世界职业院校技能大赛中职组“大数据应用与服务组”赛项考试题及答案

世界职业院校技能大赛中职组“大数据应用与服务组”赛项考试题及答案含义是()。符是()。5.在ZooKeeper中，节点可以设置监听器吗?()6.在ZooKeeper中，节点的数据版本是如何维护的?()A、自动递增7.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D、ACL只能设置在持久节点上A、用于节点间的数据同步和一致性保证的协议C、用于节点间的负载均衡和路由选择的协议D、用于节点间的权限控制和访问管理的协议C、取决于Watcher的类型B、跟随者(Follower)C、观察者(Observer)D、所有角色均可13.在Kafka中，()是ISR队列中最小的LEO。15.在Hive中，以下哪个配置参数用于指定Hive执行计划的输出16.在Hive中，以下哪个配置参数用于指定Hive元数据存储的数据库类型()?17.在Hive中，以下哪个配置参数用于指定Hive服务器的端口号18.在Hive中，以下哪个配置参数用于指定Hive的执行引擎为Spark()?19.在Hive中，以下哪个配置参数用于指定HiveCLI的历史命令记录文件名()?20.在Hive中，哪个配置参数用于指定Hive的执行模式，如本地21.在Hive中，哪个配置参数用于指定HiveCLI的历22.在HDFS文件操作中，上传文件的命令是()。通常设置为()。25.在hadoop配置中core-site.xml的配置是()参数。D、集群资源管理系统参数26.在Flink中，水位线是()生成的。C、由用户手动指定27.在Flink中，()通常用于指定Flink作业的任务流图(JobGraph)。28.在Flink的配置文件中，()通常用来指定Flink任务并行度。29.在Docker数据管理中，数据卷可以提供的特性不包括()。D、挂载数据卷时要手工创建挂载目录30.在Docker的运行过程中，对镜像的操作不包括()。31.在Centos中启动Docker服务的命令是()。32.允许开发人员为容器分配MAC地址的是()。B、覆盖网络D、主机网络A、能够持久化日志C、Job是运行在Executor上的工作单元D、Stage是Job的基本调度单位，一个Job会分为多组Task,每组Task被称为Stage36.以下选项哪个是HDFS的名称节点()。37.以下哪种不是Hive支持的数据类型()。38.以下哪个选项不是Sqoop的导入模式?()D、JSON导入39.以下哪个文件是能够修改HDFS的副本保存数量参数()。40.以下哪个是正确的sqoop导入数据的完整命令?()ttA、Spark的计算模式也属于MapReduce,但不局限于Map和Re44.以下关于Spark计算框架，说法错误的是()。C、Spark提供了完整而强大的技术栈，包括SQL查询、流式计D、Spark可运行于独立的集群模式中，可运行于Hadoop中，也45.以下关于RDD的宽依赖和窄依赖的说法错误的是()。A、窄依赖表现为子RDD的一个分区只依赖于某个(些)父RDD的一个分区46.以下关于Hive操作描述不正确的是()。A、Hive是一个建立在hadoop文件系统上的数据仓库架构，可B、Hive依赖于MapReduce处理47.以下()文件中主要用来配置ResourceManager,NodeManager48.要在Hive中启用Kerberos认证，应该设置哪个配置参数()?49.新构建一个名为mydocker的镜像的操作命令是()。50.消费者出现活锁问题时应该()。53.下面哪个命令行参数可以用来删除Kafka中的Topic?()54.下面()端口不是Spark自带服务的端口。55.下面()操作是宽依赖。57.下列选项中，()不属于转换算子操作。58.下列说法错误的是()。A、生产者和消费者面向的都是一个topicB、生产者发送数据的对象是leaderC、当集群中的某个节点发生故障时，Replica上的partition数据B、已有的消费者推出消费者组D、完全分布式66.下列()不是RDD的缓存方法。67.下列()不是Docker项目中用于文件存储的数据库。68.下列()不可以作为SparkStreaming的输入数据流。70.使用Dockerrun命令运行一个容器时，通过参数()可启动一的命令选项是()。选项是()。73.设用压力测试测出机器写入速度是20M/s一台，峰值的业务数据的速度是100M/s,副本数为6,预估需要部署Kafka机器数量为()。74.若要在Hive中启用压缩数据存储，应该设置哪个配置参数75.强制删除容器tmp01的操作命令是()。76.启动一个容器的操作命令是()。77.配置Hadoop文件参数时，配置项“dfs.replic79.将一个RDD转换为DataFrame的方法是()。80.将大数据平台数据导出到mysql可以使用()工具。82.获取远程仓库中Docker镜像的操作命令是()。83.关于ZooKeeper说法错误的是()。A、ZooKeeper是一个高可用的分布式数据管理和协调框架C、越来越多的分布式系统(Hadoop、HBase、Kafka)中使用ZD、Hadoop的高可用不需要用到ZooKeeper84.关于SparkStreaming的优点，不包括()。C、易整合性85.关于SparkSQL,以下说法正确的是()。A、HiveContext继承了SqlContextB、DataFrame其实就是RDDC、HiveContext只支持SQL语法解析器D、SparkSQL的前身是Hive86.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87.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C、它对内存没有要求A、高容错性B、适合PB级以上海量数据的离线处理89.关于MapReduce的说法正确的是()。B、MapReduce是基于内存计算的框架90.关于Hive数据倾斜问题描述正确的是()。D、可以适当的通过控制mapper和reducer来控制数据倾斜的问题91.关于Hive内外表描述正确的是()。A、内部表数据由HDFS自身管理，外部表数据由Hive管理；置(默认：/user/hive/warehouse)92.关于Hive描述正确的是()。B、max函数是窗口函数93.关于Hive各个格式使用场景描述错误的是()。C、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94.关于Hive的SequenceFile格式描述正确的是()。中95.关于Hive存储的文件格式描述错误的是()。A、ORC格式是Hive一直支持的A、HiveSQL的Parser层是为了将SQL转化为执行计划的C、MapReduce任务是需要遍历QueryBlock后生成的D、编译器遍历ASTTree,抽象出查询的基本组成单元Operator97.关于Hivemetastore的三种模式的描述错误的是()。B、local模式中，使用MySQL本地部署实现metastoreC、remote模式为远程MySQL98.关于DStream窗口操作函数，以下说法错误的是()。的DstreamD、以上说法都不对99.关于Dataset,下列说法错误的是()。A、Dataset能从RDD中构建B、Dataset提供了特定域对象中的弱类型集合A、DataFrame可以看作是分布式的Row对象的集合，在二维表D、ataFrame提供了比RDD更丰101.关于DataFrame的优势，以下描述错误的是()。A、DataFrame提升了Spark框架的执行效率B、DataFrame减少了数据读取时间C、DataFrame可以优化执行计划102.典型的NoSQL数据库是()。略为()。表的哪个位置?()A、文件的开头C、新文件中D、随机位置数用于指定使用多个mapper?()106.当Kafka中日志片段大小达到()时，当前日志片段会被关108.查看Docker所有容器的命令是()。109.测试Sqoop是否能够正常连接MySQL数据库命令是()。110.ZooKeeper中的一致性协议ZAB是基于()算法实现。A、2PC(Two-PhaseCommit)算法B、Raft算法C、Paxos算法111.ZooKeeper中的一次写操作是原子的吗?()A、是，写操作是原子的B、否，写操作可能不是原子的C、取决于写操作的类型D、取决于节点的类型112.ZooKeeper中的一次读操作是原子的吗?()A、是，读操作是原子的B、否，读操作可能不是原子的C、取决于读操作的类型D、取决于节点的类型113.ZooKeeper中的数据模型是基于()。A、关系模型B、键值对模型C、图模型D、文档模型114.ZooKeeper中的节点可以设置()类型的触发器。115.ZooKeeper使用的是()文件系统。116.ZooKeeper的特点不包括()。117.yarn状态的查询url为()。118.Task运行在下面()选项中Executor上的工作单元。119.Stage的Task的数量由()决定。据时正确处理字段?()下列哪种数据库是不支持使用Sqoop直接进行数据传送()。122.Sqoop将导入或导出命令翻译成什么程序来实现导入导出123.Sqoop的作用是()。A、用于传统关系数据库和Hadoop之间传输数据B、提供对日志数据进行简单处理的能力D、是一个建立在HDFS之上，面向列的针对结构化和半结构化124.sqoop的组件功能是()。A、sqoop只能实现关系型数据库向非关系型数据传输数据B、sqoop是关系型数据库C、sqoop实现在关系型数据库和非关系型数据库之间125.Spark默认的存储级别是()。126.Spark采用RDD以后能够实现高效计算不是因为()。B、中间结果持久化到内存，数据在内存中的多个RDD操作之C、存放的数据可以是Java对象，避免了不必要的对象序列化和127.SparkStreaming中对DStream的转换操作会转变成对()的操C、无D、运行时指定131.namenode在()模式下hdfs文件系统无法修改和写入文件。D、待机模式C、文档D、所有以上137.Kafka的消息消费可以使用哪种模式?()A、单播B、顺序写入到内存C、顺序写入到缓存D、顺序写入到索引文件139.Kafka的消息传递语义是()。A、最终一致性C、主题D、分区141.Kafka的消费者在处理消息时可以选择的模式是(C、分布式模式D、并行模式142.Kafka的消费者可以以什么方式进行消C、数据分片D、最终保存HBase数据行的文件146.Hive中以下操作不正确的是()。147.Hive中分组的关键字是什么()?148.Hive中的自动分区是通过哪个配置参数启用的()?149.Hive中的配置文件通常位于哪个目录中()?150.Hive中的哪个配置参数用于指定Hive元数据存储的连接UR151.Hive中的哪个配置参数用于指定Hive的临时文件目录()?152.Hive中的哪个配置参数用于指定Hive表的默认分隔符()?153.Hive适合()环境。154.Hive是由哪家公司开源的()。155.Hive是以()技术为基础的数据仓库。156.Hive是为了解决哪类问题()?A、海量结构化日志的数据统计157.Hive默认的元存储是保存在内嵌的()数据库中。158.Hive的默认元数据存储是什么()?159.HBase依赖()技术框架提供消息通信机制。有()。D、内存台计算机模拟多台主机的集群是()模式。D、全分布HA模式B、可以用C/C++语言编写MapReduce应用程序D、可以用javascript语言编写MapReduce应用程序164.hadoop2.0与hadoop1.0区别()。D、增加容错机制165.Flume如何处理故障恢复?()A、使用事务性机制B、使用重试机制C、使用断点续传机制D、以上都不是166.Flume的事件是什么?()167.Flume的事件可以包含哪些属性?()168.Flume的事件传输方式是什么?()169.Flume的事件Body可以包含什么类型的数据?()170.Flume的哪个组件用于将事件数据写入目标存储?()171.Flume的哪个组件可以保证数据不会丢失?()174.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D、4.X版本以后175.Flume的哪个版本加入了对Thrift事件的的支持?()176.Flume的哪个版本加入了Kafka作为源和汇点?()A、1.X版本B、2.X版本C、3.X版本178.Flume的拦截器实现了哪个接口?()A、将数据从Channel中读取并写入目标位置B、将数据从Channel中读取并发送到下一组件181.Flink最常用的编程语言是()。182.Flink中的转换算子(TransformationOperator)通常用于()。C、定义数据源183.Flink中的Watermark是用来(),帮助Flink正确地处理迟到B、表示数据流的起点184.Flink中的Checkpoints(检查点)主要用于()。A、实现Exactly-once语义B、控制并行度C、执行作业185.Flink支持的数据处理方式为()。186.Flink支持处理各种类型的数据，包括()数据。A、结构化D、以上都是187.Flink的作业调度(JobScheduling)通常由()负责。188.Flink的作业提交通常需要()来管理作业的执行。189.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B、控制数据流速度C、定时触发窗口操作D、执行数据清洗190.Flink的主要特点是()。A、高吞吐量B、低延迟D、以上都是191.Flink的时间语义(TimeSemantics)中的事件时间(EventTime)和处理时间(ProcessingTime)的区别是()。A、事件时间是事件发生的时间，处理时间是事件进入Flink的时间B、事件时间是事件进入Flink的时间，处理时间是事件发生的时间C、事件时间和处理时间是相同的D、事件时间和处理时间没有明确的定义192.Flink的容错机制是()工作的，它定期记录数据流的状态，193.Flink的日志管理通常包括()这几个方面。D、以上都是194.Flink的集群部署通常需要()作为资源管理器。B、数据流196.Flink的广播状态(BroadcastState)用于()。A、在所有任务之间共享状态D、控制数据流速度197.Flink的高可用性(HighAvailability)设置通常需要配置的组件是()。198.Flink的窗口操作通常在()执行，以对数据进行分组、聚合A、数据产生时B、数据进入Flink时C、数据在窗口中间时D、数据离开Flink时200.Flink的安装过程中，通常需要设置()来指定Flink的根目201.Flink的Web界面通常用于()。A、编写Flink作业D、调试Flink作业B、执行SQL查询C、数据流分析203.Flink的CEP(ComplexEventProcessing)库用于(),帮助检A、执行复杂数据处理操作C、处理实时事件流204.DStream的转换操作方法中，()方法可以直接调用RDD上205.DStream的输出操作，不包括()。207.Docker运行的核心模块是()。208.Docker是基于()实现的开源容器项目。A、C语言A、*B、算法D、仓库212.Docker的()命令只支持将本地文件复制到容器中。213.Docker的()命令用于构建镜像。214.Dockerfile中指定环境变量的指令是()。215.Dockerfile中声明镜像内服务监听的端口的指令是()。C、用于保存容器配置D、用于存放docker配置217.Dockerfile配置文件使用()命令指定基础镜像。218.Dataset最终在()版本中被定义成Spark新特性。219.DataFrame和RDD最大的区别是()。A、科学统计支持D、外部数据源支持221.()不是Spark的四大组件。1.在使用Sqoop将数据从Hive导入到MySQL之前，需要确保以下条件已经满足()。A、已经安装了Hadoop集群和Hive数据库B、已经安装了MySQL数据库，并且可以连接到MySQL数据库C、已经安装了Sqoop,并且可以在命令行中运行Sqoop命令式()。录()。4.在Hive中，以下哪个配置属性用于设置Hive表的默认压缩格式()。5.以下是Spark中executor的作用是()。A、保存计算的RDD分区数据C、接受Driver端发送来的任务Task,作用在RDD上进行执行D、做资源调度任务flumekafkasqark7.以下哪些是yarn-site.xml配置文件主要参数()。配置属性应该设置为true()。9.要在Hive中配置HDFS的NameNodeURI,应该设置哪个属性10.要启用Hive的压缩功能，应该配置哪个属性()。11.要启用Hive的Tez执行引擎，应该配置哪个属性()。12.要配置Hive的元数据存储连接字符串，应该设置哪个属性()。13.要读取people.json文件生成DataFrame,可以使用下列()命A、MLlib库从1.2版本以后分为两个包：spark.mllib和spark.mlB、spark.mllib包含基于DataFrame的原始算法APID、spark.ml则提供了基于RDD的、高层次的APIA、Flink起源于Stratosphere项目，该项目是在2010年到2014年D、Flink是Apache软件基金会的5个最大的大数据项目之一18.下面关于Flink的描述正确的是()。略好于SparkD、Spark的市场影响力和社区活跃度明显超过Flink19.下列属于RDD的转换算子的是()。20.下列属于RDD的行动算子的是()。21.下列关于容器操作命令匹配正确的有()。22.下列关于Docker的操作命令正确的有()。23.使用dockerstats命令可以显示的容器信息有()。D、端口24.使用dockerps命令可以查看到的信息有()。A、容器IDD、生存时间E、环境变量25.如果要在Hive中启用用户定义的聚合函数(UDAFs),哪个配置属性应该设置为true()。26.如果要在Hive中启用事务支持，哪个配置属性应该设置为tr27.如果要在Hive中启用列级别的权限控制，哪个配置属性应该设置为true()。28.如果要在Hive中启用动态分区插入，哪个配置属性应该设置29.利用数据卷容器可以对其中的数据卷进行()操作。A、备份30.后端容器化环境部署中使用的数据库一般有()。31.管理自定义的网桥网络的操作命令有()。32.关于ZooKeeper顺序节点的说法不正确的是()。B、创建顺序节点时不能连续执行创建命令，否者报错节点已存在知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37.关于HadoopHDFS的文件操作，正确的是()。D、HDFS可以更改文件内容38.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者在被YARN或Mesos管理的集群上运行。也能部署在云端D、ataSetAPI做批处理，而DataStreamAPI做流处理39.关于Docker容器的run命令，下列参数匹配正确的有()。40.关于dockerbuild命令支持的选项，下列匹配正确的有()。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D、利用互联网机制推断RDD模式42.创建镜像的主要方法有()。A、基于本地文件导入43.查看Docker容器的子命令有()。45.ZooKeeper中的事务操作可以保证()特性。B、临时节点D、临时有序节点47.ZooKeeper中的Watcher机制是通过以下()方式实现。48.ZooKeeper中的SEQUENTIAL节点的特点是()。A、有序节点B、无序节点49.ZooKeeper中的ACL(AccessControlList)用于()。D、控制节点的创建权限50.ZooKeeper的集群中的Leader节点的选举是通过以下()方式B、抢占式D、选举算法51.Stage的Task的数量不是由()决定。52.Sqoop中哪些参数可以用于指定要导入/导出的表?()53.Sqoop中的--hive-drop-import-delims参数有什么作用?()55.Sqoop目前支持两种增量导入模式，分别是()和()模式。56.Spark要想很好的支持SQL,需要完成三大过程。这三大过程包括()。D、执行executionB、通用D、兼容性A、文件流C、套接字流A、作业的主进程60.SparkContext可以从()读取数据。D、内存61.RDD有()缺陷。C、特征抽取D、统计模型64.Master的ElectedLeader事件后不做()操作。A、通知driverB、通知worker65.Kafka相对传统技术有什么优势说法正确的是否()。失66.kafka容错性说话正确的是()。A、允许集群中节点失败(若副本数量为n,则允许n-1个节点失败)D、无论结束的是主还是副broker,都不会影响kafka使用，只要67.Kafka的消息传递可以使用的认证机制包括()。68.Kafka的消息传递可以保证消息的可靠性传递通过()。B、冗余机制69.Kafka的消息传递保证可以是()。70.Kafka的消费者可以以以下哪种方式进行消息的并行处理?()C、多节点71.Kafka的特性()。D、高并发72.Hive中的数据存储是如何分区的()。A、基于文件大小73.Hive中的数据存储如何分区()。74.Hive中的哪个组件负责将HQL语句翻译成Tez或M任务()。75.Hive中的哪个组件负责将HQL语句翻译成MapReduce任务76.Hive中的哪个配置属性用于指定Hive表的默认存储格式()。77.Hive中的分区是如何定义的()。A、在表的创建时定义C、在元数据存储中定义D、在表的插入操作中定义78.Hive中的Bucketing是什么()。D、一种数据存储技术79.Hive支持哪种数据存储格式()。80.Hive的数据存储是如何组织的()。81.Hive的查询优化是通过什么实现的()。82.Hadoop集群的三大核心组件是()。83.Hadoop核心主要由()部分组成。84.Hadoop的运行模式分为以下()种。85.Hadoop的优点有哪些()?86.HadoopHDFS自身的局限88.Flume可以与其他哪些大数据技术进行集成?