大数据HCIA练习题（附答案）

大数据HCIA练习题（附答案）一、单选题（共40题，每题1分，共40分）1、HBase的某张表的RowKey划分SplitKey为9，E，a，z，请问该表有几个Region？A、3B、4C、5D、6正确答案：C2、下列关于Flinkbarrier描述错误的是？A、在插入barrier的时候，会暂时阻断数据流B、一个barrier将本周起快照的数据与下一个周期快照的数据分隔开来C、barrier周期性插入到数据流中，并作为数据流的一部分随之流动D、barrier是Flink快照的核心正确答案：A3、FusionInsightHD中HBase的某张表的RowKey划分SplitKey为9，E，a，z，请问该表有几个Region?A、3B、4C、5D、6正确答案：C4、以下关于HBase二级索引的描述哪一项是正确的？A、二级索引把要查找的列与rowkey关联成一个索引表B、此时列成新的rowkey，原rowkey成为valueC、二级索引查询了2次D、以上完全正确正确答案：D5、Hive中的哪些操作可以合并A、UNIONALLB、JOINC、SELECTD、GROUPBY正确答案：A6、HBase中数据存储的文件格式是什么？A、HFileB、HLogC、TextFileD、SequenceFile正确答案：A7、spark的核心模块是？A、sparksqlB、mapreduceC、sparkstreamingD、sparkcore正确答案：D8、FusionInsightHD中，关于HBase的BIoomFilter特性理解，说法不正确的是?A、可以用来过滤数据B、可以用来优化随机读性能C、会增加存储的消耗D、可以准确判断某条数据不存在正确答案：A9、关于FusionInsightHDStreaming的Supervisor描述正确的是?A、Supervisor负责资源分配和任务调度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是运行具体处理逻辑的进程D、Supervisor是一个Topology中接收数据然后执行处理的组件正确答案：B10、关于HBase的Region分裂流程Split的描述不正确的是?A、Split过程中并没有真正的将文件分开，仅仅是创建了引用文件B、Split为了减少Region中数据大小，从而将一个Region分裂成两个RegionC、Split过程中该表会暂停服务D、Split过程中被分裂的Region会暂停服务正确答案：C11、Zookeeper的scheme认证方式不包括以下哪项？（）A、saslB、worldC、digestD、auth正确答案：A12、在FusionInsightHD中，创建Loader作业的进行数据转换的正确步骤是（）A、加载、转换、输出B、输入设置、转换、输出C、加载、转化、抽取D、抽取、转换、输出正确答案：B13、Flume数据采集过程中，下列选项中能对数据进行过滤和修饰的是？A、SinkB、ChannelSelectorC、InterceptorD、Channel正确答案：C14、FusionlnsightHD系统中，LDAP数据同步方式是哪个？A、单向同步B、双向同步C、隔离不同步D、数据交叉同步正确答案：A15、FusionlnsightHD中，如果需要查看当前登录HBase的用户和权限组，可以在HBaseshell中执行什么命令？A、use_permissionB、whoamiC、whoD、get_user正确答案：B16、下列选项中，关于Zookeeper可靠性含义说法正确的是？（）A、可靠性通过主备部署莫属实现B、可靠性是指更新只能成功或者失败，没有中间状态C、可靠性是指无论哪个Server。对外展示的均是同一个视图D、可靠性是指一条消息被一个Server接收，它将被所有Server接受正确答案：D17、下列那些命令是HDFS下载文件/目录到本地的（）A、dfs-mkdirB、dfs-putC、dfs-catD、dfs-get正确答案：D18、Flink中的（）接口用于流数据处理，（）接口用于批处理？A、DataStreamAPI，DataSetAPIB、DatabatchAPI，DataStreamAPIC、StreamAPI，BatchAPID、BatchAPI，StreamAPI正确答案：A19、在很多小文件场景下，Spark会起很多Task。当SQL逻辑中存在Shuffle操作时，会大大增加hash分桶数，严重影响性能。FusionInsight中，针对小文件的场景通常采用（）算子，来对Table中的小文件生成的partition进行合并，减少partition数，从而避免再shuffle的时候，生成过多的hash分桶，提高性能。A、groupbyB、connectC、coalesceD、join正确答案：C20、下列选项中，关于Zookeeper可靠性含义说法正确的是？A、可靠性通过主备部署模式实现B、可靠性是指一条消息被一个server接收，它将被所有server接受C、可靠性是指无论哪个server，对外展示的均是同一个视图D、可靠性是指更新只能成功或者失败，没有中间状态正确答案：B21、FusionInsightHD系统中HDFS默认BlockSize是多少？A、32MB、64MC、128MD、256M正确答案：C22、以下关于Kafka的描述错误的有（）A、用作活动流和运营数据处理管道的基础B、由ApacheHadoop开发，并于2011年开源C、具有信息持久化、高吞吐、实时等特性D、使用Scala、Java语言实现正确答案：B23、FusionInsightHD集群组网设计中，有一种机架可以按照业务需求线性扩展，这种机架被称为（）A、基本框B、扩展框C、管理框D、数据框正确答案：B24、FusionlnsightHD使用HBase客户端批量写入10条数据，某个RegionServer节点上包含该表的2个Region,分别A和B，10条数据中有两条属于A，4条属于B，请问写入这10条数据需要向该RegionServer发送几次RPC请求？A、1B、2C、3D、4正确答案：A25、FusionInsightHD系统审计日志不可以记录下面哪些操作?A、手动清除告警B、启停服务实例C、删除服务实例D、查询历史监控正确答案：D26、华为FusionInsightHD系统中关于HDFS的DataNode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可以是相同的正确答案：D27、下面哪些场景不是Flink组件擅长的？（）A、迭代计算B、数据存储C、批处理D、流处理正确答案：B28、YARN调度器分配资源申请的顺序，下面哪一个描述是正确的?A、任意机器->同机架->本地资源B、任意机器->本地资源->同机架C、本地资源->同机架->任意机器D、同机架->任意机器->本地资源正确答案：C29、下列关于HBase的BloomFilter特性理解不正确的是？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S正确答案：C30、为了保证流应用的快照存储的可靠性，快照主要存储在？A、HDFS中B、jobManager的内存中C、可靠性高的单机数据库中D、本地文件系统中正确答案：A31、FusionInsightHD的Manager界面对Loader的操作不包括下列哪个?A、启动Loader实例B、查看Loader服务状态C、配置Loader参数D、查看Loader运行日志正确答案：D32、SoIrCloud模式是集群模式，在此模式下Solr服务器强依赖于以下哪个服务？A、HBaseB、HDFSC、ZooKeeperD、Yarn正确答案：C33、HBase的底层数据以（）的形式存在的？A、KeyValueB、行存储C、实时存储D、列存储正确答案：A34、以下关于Flink关键特性描述不正确的是？A、SparkStreaming与Flink相比，时延更低B、Flink流式处理引擎能够同时提供支持流处理和批处理应用的功能C、与FusionInghtHD中的Streaming相比，Flink具有更高的吞吐量D、checkpoint实现了Flink的容错正确答案：A35、在有N个节点FusionInsightHD集群中部署HBase时，推荐部署（）个HMaster进程，（）个RegionServer进程A、3，NB、N，NC、2，ND、2，2正确答案：C36、关于DataSet，下列说法不正确的是？（）A、DataSet是一个由特定域的对象组成的强类型集合B、DataSet不需要反序列化就可执行大部分操作C、DataSet执行sort、filter、shuffle等操作需要进行反序列化D、DataSet与RDD高度类似，性能比RDD好正确答案：C37、以下关于Hive的描述不正确的是？A、Hive的最佳使用场合是大数据集的批处理作业B、Hive查询操作过程严格遵守HadoopMapReduce的作业执行模型，Hive将用户的HiveQL语句通过解释器转为MapReduce作业提交到Hadoop集群上C、Hive构建在基于静态批处理的Hadoop之上，Hadoop通常都有较高的延迟并且在作业提交和调度的时候需要大量的开销D、Hive可以实现在大规模数据集上实现低延迟快速的查询。正确答案：D38、Hive中的这条命令“ALTERTABLEemployee1ADDcolumns(column1string);”是什么含义？A、删除表B、增加列C、创建表D、修改文件格式正确答案：B39、以下关于kafkapartition偏移量的描述不正确的是？（）A、offset是一个String型字符串B、每条消息在文件中的位置称为offset（偏移量）C、消费者通过（offset、partition、topic）跟踪记录D、唯一标记一条消息正确答案：A40、Flink的数据转换操作在以下哪个环节中完成？（）A、soureB、TransformationC、SinkD、Channel正确答案：B二、多选题（共30题，每题1分，共30分）1、Hadoop的HDFS是一种分布式文件系统，适合以下哪种场景的数据存储和管理?A、大量小文件存储B、高容错、高吞吐量C、低延迟读取D、流式数据访问正确答案：BD2、Nimbus在Streaming架构中的功能包括？A、资源分配B、启动/关闭工作进程C、任务调度D、监控任务执行状态正确答案：ACD3、FusionInsightManager界面显示Hive服务状态为Bad时，可能原因有哪些？A、DBService不可用B、HDFS服务不可用C、MetaStore实例不可用D、HBase服务不可用正确答案：ABC4、在FusionInsight产品中，关于创建Kafka的Topic，以下哪些描述是正确的？A、在创建Kafka的Topic时，必须设置Partiton个数B、在创建Kafka的Topic时，必须设置Partition副本个数C、设置多副本可以增强Kafka服务的容灾能力D、以上全都正确正确答案：ABCD5、对于容量调度器的任务选择，以下说法正确的是A、资源回收请求队列优先B、资源利用量最低的队列优先C、最大队列层级优先D、最小队列层级优先正确答案：ABD6、采用Flume传输数据过程中，为了防止因Flume进程重启而丢失数据，可以使用以下哪种Channel类型？A、MemoryChannelB、JDBCChannelC、FileChannelD、HDFSChannel正确答案：BC7、HBase的数据文件HFile中一个KeyValue格式包含哪些信息?A、KeyB、ValueC、TimeStampD、KeyType正确答案：ABCD8、根据数据流如何在两个Transformation之间传输数据，数据流可以分为哪些类型？A、一对多流B、redistributing流C、一对一流D、Distributing流正确答案：AC9、HBase的数据文件HFile中一个KeyValue格式包含哪些信息？A、KeyB、ValueC、TimestampD、KeyType正确答案：ABCD10、Hadoop集群规模很大时，数据的分布情况会非常关键，用户需要根据数据分布情况，决定集群是否扩容，数据是否需要做均衡等。以下关于FusionInsight资源分布监控说法正确的有（）A、帮助用户迅速找到资源消耗最高的节点，采用适当的措施B、通过每个服务主页的资源分布查看界面，查看到关键的资源分布情况C、可以帮助用户快速聚集在最关键的资源消耗上D、通过DashBoard界面，可以查看到主机资源分布情况。例如内存占有率在50-75%的主机列表，并提供链接跳转正确答案：ABCD11、下面关于flink窗口的描述错误的是A、滑动动窗口之间时间点不存在重叠B、滚动窗口在时间上是不重叠的C、滚动窗口在时间上是重叠的D、滑动窗口之间时间点存在重叠正确答案：AC12、华为大数据解决方案中平台架构包括以下哪些组成部分？A、DataFarm层B、GaussDB200C、FusionInsightManagerD、Hadoop层正确答案：ABCD13、FusionInsightHD系统中使用Streaming客户端Shell命令查看拓扑或提交拓扑失败，以下哪些定位手段是正确的？A、查看客户端异常堆栈，判断是否客户端使用问题B、查看主Nimbus的运行日志，判断是否Nimbus服务端异常C、查看Supervisor运行日志，判断是否Supervisor异常D、查看Worker运行日志正确答案：AB14、执行HBase读数据业务，需要读取哪几部分数据?A、HFileB、HLogC、MemStoreD、HDFS正确答案：AC15、FusionInsight家族包含下列哪些子产品（）？()A、HDB、LibraC、ManagerD、MinerE、FarmerF、DWS正确答案：ABCDE16、以下关于Hadoop分布式文件系统HDFS联邦描述正确的有?A、一个Namespace使用一个blockpool管理数据块B、一个Namespace可使用多个blockpool管理数据块C、每个blockpool的磁盘空间是物理共享的，逻辑空间是隔离的D、支持NameNode/Namespace水平扩展正确答案：ACD17、在FusionInsightHD中，Flink主要与以下哪些组件进行交互？A、KafkaB、YARNC、ZookeeperD、HDFS正确答案：ABCD18、HBase集群定时执行Compaction的目的是什么?A、减少同一个Region，同一个ColumnFamily下的文件数目B、提升数据读取性能C、减少同一个ColumnFamily的文件数据D、减少同一个Region的文件数目正确答案：AB19、在FusionInsightHD中，以下哪一项不属于Hive的流控特性A、支持对已建立的总连接数做阈值控制B、支持对每个用户已经建立的连接数做阈值控制C、支持对某个特定用户已建立的连接数做阈值控制D、支持对单位时间内所建立的连接数做阈值控制正确答案：ABD20、Flink的兼容性体现在以下哪些方面?A、能够使用Hadoop的格式化输入和输出B、YARN能够作为Flink集群的资源调度管理器C、能够从本地获取数据D、能够与Hadoop原有的Mappers和Reducers混合使用正确答案：ABD21、以下关于KafkaPartition说法正确的有？A、每个Partition都是有序且不可变的消息队列B、每个Partition在存储层面对应一个log文件C、Partition数量决定了每个Consumergroup中并发消费者的最大数量D、引入Partition机制，保证了Kafka的高吞吐能力正确答案：ABCD22、以下属于Streaming的特点的是？A、属于事件驱动B、延迟低C、可做连续查询D、数据先存储在计算正确答案：ABC23、Hbase中的以下哪种场景会触发Flush操作？A、当Wals中的文件数量达到阈值时B、Hbase定期刷新Memstore，默认周期为1小时C、MemStore占用内存的总量和RegionServer总内存比值超出了预设的阈值大小D、Region中MemStore的总大小，达到了预设的FlushSize阈值正确答案：ABCD24、Zookeeper中的数据节点znode分为哪几种类型？A、temporaryB、persistentC、semi-persistentD、ephemeral正确答案：BD25、Hadoop的HDFS是一种分布式文件系统，适合以下哪种应用场景的数据存储和管理？A、大量小文件存储B、高容错、高吞吐量C、低延迟读取D、流式数据访问正确答案：BD26、HDFS不适用于以下哪些场景？A、流式数据访问B、大量小文件存储C、大文件存储与访问D、随机写入正确答案：BD27、关于SparkSQL&Hive区别与联系，下列说法正确的是？A、SparkSQL的执行引擎为Sparkcore,Hive默认的执行引擎为MapReduceB、SparkSQL不可以使用Hive的自定义函数C、SparkSQL兼容绝大部分Hive的语法和函数D、SparkSQL依赖Hive的元数据正确答案：ACD28、大数据商业咨询服务方案在规划环节主要考虑以下哪些设计?A、大数据商业模式设计B、商业场景全景规划C、典型场景需求设计D、场景分解和业务设计正确答案：ABCD29、大数据时代的到来，依赖于以下哪些技术的提升？A、网络B、硬件设备制造C、云计算D、人工智能正确答案：ABCD30、YARN容量调度器的主要特点有哪些（）A、灵活性B、多重租赁C、动态更新配置文件D、容量保证正确答案：ABCD三、判断题（共30题，每题1分，共30分）1、ResourecManager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、错误正确答案：B2、现有3个机架，有一个文件需要存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的副本放置策略一定要存放在其他机架。A、正确B、错误正确答案：B3、在YARN的任务调度中，一旦ApplicationMaster申请到资源后，便与对应的ResourceManager通信，要求它启动任务。A、正确B、错误正确答案：B4、Mapreduce过程中，默认情况下，一个分片就是一个块，也是一个mapTask.A、正确B、错误正确答案：A5、驱动型Source是flume周期性主动去获取数据。（）A、正确B、错误正确答案：B6、Channel的作用类似队列，用于临时缓存进来的数据，当Sink成功地将数据发送到下一跳的Channel或最终目的，数据会从Channel移除A、正确B、错误正确答案：A7、FusionInsightHD系统中，在创建Kafka的Topic时必须设置Partition个数和副本个数，设置多副本可以增强Kafka服务的容灾能力。A、正确B、错误正确答案：A8、假设HDFS在写入数据时只存2份，那么在写入过程中，HDFSClient先将数据写入DataNode1，再将数据写入DataNode2。（）A、正确B、错误正确答案：B9、FusionInsightHD产品中，一个典型的Kafka集群包含若干Producer，若干Borker，若干Consumer和一个Zookeeper集群A、正确B、错误正确答案：A10、topology在任务完成后会自动结束运行。（）A、正确B、错误正确答案：B11、Channels支持事务，提供较弱的顺序保证，可以连接任何数量的Source和Sink。A、正确B、错误正确答案：A12、Hadoop系统中，如果文件系统的备份因子是3，那么每次MapReduce任务运行的task所需要的文件都要从3个有副本的机器上传输需要处理的文件。A、正确B、错误正确答案：B13、FusionInsighttool是为技术支持工程师和维护工程师提供的一套健康检测工具，能够检查集群相关节点、服务的健康状态，提前发现集群中潜在的问题，并生成健康检查报告。方便技术支持工程师各维护工程师快速了解系统的健康状况。（）A、正确B、错误正确答案：A14、大数据需要传统行业思维的转变，要把数据收集，分析中作为业务流程的重要组成，数据端驱动业务流程优化，实现智能化和自动化，并依托数据资产实现跨界拓展A、正确B、错误正确答案：A15、FusionInsightHD产品中，zookeeper服务不可用会导致kafka服务不可用。A、正确B、错误正确答案：A16、在Flink中，checkpoint机制能够保证应用在运行过程中出现失效时，从某一个检查点恢复，在此过程中，流快照是根据数据流入建立的A、正确B、错误正确答案：A17、Kafka作为一个分布式消息系统，支持在线和离线消息处理，并提供了JAVAAPI以便其他组件对接使用。在FunsionInsight解决方案中，Kafka属于FusionInsightHD模块。A、正确B、错误正