2024年全国职业院校技能大赛中职（大数据应用与服务赛项）考试题库（含答案）

1.允许开发人员为容器分配MAC地址的是()。2.Flink的日志管理通常包括()这几个方面。3.DataFrame和RDD最大的区别是()。4.关于Hive描述正确的是()。A、count函数必须开窗口才能使用B、max函数是窗口函数5.Flink的作业提交通常需要()来管理作业的执行。A、JobManager7.Dockerfile中指定环境变量的指令是()。8.HMaster的主要作用是()。B、负责响应用户I/0请求，向HDFS文件系统读写数据9.Hive是由哪家公司开源的()。10.Flume的源类型有哪些?()11.Flume的事件Body可以包含什么类型的数据?()12.Flink的TableAPI和SQL用于()。13.关于HiveSQL编译描述正确的是()。B、Master与Worker进行TCP通信，使得Worker启动ExecutorC、Executor启动会主动连接Driver,通过Driver->Master->WorkExecutor,从而得到Driver在哪D、river会产生Task,提交给Executor中启动Task去做真正的计算15.ZooKeeper中的一致性协议ZAB是基于()算法实现。C、Paxos算法17.Flume的事件可以包含哪些属性?()18.Flume的Channel组件负责什么?()19.强制删除容器tmp01的操作命令是()。20.在hive中下列哪个命令不可以实现去重()。21.Flume的哪个版本开始支持Spoolingdirectorysource?()22.Flink的作业调度(JobScheduling)通常由()负责。23.Hive是为了解决哪类问题()?A、海量结构化日志的数据统计24.典型的NoSQL数据库是()。25.在Centos中启动Docker服务的命令是()。26.以下()文件中主要用来配置ResourceManager,NodeManager的通信端口，27.Dataset最终在()版本中被定义成Spark新特性。28.在Flink中，水位线是()生成的。29.Hive中以下操作不正确的是()。30.Task运行在下面()选项中Executor上的工作单元。33.消费者出现活锁问题时应该()。34.Flume的哪个拦截器可以按类型区分事件?()C、以上都不是35.Hadoop组件在企业应用中，能用于大数据集实时查询的产品有()。36.Flink任务管理器(TaskManager)的作用是()。A、管理Flink集群的任务37.Stage的Task的数量由()决定。38.Flink支持的数据处理方式为()。A、批处理39.Flume的事件是什么?()40.ZooKeeper中的一次写操作是原子的吗?()43.()参数不影响kafka重平衡?44.在Hive中，以下哪个配置参数用于指定Hive表的默认存储格式()?45.将一个RDD转换为DataFrame的方法是()。46.Flink的状态管理用于(),以支持容错性和状态化的计算。A、存储和检索中间结果C、定时触发窗口操作D、执行数据清洗47.在Hive中，以下哪个配置参数用于指定Hive执行计划的缓存目录()?A、hive.query.plan.cacheC、hive.cache.plan.directoryA、hive.history.file.n49.关于DStream窗口操作函数，以下说法错误的是()。A、window()返回基于源DStream的窗口进行批计算后的一个新的DstreamB、countByWindow()返回基于滑动窗口的DStream中的元素数D、以上说法都不对50.在Hive中，以下哪个配置参数用于指定HDFS的名称节点地址()。C、hive.metastore.warehouse.dirhive.ser51.关于ZooKeeper临时节点的说法正确的是()。53.Flink的容错机制是()工作的，它定期A、1M55.HadoopMapReduce支持多种语言编程，下列说法不正确的是()。C、可以用Python语言编写MapReduce应用程序56.Flink的CEP(ComplexEventProcessing)库用于(),帮助检测和处理特定57.在Hadoop生态组件中，哪个产品可用于复杂的批量数据处理。()58.sqoop安装完成后，查看sqoop版本的命令是()。59.下面()操作是窄依赖。60.关于MapReduce的说法正确的是()。61.将nginx容器接入自定义的myops网络的操作命令是()。62.Kafka的高可用性是通过什么机制实现的?()A、1M65.Flink的主要特点是()。67.在HDFS文件操作中，上传文件的命令是()。68.Flink的Web界面通常用于()。69.Kafka的核心是由哪个组件组成?()70.以下关于Hive操作描述不正确的是()。C、Hive的加载数据时候，可以用local进行修饰，表示从某个本地目录下加载D、Hive一般可以用于实时的查询分析71.以下选项哪个是MapReduce正确的运行模型()。72.SparkJob默认的调度模式是()。76.Flume的哪个组件可以保证数据不会丢失?()77.下列()不可以作为SparkStreaming的输入数据流。78.Kafka的消息以什么形式进行存储?()C、文档79.Docker的()命令用于构建镜像。A、create81.Flume的Source组件负责什么82.关于Hivemetastore的三种模式的描述错误的是()。84.使用Dockerrun命令运行一个容器时，通过参数()可启动一个bash允许用85.Kafka的消息消费可以使用哪种模式?()87.Flink中的Checkpoints(检查点)主要用于()。88.ZooKeeper的特点不包括()。90.Flume的默认通道类型是什么?()91.ZooKeeper使用的是()文件系统。93.在ZooKeeper中，ACL(访问控制列表)可94.HBase依赖()技术框架提供消息通信机制。97.水位线的单位通常是()。98.Flume的拦截器实现了哪个接口?()99.下列语句中，描述错误的是()。100.Flume如何处理故障恢复?()102.Hive中分组的关键字是什么()?104.Docker的()命令只支持将本地文件复制到容器中。A、DD105.以下哪个选项不是Sqoop的导入模式?()106.Hive的默认元数据存储是什么()?107.Kafka的消息是如何进行顺序写入的?()108.在Flink中，窗口(Window)的作用是()。114.下列()不是Docker项目中用于文件存储的数据库。A、MYSQLD、随机位置A、事件发生的时间B、事件进入Flink的时间C、事件处理完成的时间D、事件被记录的时间答案：AA、计算作业的结果B、控制作业的执行顺序C、定义数据源D、过滤和转换数据流答案：D118.关于SparkSQL,以下描述错误的是()。A、SparkSQL使用的数据抽象并非是DataFrame,而是RDDC、DataFrame是一种以RDD为基础的分布式数据集D、ataFrame可以完成RDD的绝大多数功能答案：A119.Flink的时间语义(TimeSemantics)中的事件时间(EventTime)和处理时120.下列关于leader和follower的说法正确的是()。121.在ZooKeeper中，()角色负责协调其他节点的工作。C、观察者(0bserver)122.Kafka的消息传递语义是()。123.Dockerfile中声明镜像内服务监听的端口的指令是()。124.将大数据平台数据导出到mysql可以使用()工具。125.Flink的数据源可以是()。A、文件B、消息队列C、数据库D、以上都是126.Kafka的消息压缩算法可以选择的方式是()。A、hive.security.authent129.Hive中的哪个配置参数用于指定Hive的临时文件目录()?130.关于Hive数据模型描述正确的是()。134.当使用sqoop将数据从MySQL导入到HDFS时，以下哪个参数用于指定使用多个mapper?()答案：A135.Hive中的配置文件通常位于哪个目录中()?A、/etc/hive/conf答案：A136.获取远程仓库中Docker镜像的操作命令是()。A、dockerget答案：C137.在ZooKeeper中，关于节点的ACL(访问控制列表)说法错误的是()。A、CL可以用于控制节点的读写权限B、ACL可以定义多个权限组合138.下列说法错误的是()。A、--delete-target-dA、hive.history.file.direct142.Kafka使用的是什么类型的消息传递模式?()143.Sqoop是Hadoop和关系数据库服务器之间传送数据的工具，下列哪种数据库是不支持使用Sqoop直接进行数据传送()。B、格式紧耦合C、安全机制不够完善145.在Sqoop中，哪个参数用于指定要导入的目标表?()146.在Hive中，以下哪个配置参数用于指定Hive执行计划的输出目录()?QL类型被映射什么类型()。150.DStream的转换操作方法中，()方法可以直接调用RDD上的操作方法。151.Kafka的消息传递保证是()。A、至少一次152.Kafka的主题分区数量可以根据什么进行配置?()157.Flume的哪个版本开始支持Avro作为数据传输格式?()A、1.X版本B、2.X版本C、3.X版本158.关于Hive查询通常延迟较高的原因描述错误的是()。159.在Flink的配置文件中，()通常用来指定Flink任务并行度。160.在Hive中，哪个配置参数用于指定Hive的执行模式，如本地模式或MapReA、hive.execution.eng161.使用create命令新建容器时，指定容器在网络中的别名的命令选项是()。162.DStream的输出操作，不包括()。165.Flink最常用的编程语言是()。166.Flume的默认Avro序列化方式是什么?()168.关于Hive用户自定义函数UDF的描述错误的是()。169.Kafka最初是由哪家公司开发的?()C、在节点数据变更期间172.MySQL数据库驱动文件放置于hive哪个目录下()。173.在Flink中，()通常用于指定Flink作业的任务流图(JobGraph)。174.下面哪个命令是导入到集群()。175.Flume的Kafka源类型是什么?()176.Sqoop将导入或导出命令翻译成什么程序来实现导入导出()。177.SparkStreaming中对DStream的转换操作会转变成对()的操作。A、sql具，它属于哪个Apache项目的一部分()179.在Hive中，以下哪个配置参数用于指定Hive服务器的端口号()?180.Flume的哪个版本加入了Kafka作为源和汇点?()B、2.X版本181.制作镜像时，复制文件到镜像中使用的命令是()。A、DD182.查看Docker版本号的操作命令是()。183.Flume的哪个版本加入了对Thrift事件的的支持?()184.Hive是以()技术为基础的数据仓库。185.Linux下启动HDFS的命令是()。186.Docker容器是在()层面上实现虚拟化。A、硬件层面187.在ZooKeeper中，节点的数据版本是如何维护的?()A、hive.execution.engine=sp195.关于Hive各个格式使用场景描述错误的是()。B、目前Parquet默认使用gzipC、ORC可以支持复杂的数据结构(比如Map等)D、RCFile是一种行列存储相结合的存储方式B、节点数据具有顺序性C、节点的触发器具有顺序性197.Spark默认的存储级别是()。198.当之前下线的分区重新上线时，要执行Leader选举，选举策略为()。204.启动一个容器的操作命令是()。205.使用消息队列的好处不包括()。206.Flink的分布式部署需要的组件是()。208.在Docker的运行过程中，对镜像的操作不包括()。209.在ZooKeeper中，节点可以设置监听器吗?()210.下面()端口不是Spark自带服务的端口。211.Docker运行的核心模块是()。213.Kafka的消息保留策略可以根据什么进行配置?()217.以下关于Spark中的RDD的说法，错误的是()。A、RDD就是一个分布式对象集合，本质上是一个只读的分区记录集合D、RDD的不同分区可以被保存到集群中不同的节点上，从而可以在集群中的不218.以下哪种不是Hive支持的数据类型()。219.ZooKeeper中的一次读操作是原子的吗?()220.搜索nginx引擎的操作命令是()。221.在Sqoop中，使用哪个命令可以列出可用的数据库连接?()222.关于SecondaryNameNode哪项是正确的?()B、它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间223.在ZooKeeper中，每个节点都有一个唯一的标识符，这个标识符是()。224.Hive中的自动分区是通过哪个配置参数启用的()?225.下面()不是RDD的特点。226.Flume的哪个组件用于将事件数据写入目标存储?()D、窄依赖的RDD之间无Shuffle操作229.sqoop的组件功能是()。230.以下选项中说法正确的是()。236.Dockerfile配置文件使用()命令指定基础镜像。多台主机的集群是()模式。A、bin/sqoopimport--connectjdbc:mysql://0:3306/userernameroot--delete-target-dir--target-dir/MysqlToHDFS1--B、in/sqoopimport--connectjdbc:mysql://localhoeroot--delete-target-dir--target-dir/MysqlToHDFS1--C、bin/sqoopimport--connectjdbc:mysql://localhost:3meroot--delete-target-dir--target-dir/MysqlToHDFS1-D、bin/sqoopimport--connectjdbc:mysql://localhmeroot--delete-target-dir--target-dir/MysqlToHDFS1--tablestudent--m11.3241.Sqoop中哪个参数用于指定要A、-field-separator242.Docker的三大核心不包括()。A、DataFrame可以看作是分布式的Row对象的集合，在二维表数据集的每一列244.下面()操作是宽依赖。245.Flink的安全性设置通常包括(),以确保只有授权用户能够访问Flink集246.查看HDFS的报告命令是()。答案：B多选题A、ClientB、基于本地模板导入4.Flink流式处理的数据源类型包括()。A、CollectionsA、已经安装了Hadoop集群和Hive数据库9.Kafka的特性()。10.Flink支持的部署模式有()。B、Local模式D、顺序节点的序号能无限增加D、持久性16.Hive中的哪个配置属性用于指定Hive表的默认存储格式()。18.Hive中的分区是如何定义的()。A、Sqoop可以使用多个mapper同时进行数据导出20.启动HDFS至少需要启动()进程。21.在Hive中，以下哪个配置属性用于指定Hive表的默认文件格式()。A、SQLA、hive.data.root.dir27.zookeeper在kafka中的作用()。D、发送到topic的数据需要经过zookeeper28.Flume可以应用于哪些数据传输场景?()30.Docker的常用镜像命令有()。32.Flume可以与其他哪些大数据技术进行集成?()33.Kafka相对传统技术有什么优势说法正确的是否()。34.关于Flink的架构表述正确的是()。A、Fink存储层支持专有的文件系统esos管理的集群上运行。也能部署在云端C、Flink提供两个核心API:DatasetAPI和DataStreamAPID、ataSetAPI做批处理，而DataStreamAPI做流处理35.Flink有哪些状态存储方式()。D、在将数据从MySQL导入到Hive时，38.Kafka负载均衡原理说法正确的是()。B、存在多个partiiton,每个partition有自己的replica,每个replica分布40.Linux的特点是以下()方面。44.RDD有()缺陷。45.要配置Hive的元数据存储用户名，应该设置哪个属性()。46.Sparkdriver的功能是()。47.Hive的分区和桶的主要区别是什么()。48.Flink支持的Source包括()。50.Sqoop中哪些参数可以用于指定要导入/导出的表?()53.以下哪些组件属于Hadoop生态圈()。54.关于Docker容器的run命令，下列参数匹配正确的有()。A、d:在后台运行容器B、i:已交互模式运行容器C、p:随机端口映射55.关于spark中数据倾斜引发原因正确的选项有()。56.下列有关ZooKeeper中的节点路径说法正确的是()。57.Hadoop的运行模式分为以下()种。59.以下是Spark中executor的作用是()。C、接受Driver端发送来的任务Task,作用在RDD上进60.Task运行不在以下选项中Executor上的工作单元有()。A、hive.query.parallelA、QueryOptimizer65.关于partition中的数据是如何保持到硬盘上的，说法正确的是()。A、一个topic分为好几个partition,每一个partition是以文件夹的形式保持在broker节点上面的B、每一个分区的命名是从序号0开始递增C、每一个partition目录下多个segment文件(包含xx.index,xx.log),默认是1GD、每个分区里面的消息是有序的，数据是一样的66.从RDD转换得到DataFrame包含两种典型的方法，分别是()。A、利用反射机制推断RDD模式B、使用编程方式定义RDD模式C、利用投影机制推断RDD模式67.Sqoop目前支持两种增量导入模式，分别是()和()模式。71.Flume的核心组件有哪些?()72.在Hive中，以下哪个配置属性用于设置Hive表的默认压缩格式()。A、press.fo73.使用dockerps命令可以查看到的信息有()。B、镜像名称C、容器的端口D、生存时间74.关于dockerbuild命令支持的选项，下列匹配正确的有()。A、network:指定run命令时网络模式C、add-host:添加自定义的主机名到IP的映射75.Hive支持哪种数据存储格式()。A、CSV76.Stage的Task的数量不是由()决定。77.Flink的主要特性包括()。79.下面关于SparkMLIib库的描述正确的是()。80.Flink的时间窗口有()。81.Flume的拦截器可以完成哪些操作?()82.Flink的核心组件包括()。83.Hadoop集群的三大核心组件是()。84.要在Hive中启用LLAP(LowLatencyAnalyticalProcessing),哪个配置属85.关于HadoopHDFS的文件操作，正88.Hive中的数据类型包括哪些()。89.Flume的HTTPSource和Sink组件支持哪些协议?()A、HTTP90.Flink的兼容性体现在()。91.Flink支持的时间操作类型包括()。92.Flink的缓存机制包含以下哪些内容()。94.HadoopHDFS自身的局限性包括()。95.要启用Hive的Tez执行引擎，应该配置哪个属性()。A、hive.execution.engA、hive.transaction.enab98.Flume的拦截器支持哪些操作?()99.()是流计算的处理流程。100.要启用Hive的压缩功能，应该配置哪个属性()。101.Hadoop的优点有哪些()?102.Flume可以用于哪些方面的数据处理?()103.Dockerfile配置文件中的指令包括()。105.下面关于Flink的说法正确的是()。C、Flink不是Apache软件基金会的项目106.Kafka的核心组件包括()。108.spark的特点包括()。109.SparkContext可以从()读取数据。110.下列属于RDD的转换算子的是()。111.ZooKeeper中的节点类型包括()。118.Flink常见的应用场景包括()。120.SparkStreaming的基本121.查看Docker容器的子命令有()。122.Flume的Spoolingdirectorysource有何特点?()124.RDD的操作主要是()操作。125.Sqoop是一个用于在Hadoop和结构化数据存储(如关系型数据库)之间传输数据的工具。以下哪些()是Sqoop的主要参数?126.Docker的核心概念包括()。127.ZooKeeper的集群中的Leader节点的选举是通过以下()方式实现。129.下面关于Flink窗口描述错误的是()。130.Flink核心组成部分提供了面向()的接口。131.Flume的可靠性机制包括哪些内容?()132.Spark要想很好的支持SQL,需要完成三大过程。这三大过程包括(