Hadoop大数据技术与项目实战知到智慧树期末考试答案题库2024年秋山西职业技术学院

Hadoop大数据技术与项目实战知到智慧树期末考试答案题库2024年秋山西职业技术学院Flume基于事务传输event(批量传输)，使用两个独立的事务分别处理source到channel和channel到sink，失败时会将所有数据回滚进行重试。该事务遵循“最少一次”语义，因此数据不会丢失，但有可能重复。（）

A:错B:对

答案:对Sqoop作为大数据平台的数据搬运工，比较轻松地打开了关系数据库与分布式存储体系之间方便之门。为传统数据仓库平稳过渡到大数据平台作出了重要贡献。（）

A:对B:错

答案:对Event的最大定义为1024字节，超过会被切割放到下一个Event中。（）

A:对B:错

答案:错实现全外连接的关键字是join。（）

A:错B:对

答案:错数据仓库主要是为决策分析提供数据。（）

A:错B:对

答案:对饼图主要用于展现数据的变化趋势。（）

A:错B:对

答案:错本项目中，/opt目录下存放着项目所安装的全部软件及所有数据文件。（）

A:对B:错

答案:对Kafka最大的特性就是可以实时的处理大量数据以满足各种需求场景，比如基于hadoop的批处理系统、低延迟的实时系统、storm/Spark流式处理引擎，web/nginx日志、访问日志，消息服务等。（）

A:错B:对

答案:对在分流标记拦截器中，初始化和关闭方法进行空实现即可。（）

A:错B:对

答案:对在编写Flume拦截器代码时，build方法是拦截器类的核心方法，功能是将当前自定义的LogETLInterceptor类进行实例化，从而提供给Flume进程在运行过程中对其调用。（）

A:对B:错

答案:对删除Kafka主题时，在配置文件中设置delete.topic.enable=true，才是完全删除，否则为标记删除。

A:对B:错

答案:对insertoverwrite命令将数据写入表中（）

A:错B:对

答案:对Kafka内部有两个topic分别用来接收Flume传输过来的数据，topic_start接收启动日志数据，topic_event接收事件日志数据。（）

A:错B:对

答案:对数据仓库就是数据库。（）

A:错B:对

答案:A:错启动hive之前只需要启动hive--servermetastore服务。（）

A:错B:对

答案:错折线图主要以百分比形式显示每一类数值相对于总数值的大小。（）

A:对B:错

答案:错Sqoop数据迁移时，命令参数fields-terminated-by代表导入数据的切分格式。

A:对B:错

答案:对通过Sqoop可以将关系型数据库的数据迁移到Hadoop平台，但是不可以将Hadoop平台的数据迁移到关系型数据库。（）

A:对B:错

答案:错Hadoop是Apache基金会开发的一款分布式系统基础架构，主要解决海量数据存储和海量数据计算两大问题，从广义上来说，Hadoop通常指的是Hadoop生态圈。（）

A:错B:对

答案:对mapred-site.xml配置文件主要是针对MapReduce程序在YARN集群上运行的一些相关参数的配置，需要找到对应的文件。（）

A:对B:错

答案:对在编写flume拦截器代码中event.getHeaders()方法的功能是（）。

A:从各个body中获取body的头部信息B:从各个body中获取header的头部信息C:从各个body中获取map的信息D:从各个body中获取key的信息

答案:从各个body中获取header的头部信息创建bigdata用户的命令是（）。

A:subigdataB:bigdataALLC:useraddbigdataD:sudoers

答案:useraddbigdata在Flume数据传输过程中，Source的主要功能是和外部数据源对接，负责数据的采集，将采集回来的数据传递给（）。

A:SinkB:AppC:ChannelD:Source

答案:Channel在Flume数据传输系统中，memorychannel的特点是（）。

A:数据存储于磁盘，优势：传输速度快；劣势：可靠性差B:数据存储于磁盘，优势：可靠性高；劣势：传输速度慢C:数据存储于内存，优势：可靠性高；劣势：传输速度慢D:数据存储于内存，优势：传输速度快；劣势：可靠性差

答案:数据存储于内存，优势：传输速度快；劣势：可靠性差当Kafka启动之后，会把元数据保存到哪里（）？

A:MySQLB:HDFSC:ZookeeperD:Hive

答案:Zookeeper在编写Flume拦截器代码时，initialize()方法的作用是：当程序中需要开辟某种资源时申请资源，该方法的特点是程序至始至终，只执行（）；

A:两次B:一次C:四次D:三次

答案:一次在Flume数据传输系统中，ChannelProcessor是（）。

A:Channel选择器B:Channel调节器C:Channel变压器D:Channel处理器

答案:Channel处理器项目实施流程中没有哪一步（）

A:下载数据B:数据访问C:数据导出D:数据仓库设计开发

答案:下载数据在编写Flume拦截器代码时，intercept(Listevents)方法的功能是用来接收source传递的批次数据，对其进行（）。

A:获取进程B:管理控制C:开辟资源D:扩容

答案:管理控制Sqoop的工作本质是（）。

A:存储数据B:接收数据C:处理数据D:迁移数据

答案:迁移数据在Linux系统中，（）目录默认为空，在本课程项目开发过程中是使用最多的目录。

A:RootB:HomeC:EtcD:opt

答案:optPyEcharts中，折线图类是（）。

A:BarB:PieC:LiquidD:Line

答案:Line使用hdfsdfs-count/查看根目录下面数据文件的个数，显示结果为“147248745”，其中14代表的是（）

A:子目录的个数B:文件的嵌套层数C:所有文件的字节数D:文件个数

答案:文件的嵌套层数用于文件在网络间安全传输的软件是（）。

A:VMwareB:XftpC:IDEAD:Xshell

答案:Xftp在ETL拦截器中，我们重写的初始化方法initialize()可以理解为是（）。

A:进行流程控制B:资源的申请C:业务逻辑处理D:资源的关闭

答案:资源的申请在Zookeeper的配置文件中，要设置的dataDir参数的功能是（）。

A:配置启动ZookeeperB:指定Zookeeper存储数据的位置C:接收客户端的访问请求D:添加Zookeeper集群的映射信息

答案:指定Zookeeper存储数据的位置谷歌开源的三篇大数据论文有（）。

A:HDFSB:GFSC:BigTableD:MapReduce

答案:B:GFSC:BigTableD:MapReduce下列属于事件日志数据的是（）。

A:用户发表评论数据B:商品点击数据C:用户点赞数据D:用户收藏数据

答案:用户发表评论数据###商品点击数据###用户点赞数据###用户收藏数据yarn集群核心配置的文件是（）。

A:yarn-site.xmlB:hdfs-site.xmlC:mapred-site.xmlD:core-site.xml

答案:mapred-site.xml###yarn-site.xml以下关于Kafka的存储机制描述正确的是（）。

A:顺序写入B:分区存储C:非顺序写入D:可靠性

答案:可靠性###顺序写入###分区存储创建每日新增设备数据表包含有（）哪些字段

A:统计日期字段B:新增设备数量字段C:设备唯一标识D:用户ID，

答案:新增设备数量字段###统计日期字段Hadoop具有四大优势，是（）。

A:高可靠性B:高效性C:高容错性D:高扩展性

答案:高容错性###高扩展性###高效性###高可靠性创建活跃设备数据表中包含有哪些字段（）

A:日期是否为周末和月末B:统计日期C:当周用户数量D:当月用户数量

答案:当月用户数量###当周用户数量###统计日期###日期是否为周末和月末在JSON字符串中，Object结构是（）。

A:valueB:{key:value,key:value...}C:KeyD:key,value

答案:{key:value,key:value...}###key,value在本教材的实战操作中，打开hosts文件，设置三台虚拟机的IP地址及映射名称，需要输入（）内容。

A:node4B:node3C:node1D:node2

答案:node1###node3###node2下列属于事件日志数据合法校验步骤的是（）。

A:对数据进行校验B:对日志进行切割C:校验服务器时间D:校验是否为json格式

答案:校验服务器时间###对数据进行校验###对日志进行切割###校验是否为json格式flume中自定义的分流标记拦截器可以实现（）两种分流。

A:错误日志流B:启动日志流C:事件日志流D:时间日志流

答案:启动日志流###事件日志流本项目编写Flume自定义拦截器步骤（）

A:实现ExceptionB:重写四个方法C:静态内部类，实现Interceptor.BuilderD:实现Interceptor

答案:重写四个方法###静态内部类，实现Interceptor.Builder###实现Interceptor在HQL实现过程中，一个语句里要执行（）两部分操作。

A:将查询结果直接保存到对应的统计结果表中B:查询业务数据表中的数据C:数据可视化的展示D:分析数据

答案:B:查询业务数据表中的数据以下描述正确的是（）

A:整个MapReduce的执行过程可以分为五个阶段B:shuffle阶段是整个MapReduce执行过程中最复杂的一步C:Reduce阶段是将一个大的计算任务分解成多个小任务D:Map阶段产生的数据会通过shuffle阶段，在内存缓冲区中进行数据的分区、排序、分组的处理

答案:A/B/Dpyecharts的Page中内置了以下哪些布局方式？（）

A:DraggablePageLayoutB:DisplayPageLayoutC:SimplePageLayoutD:ComplexPageLayout

答案:SimplePageLayout###DraggablePageLayout在编写Flume拦截器代码中，实现Interceptor需要重写（）方法

A:initialize初始化B:publicEventintercept(Eventevent)处理单个EventC:publicList<Event>intercept(