuredStreaming中通过什么机制，解决数据的无序和滞后问题?()A)watermark机制B)持续查询C)流连接D)事件时间[多选题]70.GaussDB200支持的语法包括（）A)DQL(数据查询语言)B)DDL(数据定义语言)C)DML(数据操作语言)D)DCL(数据控制语言)[多选题]71.创建API时，需要填写()信息。A)API名称B)API目录C)请求PathD)请求方法[多选题]72.在公安领域的大数据批量离线处理平台中，以下描述准确的是()A)不同的数据来源可以整理后划分实时数据、增量文件、全量文件和数据库等。B)数据来源可以按照结构或类型分为：视频/图像数据，文本数据，数据库中数据等。C)数据来源包括公安系统、社会系统、互联网系统、其他如运营商系统等。D)经过整理后的原始数据可以根据业务主题，分为基本信息、交往圈信息、轨迹信息，行为信息等存储。[多选题]73.Hive的自定义函数有哪几种？(）A)UDFB)UDTFC)UDCFD)UDAF[多选题]74.在FusionInsght产品中，关于Kafka组件说法正确的是：()。A)在创建Topic时，副本数不得大于当前存活的Broker实例个数，否侧创建Topic将会失败B)Kafka的Producer发送消息时,可以指定该消息被哪个Comsumer消费C)Kafka会将元数据信息存放在Zookeeper上D)Kafka安装完成后就不能再配置数据存放目录[多选题]75.数据字典能修改的内容包括：()。A)数据字典的类型B)数据字典类型的子项C)数据字典名称D)数据字典的层级[多选题]76.数据目录工具都有：()角色。A)系统管理员B)数据维护员C)数据管理员D)普通用户[多选题]77.大数据计算框架Spark中除了RDD，还有哪些数据类型？()A)DataSetB)DataFrameC)DataTypeD)DataSchema[多选题]78.向用户授权DRS权限流程包括：()。A)创建用户组并授权B)创建用户C)用户登录并验证权限D)用户自行添加权限[多选题]79.华为云数据湖探索（DataLakeInsight,DLI）支持()任务的作业管理。A)ImpalaB)SQLC)FlinkD)Spark[多选题]80.对于GaussDB200而言，字段的设计应该注意以下哪些事项()?A)在满足业务精度的情况下，NUKREIC的优先级比浮点数高。B)尽量使用符合实际业务描述的字段。C)尽量使用高效率的字段类型.D)考虑数据美观，尽量使用同一种数据类型，比如Text.[多选题]81.以下能表示为布尔类型?真?值的是：()。A)TRUEB)'t'C)'true'D)'y'[多选题]82.下列属于Flume数据监控的指标是：()。A)sink写入数据量B)DataNode数量C)Channel缓存数据量D)source接收数据量[多选题]83.FusionInsightHD的HBase服务包含：()进程。A)HMasterB)SlaveC)RegionServerD)DataNode[多选题]84.创建数据库可以指定兼容()参数。A)MySQLB)OraC)TDD)SQLServer[多选题]85.ElasticSearch具有什么特点?()A)支持集群拓展B)支持结构化数据检索C)支持非结构化数据检索D)支持事务机制第3部分：判断题，共9题，请判断题目是否正确。[判断题]86.ResourceManager采用高可用方案，当Activeresourcemanager发现故障时，只能通过内置的Zookeeper来启动standby的resourcemanager，将其状态切换为active。A)正确B)错误[判断题]87.现有3个机架，有一个文件要存3份，其中副本1和副本2存放在与client相同的机架且不同的服务器上，根据HDFS的副本存放策略一定要存放在其他机架上。A)正确B)错误[判断题]88.Kafak所有消息都会被持久化到硬盘中，同时Kafka通过对TopicPartition设置Replication来保障数据的可靠性。A)正确B)错误[判断题]89.导入数据字典的excel中，字典类型代码在系统中不存在且在excel中不存在，否则导入失败。A)正确B)错误[判断题]90.向HBase集群中增加RegionServer主机时，必须先停止原集群，原因是HBase不支持动态扩容。A)正确B)错误[判断题]91.如果某些Containers的物理内存利用率超过了配置的内存阈值，但所有Containers的总内存利用率并没有超过设置的NodeManager内存阈值，那么内存使用过多的containers仍可以继续运行。A)正确B)错误[判断题]92.Hadoop系统中，如果HDFS文件系统的备份因子是3，那么MapReduce每次允许task都是从3个有副本的机器上传输需要的处理文件。A)正确B)错误[判断题]93.执行引擎的基本单位为执行算子。A)正确B)错误[判断题]94.Hive中unionall操作符用于合并两个或多个select语句的结果集，结果集中，不允许有重复值。A)正确B)错误第4部分：问答题，共6题，请在空白处填写正确答案。[问答题]95.CTID的值是增量增加的。（）A)TRUEB)FALSE[问答题]96.Sqoop可以用于Hadoop(Hive)与传统的数据库(MySQL、PostgreSQL...)间进行数据的传递。（）A)对B)错[问答题]97.应用开发需要进行需求分析，包括需求调研和市场调研。（）A)对B)错[问答题]98.Hive的UDF是否需要每次使用时都重新创建[问答题]99.数据处理方式，可分为实时处理和离线处理。（）A)TRUEB)FALSE[问答题]100.RedisServer收到非归属本节点的KEY操作，会将请求转发到正确的节点上。()A)TRUEB)FALSE1.答案:A解析:2.答案:B解析:3.答案:D解析:4.答案:A解析:5.答案:D解析:6.答案:C解析:7.答案:B解析:8.答案:C解析:9.答案:C解析:10.答案:D解析:11.答案:C解析:12.答案:A解析:13.答案:D解析:14.答案:B解析:15.答案:B解析:16.答案:A解析:17.答案:D解析:18.答案:C解析:19.答案:A解析:20.答案:C解析:21.答案:B解析:22.答案:A解析:23.答案:B解析:RDD具有容错机制，并且只读不能修改，可以执行确定的转换操作创建新的RDD。具体来讲，RDD具有以下几个属性。只读：不能修改，只能通过转换操作生成新的RDD。分布式：可以分布在多台机器上进行并行处理。弹性：计算过程中内存不够时它会和磁盘进行数据交换。基于内存：可以全部或部分缓存在内存中，在多次计算间重用。24.答案:C解析:channel可以理解为一种临时的存储，source将event放入channel,sink取走它。flume提供了四种可以用于生产环境的channel。1、MemoryChannel基于内存的channel，实际就是将event存放于内存中一个固定大小的队列中。其优点是速度快，缺点是可能丢失数据。2、JDBCChannel将event存放于一个支持JDBC连接的数据库中，目前官方推荐的是Derby库，其优点是数据可以恢复。3、FileChannel在磁盘上指定一个目录用于存放event，同时也可以指定目录的大小。优点是数据可持久化，可恢复，相对于memorychannel来说缺点是要频繁的读取磁盘，速度较慢。4、KafkaChannel在使用flume对接Kafka时，我们往往使用TailFileSource->MemoryChannel->KafkaSink的这种方式，然后将数据输送到Kafka集群中。25.答案:A解析:26.答案:B解析:27.答案:B解析:hdfs其除具备其它分布式文件系统相同特性外，HDFS还有自己特有的特性：1、高容错性：认为硬件总是不可靠的。2、高吞吐量：为大量数据访问的应用提供高吞吐量支持。3、大文件存储：支持存储TB-PB级别的数据。HDFS不适合做什么？1、大量小文件存