HCIP大数据练习测试题附答案

第页HCIP大数据练习测试题附答案1.以下关于SparkSQL中DataSet的描述中，错误的是哪一项？A、DataSet是一个由特定域的对象组成的强类型集合。B、DataSet是"懒惰"的，只在执行A,Ction操作时触发计算C、DataSet需要反序列化才可以执行大部分操作。DataSet与RDD高度类似【正确答案】：C2.StructuredStreaming中持续地查询最新计算结果至写出。这个过程叫做什么？()A、ContinuousstringB、continousqueryC、mapqueryD、continousphrase【正确答案】：B3.关于ElasticSearch的说法，下列错误的是哪一项？A、不支持非结构化数据B、对Lucene进行了扩展C、原型环境和生产环境可无缝切换D、能够水平扩展【正确答案】：A4.以下哪一项不属于目前经常定义的Sink类型。A、ElasticSearchSinkB、RedisSinkC、KafkaSinkD、ODBCSink【正确答案】：D5.在大数据业务处理的场景中，常常说不适合存储大量的小文件。这主要是受以下哪个组件的影响？A、YarnB、HDFSC、HiveD、MapReduce【正确答案】：B6.下列哪一项是HBase不适合的应用场景？A、要求具有完全A,CID特性的应用场景。B、半结构化数据应用场景。C、高吞吐率应用场景。D、海量数据(TE、PF、应用场景【正确答案】：A7.以下关于Flink的描述，错误的是哪一项?A、Flink在维护一次完整的的应用状态时，不能无缝修复错误B、Flink是一个批处理和流处理结合的统一计算框架C、Flink支持大规模运行，在上千个节点运行时有很好的吞吐量和低延迟D、Flink没有单点故障，提供高吞吐量和低延迟的能力【正确答案】：A8.StructuredStreaming程序执行过程中，定义流计算过程之后是哪一个步骤?A、创建输入数据源B、导入相关依赖模块C、启动流计算并计算输出结果D、创建SparkSession对象【正确答案】：C9.以下哪一选项不是企业级大数据平台的特点?A、可维护性差B、可平滑拓展C、数据共享D、资源共享【正确答案】：A10.实时检索应用场景不包含以下哪一顺？A、通过用户姓名查找购房记录B、通过用户银行卡号查找转账记录C、通过用户兴趣爱好推荐影视作品D、通过用户身份证号查找住宿记录【正确答案】：C11.下列关于Hive自定义函数的描述中，正确的是哪一项？A、一般自行编写的函数都属于临时函数，每次使用都需要重新创建B、如果创建的函数名与内置的函数名重复，在使用过程中以内置的函数名为主。C、一般自行编写的函数都属于永久函数，直接引用即可。D、Hive中的min以及max属于UDAF函数。【正确答案】：A12.HiveSQL中DDL指定是哪一种语言?A、数据删除语言B、数据查询语言C、数据管理语言D、数据定义语言【正确答案】：D13.Flume的应用中，如果要保证sink的负载均衡，需要使用以下哪一个组件？A、DefaultSinkProcessorB、StaticInterceptorC、ReplicatingChannelSelectorD、FailoverSinkProcessor【正确答案】：A14.以下哪一选项不是大数据的特点？A、容量大B、种类多C、速度快D、结构单一【正确答案】：D15.Hive中详细显示函数的用法为以下哪一选项？A、hive>getfunctions;B、hive>descfunctionextendedupper;C、hive>descfunctionupper;D、hive>showfunctions;【正确答案】：B16.GES基于ElasticSearch于的索引机制，能根据索引快速查询数据。A、对(参考答案）B、错【正确答案】：A17.以下哪一项不属于图搜索引擎技术的典型应用场景?A、通过关系网络，查询关联关系，可用于反洗钱、风控等场景B、根据某人的常用联系人网络，查询其社交关系最密切的有关人员C、基于"人、事、地、物、组织、身份"等点状实体，查询在社会关系网络中的关联关系D、根据历史数据，拟合函数，预测未来手机流量使用趋势【正确答案】：D18.以下关于HBase缓存刷新的说法中，哪一个选项是错误的?A、系统会周期性地把MemStore缓存里的内容刷写到磁盘的StoreFile文件中，清空缓存，并在Hlog里面写入一个标记B、每个HRegionServer都有一个自己的HLog文件，每次启动都检查该文件C、如果发现最近一次执行缓存刷新操作之后发生新的写入操作，则先写入MemStore，再刷写到StoreFileD、每次刷写都生成一个新的StoreFile文件，但每个Store中仅包含一个StoreFile文件【正确答案】：D19.以下有关Hive多表关联的描述，正确的是哪一个选项？A、Hive最右边的表是大表，且无法通过命令指定哪张表是大表B、Hive在进行多表关联时，从右往左进行关联操作C、在HiveSQL中，建议把小表写在右边，这样可以提高执行效率D、一般情况下有多少张表进行join连接操作，就会启动多少个MapReduce任务【正确答案】：B20.关于HBase中HRegionServer的故障处理机制，以下说法中哪一项是错误的？A、共用日志优点：恢复时需要分拆日志；缺点：提高对表的写操作性能B、根据日志记录所属的Region对象对HLog数据进行拆分，分别放到相应Region对象的目录下C、Zookeeper会实时监测每个HRegionServer的状态，当某个HRegionServer发生故障时，Zookeeper会通知HMasterD、HMaster首先会处理发生故障的HRegionServer上面遗留的HLog文件，这个遗留的HLog文件中包含了来自多个Region对象的日志记录【正确答案】：A21.HBase的Region的是由哪个服务进程来管理的？A、HRegionServerB、ZooKeeperC、DataNodeD、HMaster【正确答案】：A22.下列哪一个命令可以清空Redis实例下所有数据库的数据A、dropallB、flushallC、dropdbD、flushdb【正确答案】：B23.关于HBase集群架构组成各部分描述错误的是哪一选项？A、正常HBase表只有一个Region,不支持分裂B、Client可用于缓存维护已经访问过的Region的位置信息C、HRegionServer负责处理数据读写请求D、HMaster主要负责Region的管理工作【正确答案】：A24.关于HBase的概念视图，以下描述中正确的是哪一项？A、HBase是一个面向列的非关系型数据库B、HBase的每一行数据可以有不同的行键C、HBase表格数据以文件块的形式存放在内存中D、HBase的每一个Region都是固定大小，每个Region都是64MB【正确答案】：A25.编写Scala代码时，通过以下哪个算子可以实现数据过?A、filterB、collectC、mapD、flatmap【正确答案】：A26.企业数据分析平台在根据不同的业务场景需求，搭建不同的大数据分析平台，如适应离线批处理的Hadoop平台；适应实时处理的流计算平台等，这种架构属于哪种类型的架构？A、分离架构B、融合架构C、多维架构D、单一架构【正确答案】：A27.以下关于实时处理解决方案与其它解决方案的关系，错误的是哪一项?A、实时处理系统需要备份存储B、实时处理系统不需要考虑HAC、实时处理处理后的数据可用于实时检索D、实时处理处理后的数据可直接应用至业务系统【正确答案】：B28.关于HBase的RowKey,以下描述中错误的是哪一项？A、RowKey默认最大长度64KB,实际应用中一般为10~100字节B、在HBase中，每一个RowKey都是一串字节数组C、RowKey是一个长整型对象D、RowKey默认按照字典序存储【正确答案】：C29.ElasticSearch所采用的搜索方式，是通过VALUE找KEY。而在全文搜索中VALUE就是我们要搜索的关键词，通过VALUE找到对应的文档。A、对(参考答案）B、错【正确答案】：A30.在HBase中，实现不同HRegionServer之间的负载均衡是由以下哪一个组件负责管理的？A、HfileB、HlogC、HMasterD、MemStore【正确答案】：C31.Redis中相对于RDB持久化，以下对AOF持久化描述错误的是哪一选项？AOF持久化是用快照的方式实现的B、发生故障时恢复速度慢C、内存占用过多，文件体积大D、占用较多磁盘的10开销【正确答案】：A32.有关实时检索技术在金融行业的应用，以下哪一项说法是错误的？()A、实时检索技术可完成查询交易凭证，追溯交易，以及查询客户信用记录，帮助客户快速借款等B、底层可以整合多方数据，形城关系网络，查询关联关系，可用于反洗钱、风控等场景C、对于简单查询的场景，要求响应时间在10分钟左右D、可以根据ID(日志类型、卡号等）和时间段进行查询【正确答案】：C33.Spark2.0中引入了()的概念，它为用户提供了一个统的切入点来使用Spark的各项功能。A、SparkSessionB、SparkTextC、SparkConfD、SparkContext【正确答案】：A34.以下哪一项不属于Flink组件的滚动聚合算子?A、KeyBy()B、minBy()C、min()D、sum()【正确答案】：A35.以下哪一项不是传统数据处理系统面临的问题？A、有限的扩展能力B、海量数据的存储成本高C、大数据处理能力不足D、数据源多样【正确答案】：D36.下列哪一项不是ElasticSearch的扩展插件？A、es-HadoopB、ElasticSearch-headC、HadoopD、Logstash【正确答案】：C37.以下哪一项不是SparkSQL的适用场景?A、实时数据查询B、需要处理PB级的大容量数据C、结构化数据处理D、对数据处理的实时性要求不高的场景【正确答案】：A38.Hive中trim()函数的功能是以下哪一选项?A、字符串截取B、返回近似值。C、计算绝对值D、去除空字符串【正确答案】：D39.Kafka的特点包括不包括以下哪一选项?A、消息持久化B、分布式C、高吞吐D、随机读取【正确答案】：D40.以下哪一选项不是统一元数据管理的优势？A、元数据统一管理、统一访问和使用B、提供可视化元数据管理工具C、使用事实标准Hivemetastore接口，业务易对接D、数据访问分散授权，数据安全无保障【正确答案】：D41.下列关于Phoenix的说法错误的是哪一项？A、将SQL编译成HBase原生的scansB、确定scan关键字的最佳开始和结束C、让scan并行执行D、PhoenixSQL只能使用JDBC连接【正确答案】：D42.Spark处理数据时产生的中间产物会存放到以下哪一选项中？A、磁盘B、网络C、内存D、云上【正确答案】：C43.以下关于RDD的描述中，错误的是哪一项?A、RDD默认是存储于内存。B、RDD是分布式弹性数据集。C、RDD的创建只能依赖HDFS。D、用户可以选择不同的存储级别缓存RDD以便重用。【正确答案】：C44.Hive架构中有一个Driver模块用于对SQL语句进行转化，那么对于Driver的描述中，正确的是哪一项？A、Driver中的Compiler负责对HiveQL生成的执行计划和MapReduce任务进行优化B、Driver中的Optimizer负责编译HiveQL并将其转化为一系列相互依赖的Map/Reduce任务。C、Driver中的Executor负责按照任务的依赖关系分别执行Map/Reduce任务Driver指Java的JDBC连接所用的Driver类。【正确答案】：C45.在大数据分析场景中，以下说法哪一项是不正确的?A、SparkSQL:新型SQL处理引擎，速度比Hive快，处理SQL类的批处理任务B、HDFS:基于大数据的数据仓库平台C、FLink:流批一体式计算引擎D、Hive:类SQL查询，传统批处理引擎，速度较慢【正确答案】：B46.StructuredStreaming不能提供以下哪几种类型的保证？AtmostonceB、AtleastonceC、MorethanonceD、Exactlyonce【正确答案】：C47.关于HBase建表语句，以下描述中错误的是哪一项?A、利用HBase的JavaAPI时，需要用put语句完成建表B、在建表时可以预先创建多个RegionC、在华为云MRS提供的HBaseshell客户端中建表时，需指定至少一个列族名称D、在HBaseshell客户端中可以通过create命令建表【正确答案】：A48.以下哪一个选项不是ElasticSearch底层存放索引快照的位置?A、HadoopHDFSB、LocalFileSystemC、SharedFileSystemD、IndexModule【正确答案】：D49.以下关于Flume的描述，错误的是哪一项?A、Flume不支持级联(多个Flume对接起来)，合并数据的能力B、Flume支持按照用户定制采集数据的能力C、提供实时采集日志信息(taildir)到目的地的能力D、提供从固定目录下采集日志信息到目的地(HDFS,HBase,Kafka)能力【正确答案】：A50.关于Flink的角色，下列哪一项说法是错误的?A、Client是Flink程序提交的客户端，对用户提交的Flink程序进行预处理，并提交到Flink集群中处理。B、JobManager扮演着集群中的管理者Master的角色，它是整个集群的协调者。C、TaskManager负责从用户提交的Flink程序配置中获取JobManager的地址。D、TaskManager是实际负责执行计算的Worker.【正确答案】：C51.StructuredStreaming是构建在以下哪个引擎上的框架？A、SparkSQLB、SparkStreamingC、SparkCoreD、SparkMLlib【正确答案】：A52.ElasticSearch数据写入阶段有很多调优方式，下列错误的是哪一项？A、尽量使用自动生成的idB、禁用wildcardC、写入前副本数设置为0D、写入过程中：采取bulk批量写入【正确答案】：B53.以下哪个选项不属于智慧城市所需要的技术？AI计算B、大数据C、手工制作D、智慧交通【正确答案】：C54.以下关于Redis中String类型的描述，错误的是哪一项？A、一个字符串类型的值存储的最大容量是1MBB、字符串类型是Redis中最基本的数据类型C、可以存储图片D、可以存储文本数据【正确答案】：A55.关于分布式图数据库，以下描述正确的是哪一项?A、图数据库将数据切分为多个数据块进行存储，数据块大小固定128MBB、图数据库以"图"这种数据结构来存储和查询数据C、图数据库采用ER实体关系进行存储D、图数据库与关系型数据库可以灵活转化【正确答案】：B56.关于HDFS单名称节点体系结构的局限性，以下哪一个选项是错误的?A、HDFS只设置唯一一个名称节点，一旦这个唯一的名称节点发生故障，会导致整个集群变得不可用B、HDFS只设置唯一个名称节点，资源和数据可以方便的完成隔离C、HDFS只设置唯-一个名称节点，会带来命名空间的限制D、HDFS只设置唯一个名称节点，会带来性能的瓶颈和吞吐量的瓶颈【正确答案】：B57.HDFS里元数据持久化过程包括Fslmage持久化和Editlog持久化，其中EditLog持久化是通过以下哪一种方式完成的？A、图片B、日志C、网页D、快照【正确答案】：B58.下面哪一选项不属于Redis的优化方法？A、Slowlog配置B、精简键值C、开启AOF持久化D、限制Redis内存大小【正确答案】：C59.以下关于KeyBy算子的描述，错误的是哪一项?A、数据类型转换是KeyedStream->DataStreamB、每个分区包含具有相同key的元素C、逻辑地将一个流拆分成不相交的分区D、在内部以hash的形式实现的【正确答案】：A60.()是一个实现了文件系统的抽象类，继承自org.apache.hadoop.conf.Configured,并实现了Closeable接口，可以适用于多种文件系统。A、FileSystemB、FSDataOutputStroamC、FSDatalnputStreamD、FileConfiguration【正确答案】：A61.某大数据业务人员在查询某张表的业务数据时，希望查询出来的数值结果保留两位小数他应该使用哪个函数来实现？A、randB、absC、trimD、round【正确答案】：D62.如果想把Redis的Key中存储的数字值减1，该使用下列哪一个命令？A、incrbyB、decrC、decrbyD、incr【正确答案】：B63.消息系统Kafka如何保证高吞吐能力？A、Partition机制B、持久性机制C、多订阅者机制D、冗余备份机制【正确答案】：A64.下面哪一项不是Kafka的组件?A、BrokersB、ConsumerC、TopicD、Zookeeper【正确答案】：D65.以下哪一选项不属于华为云MRS中Manager的特点?A、一键式部署、升级B、运维难度高C、管理员可全面掌握集群运行状态D、故障快速定位【正确答案】：B66.某大数据业务人员需针对某些数据创建Hive表结构，其中某个数据为时间类型yyyyMMdd.那么可以使用以下哪一项作为字段类型?A、varcahrB、stringC、intD、double【正确答案】：B67.关于HBase，以下描述正确的是哪一项?A、对于绝大部分企业级大数据平台而言，HBase底层需依赖HDFS存储海量数据B、HBase可轻易实现海量数据的全局A，CID特性C、HBase和Zookeeper不是强绑定的D、HBase无法存储结构稀疏的表格【正确答案】：A68.关于华为云GES图数据库的Gremlin语言，以下描述中错误的是哪一项?A、Gremlin遍历由一系列步骤组成，这些步骤相互解耦，互不影响，不存在嵌套问题B、Gremlin是一种函数式数据流语言，用户可以使用简洁的方式实现对复杂的属性图的遍历或查询C、ApacheTinkerPop是图形数据库和图形分析系统的图形计算框架D、Gremlin是ApacheTinkerPop框架下的图遍历语言【正确答案】：A69.Spark读取任务参数优先级最高的是以下哪一选项？A、动态参数B、代码配置C、配置文件D、客户端配置【正确答案】：B70.某大数据运维人员想通过shell命令上传某个文件至HDFS文件系统中。以下哪个命令能帮助他完成这个操作？A、-putB、-getC、-uploadD、-cat【正确答案】：A71.以下哪一选项不是基于数据湖构建一站式Al开发平台ModelArts的特点？AI全流程开发：高精度、高效率完成开发任务B、可视化管理：数据准备、模型构建部署可视化管理C、需自行安装下载TensorFlow、PyTorch等主流计算框架D、在线推理、批量推理和边缘推理，满足多种业务场景诉求【正确答案】：C72.以下关于HDFS元数据持久化的描述中，哪一个选项是错误的?A、SecondaryNameNode合并成FsImage后回传给主NameNode替换掉原有Fslmage，并将EditLog.new命名为EditLogB、在SecondaryNameNode的内存中对FsImage文件和EditLog文件合并后产生新的Fslmage，叫做Fslmage.ckpC、将数据传到SecondaryNameNode时，因数据读写不能同步进行，此时NameNode产生一个新的日志文件EditLog.new用来存放这段时间的操作日志D、ActiveNameNode中的Fslmage和EditLog可以直接在本地完成合并操作，而不需要被拷贝到SecondaryNameNode中【正确答案】：D73.Hive数据存储模型中不包括以下哪一结构？A、分区B、表C、桶D、块【正确答案】：D74.在华为云GES中，想要给图g中id为"Katherine"的用户添加朋友为"zhangsan"。以下哪一个选项能正确实现上述目的？A、g.addV('friends').from(g.V("Katherine")).to(g.V("zhangsan"))B、g.addV('friends').from(g.V("zhangsan")).to(g.V("Katherine"))C、g.addE('friends').from(g.V("zhangsan")).to(g.V("Katherine"))D、g.addE('friends').from(g.V("Katherine").to(g.V("zhangsan"))【正确答案】：D75.关于ElasticSearch性能优化，以下哪一项说法是错误的？A、分片数不超过节点数的3倍，用较少的分片获得更佳的性能B、索引创建好后依然可以动态调整分片数量C、分片最大容量不要超过E1asticSearch推荐的最大JVM堆空间32GD、副本数建议设置为1，过多的副本需要更多存储空间【正确答案】：B76.HBase中一张表通过指定Regionf的StartKey为10、20和30进行region分裂，那么行键为222的数据将属于以下哪一个Region?A、[10,20]B、[20,30]C、[30,"+inf']D、[0,10]【正确答案】：C77.下列代码的作用是？Stringvertexld=getVertexldByPropert(api,graphName,"person,name,mark");api.queryVertex(vertexld,graphName):A、查询点B、查询属性C、查询边D、以上全不正确【正确答案】：A78.消费者在消费Kafka中数据的时候需要指定以下哪个选项的信息？A、TimeB、ObjectC、TopicD、Theme【正确答案】：C79.Spark中A,Ction算子返回的是以下哪一选项？A、依赖关系B、DAG图C、RDDD、计算结果或者是写入存储操作【正确答案】：D80.大数据体量范围一般是以下哪一选项？A、TB-PBB、GB-TBC、HB-GBD、KB-MB【正确答案】：A81.以下哪个选项属于大数据消息系统？A、HDFSB、MapReduceC、YarnD、Kafka【正确答案】：D82.Kafka运行时直接依赖于以下哪一个组件?A、HBaseB、HDFSC、SparkD、Zookeeper【正确答案】：D83.Loader是基于哪个开源组件的图形化迁移管理工具?A、HueB、spankC、SqoopD、Kettle【正确答案】：C84.以下描述中，哪一项不是实时检索技术在金融行业的应用特点？A、高并发B、查询条件复杂C、时延要求高D、存在海量图片小文件【正确答案】：B85.以下哪一项不属于Hive的数学函数?A、rand()B、Abs()C、trim()D、round(【正确答案】：C86.对于数据仓库而言，一般分为四层，ODS层、DWD层、DWS层和ADS层。以下关于数据仓库分层的描述中，错误的是哪一项？A、ODS层为原始数据层，数据无需做变动直接导入B、DWS层基于DWD层进行了数据清洗C、DWD层为数据明细层，也与ODS层数据一致。D、ADS层一般面向用户，会将数据同步到关系型数据库中【正确答案】：B87.关于GES特点，以下描述中正确的是哪一项？A、简单易用：支持SQL查询语言，兼容不同用户的使用习惯B、高性能：对分布式图形计算引警进行了深度优化，具有高井发、最快可达分钟级时延的实时查询能力C、大规模：最大可支持百万节点千万边规模的数据进行查询与分析D、查询分析一体：提供丰富的图分析算法，实现了查询分析一体化【正确答案】：D88.关于Kalka的Topic,以下哪一项描述是错误的？A、Topic的Partition数量可以在创建时配置。B、Kafka集群中Topic可以设置多个。C、设置多副本可以增强Kaka服务的容灾能力。D、在创建Kafka的Topic时，必须设置Partition个数【正确答案】：D89.为了提高Kafka的容错性，Kafka支持Partition的复制策略，以下关于LeA，DerPartition和FollowerPartition的描述哪一项是错误的?A、Kafkat对Partition的复制需要选出一个LeA，Der，由该LeA，Der负责Partition的读写操作，其他的副本节点只是负责数据的同步B、如果LeA，Der失效，那么将会有其他Follower来接管(成为新的LeA,DerC、一个Kafka集群各个节点间不可能互为LeA，Der和FollowerD、由于LeA，DerServer承载了全部的请求压力，因此从集群的整体考虑，Kafka会将LeA,Der均横的分散在每个实例上，来确保整体的性能稳定【正确答案】：C90.以下哪一个函数不是Hive内置的宁符串函数？A、substring（）B、length（）C、trim（）D、round（）【正确答案】：D91.HBase使用get方法读取数据时，下列哪个选项是需要的?A、scan.setCaching(1000)B、Deletedelete=newDelete(rowKey)C、byte[]rowKey=Bytes.toBytes("012005000201")D、List<Put>puts=newArrayList<Put>【正确答案】：C92.Redis不适用于以下哪个应用场景?A、获取TOPN操作B、获取PB级Value数据C、获取最新N个数据的操作D、获取手机验证码【正确答案】：B93.在华为云GES服务中，想要在一张已存在的图g中添加id为张三，年龄为18-24，性别为M的user用户。以下哪一个选项能正确实现上述目的？单选A、g.addVertex(label,'user',id.'张'，'Age','18-24')B、g.addE(id,"张三").from(g.V("Katherine").to(g.V("id","张三")C、g.addV("张三").property("Age","18-24").property("Gender","M")D、g.addV("user").property(id,"张三").property("Age","18-24")!property("Gender","M")【正确答案】：D94.altertabletableNamesettblproperties('EXTERNAL'='FALSE'):执行该Hive命令能实现以下哪一个目标？A、修改内部表tableName为外部表B、移动tableName数据到外部存储系统C、删除tableName表的元数据信息D、修改外部表tableName为内部表【正确答案】：D95.Redis默认支持的数据库个数是多少？A、10B、5C、16D、15【正确答案】：C96.关于实时检索技术的应用场景，以下描述中错误的是哪一个选项?A、运营商可以借助实时检索技术，查询某个时间段用户的流量记录，以应对不良APP偷跑流量引发的投诉B、实时检索要求在小批量数据集上需达到毫秒级的时延C、在金融风控场景中，利用实时检索技术，客户可以在发生危险交易前及时止损D、公安系统数据量大、业务要求复杂，因此无法借助实时检索技术提高处警效率【正确答案】：D97.某电商网站想要实现热销商品的实时TopN排名，可以使用哪种技术实现？A、Hive的关联查询分析B、HBaserowkey的索C、Elasticsearch的快速检索D、Redis的排序计算【正确答案】：D98.某大数据开发人员在创建Hive表结构时，发现原先创建的表存储格式出现了问题。对于这一现象，以下描述中，错误的是哪一项?A、不同的存储格式会影响表的处理效率B、必须修正回来，不然会导致数据无法查询C、可以通过alter命令进行修改D、错误的表存储格式会影响10A，D命令加载，导致数据无法正常导入【正确答案】：B99.以下关于Sqoop数据导入原理的描述中，错误的是哪一项？A、Sqoop在import时，需要指定split-by参数。B、Sqoop会根据传入的num-mappers来确定划分几个区域。C、Sqoop根据不同的split-by参数值来进行切分，然后将切分出来的区域分配到不同map中。D、num-nappers越大效率越高。【正确答案】：D100.Hive表与MySQL类似存在分区的概念，那么对于Hive的分区，以下描述中，正确的是哪一项？A、Hive的分区针对的是文件，分桶针对的是文件夹。B、Hive的分区数量可以通过参数动态生成。C、Hive的分区和分桶是以一个概念。D、Hive的分区字段与MySQL一样必须存在。【正确答案】：B1.关于ApachePhoenix与HBase的搭配，以下哪些选项是正确的?A、PhoenixSQL只有命令行一种使用模式，无法对接JDBC进行使用B、ApachePhoenix可以将SQL查询编译为一系列HBase扫描C、Phoenix在Hadoop中为低延迟应用程序提供OLTP和运营分析能力D、ApachePhoenix可以为小型查询提供毫秒级的性能，或者为数千万行数据提供秒级的性能【正确答案】：BCD2.下面哪几项属于ElasticSearch的RESTful请求方式?A、PostB、UpdateC、DeleteD、Get【正确答案】：ACD3.Flink提供的窗口分配器，包含以下哪些项？A、全局窗口B、滚动窗口C、滑动窗口D、会话窗口【正确答案】：ABCD4.Redis包含以下哪些数据类型？A、HashB、ListC、StringD、Set【正确答案】：ABCD5.以下哪些选项不属于HDFS文件系统将文件分块带来的好处?A、数据备份比较麻烦B、简化系统设计C、存储效率有所降低D、支持大规模文件存储【正确答案】：AC6.关于Hive导入数据的命令，以下哪些选项是正确的？A、loA,Ddatainpath可用于将HDFS上的数据导入Hive表中B、导入数据时必须指定导入哪张表格，也就是需要使用intotable关键词+表名C、可以使用Local关键词从本地文件系统导入数据至Hive,但是这里的Local指的是hiveserver服务所在的机器，而不是beeline客户端所在的机器D、如果原先表中有数据，想用新数据覆盖旧数据，可以添加overwrite参数进行覆盖【正确答案】：ABCD7.ElasticSearch的定位包含以下哪些方法？A、文档检素B、实时搜索C、主键查询D、非主键查询【正确答案】：ABCD8.以下关于Filnk的窗口描述正确的是()。A、Flink窗口按窗口行为划分：TumblingWindow-SlidingWindow.SessionWindow.B、窗口可以是时间驱动的也可以是数据驱动的。C、我们可以每30秒计算一次最近一分钟用户购买的商品总数，这个就是时间滑动窗口的应用方式。D、会话窗口是将数据聚合到会话窗口中，由非活跃的间隙分隔开。【正确答案】：ABCD9.以下哪些选项属于Kafka高效文件存储设计的特点？A、通过index元数据全部映射到memory,可以避免segmentfile的lo磁盘操作。B、Kafka把topic中一个parition大文件分成多个小文件段，通过多个小文件段，就容易定期清除或删除已经消费完文件，减少磁盘占用。C、通过索引信息可以快速定位message和确定response的最大大小。D、通过索引文件稀疏存储，可以大幅降低index文件元数据占用空间大小【正确答案】：ABCD10.以下哪些选项属于HBase常见的应用场景？A、消息、订单数据存储B、用户画像数据存储C、气象数据存储D、全年总销售额统计分析【正确答案】：ABC11.通过Loader的可视化界面，可以实现以下哪些操作？A、数据分析任务B、制定多种不同的数据源C、数据可视化操作D、配置数据的清洗和转换步骤【正确答案】：BCD12.大数据融合架构具有以下哪些优势?A、实现资源共享、实现管理自动化B、同一份数据可同时进行批处理C、消除数据孤岛，减少冗余D、流处理以及查询多种计算模型【正确答案】：ABCD13.Flink有哪些状态存储方式？A、MemoryStateBA,CkendB、FsStateBA,CkendC、MySqlStateBA,CkendD、RocksDBStateBA,Ckend【正确答案】：ABD14.关于MRS的Redis增强特性描述正确的是()。A、支持数据导入导出工具B、自研Arm架构C、集群可靠性保障D、完善的集群管理功能【正确答案】：ABCD15.以下哪些选项是离线批处理的特点？A、多个作业调度复杂B、容易产生资源抢占C、处理数据量巨大，PB级D、处理时间要求高【正确答案】：ABC16.关于ElasticSearch的基本理解，以下哪些选项是正确的？A、ElasticSearch的全文检索条件可以包括词或短语B、ElasticSearch可以支持非结构化数据检索C、ElasticSearch自身就可以提供数据可视化操作D、ElasticSearch可以支持数据清洗和分词【正确答案】：ABD17.在HBase中利用get命令查找某一个单元格对应的数据，以下哪些信息是必要的？()A、ColumnQualifier（限定符）信息B、Rowkey（行键）信息C、DataBlockID（数据块编号）信息D、ColumnFamily（列族）信息【正确答案】：ABD18.Redis中Key的expire生存时间不适合以下哪些场景?A、存储特定用户所有历史信息B、限时优惠活动C、限制网站访客访问频率D、电商网站过去一年营销总额统计【正确答案】：AD19.以下关于Channel的描述中，错误的是哪些项？A、Channel位于Source和Sink之间B、Channels不支持事务Channel的作用类似队列D、Channels提供较强的顺序保证【正确答案】：BD20.以下哪些选项是Loader提供的功能？A、可以指定多种不同数据源B、提供定时调度任务，周期性执行作业C、提供可视化向导式的作业配置管理界面D、配置数据的清洗和转换步骤【正确答案】：ABCD21.以下哪些选项是传统大数据架构面临的挑战？A、资源无法弹性B、业务上线速度慢C、多集群无法统一运维D、建设成本高【正确答案】：ABCD22.以下关于微批处理模型的描述，正确的是哪些项?A、在下一个微批处理之前，要将数据的偏移范围保存在日志中B、当前到达的数据需要在上一批次处理完，才能下一个批次数据继续处理C、会有一定的延迟D、流计算引警在处理上一批次数据结束后，再对新数据进行批量查询【正确答案】：ABCD23.某大数据业务人员在不小心删除了HDFS某个文件后，想通过回收站机制恢复数据，但是在对应的回收站目录/user/root/.Trash中为什么找不到要恢复的数据？A、回收站中的数据超过了保留的期限，被系统删除了。B、回收站机制并没有开启，导致没有及时回收C、回收站通过回收间隔，对数据进行了整理，需要进入到指定时间间隔下才能找到D、查找的目录可能出现了问题，需要核实删除操作的用户。【正确答案】：AB24.Spark中RDD是弹性数据集的原因包括以下哪些选项?A、基于Lineage的高效容错B、自动进行内存和磁盘数据存储的切换C、数据调度弹性D、Task失败自动重试【正确答案】：ABC25.以下哪些选项是容易造成Hive数据倾斜的原因?()A、groupbyB、joinC、distinctcountD、droptable【正确答案】：ABC26.关于使用HBase的JavaAPI读取数据，以下描述中正确的是哪些项?A、QualifierFilter用于过HBase表中的列族信息B、HBaseFilter主要在Scan和Get过程中进行数据过滤，通过设置一些过滤条件来实现条件查询C、要从表中读取数据，首先需要实例化该表对应的Table实例D、为了提高查询效率，使用Scan命令时最好指定StartRow和StopRow【正确答案】：ABCD27.以下哪些选项是网站日志的特点？A、价值密度低B、数据的业务种类多C、数据结构复杂D、数据量大【正确答案】：ABCD28.以下哪些选项可以在华为云GES服务中实现？A、根据用户的用户画像，为用户推荐最合适的电影（推荐系统）B、查询两个用户Reed和Caspar的最短路径（计算最短路径）C、调用PageRank算法，查间图中最关键的数据点(PageRank算法)D、查询Hillary用户的朋友的朋友的朋友（多级关系查询）【正确答案】：ABCD29.下面选项哪些是HBase数据查询过滤器Filter的比较器?A、BinaryComparatorB、SubStringComparatorC、BinaryPrefixComparatorD、RegexStringComparator【正确答案】：ABCD30.关于HBaseRegion分裂的描述中，以下哪些选项是正确的？A、Region拆分操作需要消耗大量时间B、拆分过程中的Region是不可读的C、直到分裂过程结束，把存储文件异步地写到独立的文件之后，才会读取新文件D、在RegionSplit时，拆分之后的Regioni读取的仍然是原存储文件【正确答案】：BC31.下列关于大数据的说法中，错误的是哪些选项？A、大数据具有体量大、结构单一、时效性强的特征B、处理大数据需采用新型计算架构和智能算法等新技术C、大数据的应用注重因果分析而不是相关分析D、大数据的应用注重相关分析而不是因果分析【正确答案】：AC32.HDFS文件系统适用于哪些场景？A、大规模数据(TB及以上)B、流式数据访问(写一次，读多次)C、频繁修改文件（基本就是写一次）D、商用硬件（一般硬件）【正确答案】：ABD33.以下哪些选项可以提供文档数据检索服务?A、HDFSB、MapReduceC、ElasticSearchD、Lucene【正确答案】：CD34.由GESREST接口可以实现以下哪些操作？A、创建图B、删除图C、创建edgelA,BelD、创建vertexIA,Bel【正确答案】：ABCD35.相较于大数据组件，传统数据仓库存在以下哪些劣势?A、I/O存在瓶颈B、大规模数据实时性差C、拓展能力差D、架构单一【正确答案】：ABCD36.2019年以后，华为云数据湖CloudDataLake中数据管理包含以下哪些组件。AWSGlueB、DeltaLakeC、AtlasD、HUDI【正确答案】：ABCD37.实时检索的公安和金融行业应用场景有哪些特征？A、高并发B、存在海量小文件C、查询速度快D、查询条件简单【正确答案】：ABCD38.关于HBase中scan和get的描述，以下哪些选项是正确的？A、get命令可以指定查找特定的单元格B、scan可以用于扫描全表数据C、get命令必须指定行健信息D、scan命令无法指定行键的范围【正确答案】：ABC39.华为企业云数据湖具有以下哪些优势？A、开放接口，支持开放实时标准，构建丰富生态，自助式数据开发与分析B、存储和计算分离，支持更多用户并发和更大数据量C、更多数据通过实时、虚拟方式入湖，数据产生即可见、可用D、数据集中，开放共享、统一目录管理，避免跨系统数据搬迁【正确答案】：ABCD40.以下关于AppendMode的描述中，正确的是哪些项？A、只适用于结果集中已经存在的内容不希望发生改变的情况B、当时间间隔触发时，只有在ResultTable中新增加的数据行会被写入到外部存储C、如果已经存在的数据会被更新，推荐使用此方式D、如果已经存在的数据会被更新，不适合适用此方式【正确答案】：ABD41.华为混合云MRS服务的优势有哪些？A、存算分离，TCO下降B、易管理，驾驶舱体验C、多场景融合，高性能D、易部署，所用即所得【正确答案】：ABCD42.StructuredStreaming可以提供以下哪几种类型的保证？A、OnlyOnceB、AtmostonceC、ExactlyonceD、Atleastonce【正确答案】：BCD43.离线批处理的数据来源可以是以下哪些选项?A、0GG日志流B、日志文件C、批量文件数据D、数据库【正确答案】：ABCD44.关于SparkSQL和Hive的区别与联系，以下哪些选项是正确的?A、SparkSQL的执行引擎为SparkCore,Hive默认执行引擎为TezB、SparkSQL不可以使用Hive的自定义函数C、SparkSQL依赖Hive的元数据D、SparkSQL兼容绝大部分Hive的语法【正确答案】：ACD45.以下关于有界流的描述，哪些项是正确的?A、有界流处理通常被称为批处理B、有定义流的开始，也有定义流的结束C、有界流可以在读取所有数据后再进行计算D、有界流所有数据可以被排序，所以并不需要有序摄取【正确答案】：ABCD46.以下哪些选项是GES图数据库用于存储海量数据的基础组件?A、SparkB、FlinkC、HBaseD、ElasticSearch【正确答案】：CD47.以下哪些算子是窄依赖？A、filterB、groupyByKeyC、mapD、union【正确答案】：ACD48.以下哪些选项是Hive数据仓库分层的优点?A、隔离原始数据B、复杂问题简单化C、减少重复开发D、清晰数据结构【正确答案】：ABCD49.大数据的价值体现在以下哪些方面?A、大数据实现了精准营销B、大数据助力智慧城市提升公共服务水平C、大数据给思维方式带来了冲击D、大数据为政策制定提供科学论据【正确答案】：ABD50.以下哪些选项是华为云MRS使用HetuEngine的根本原因？A、企业传统数仓，缺乏高效、统一的融合分析B、企业传统数仓采用分系统构建模式，导致数据冗余严重，阻碍企业快速转型C、随着数据量增长，业务对数据分析灵活性要求越来越高D、HetuEngine对浪涌式的数据进行整合分析，发挥最大价值【正确答案】：ABCD51.实时检索的解决方案中有哪些组件？A、HadoopB、HiveC、ElasticSearchD、HBase【正确答案】：CD52.以下哪些是常用的数据采集工具？A、SqoopB、FlumeC、LoaderD、Kafka【正确答案】：ABC53.HBase中HMaster主要负责()A、Regionserverf负载均衡B、表的增删改查C、Region分布调整D、用户数据读写【正确答案】：ABC54.以下关于Source的描述中，正确的是哪些项？A、execsource执行某个命令或者脚本，并将其执行结果的输出作为数据源B、httpsource支持http的post发送数据C、spoolingdirectorysource采集本地静态文件D、Source有驱动和轮询两种类型【正确答案】：ABCD55.下列哪些选项是Flink的高抽象层API?A、DataStreamAPIB、DataSetAPIC、SQLAPID、TableAPI【正确答案】：CD56.有关实时检索引擎中各组件的联系与定位，以下描述中正确的有哪些项？()A、ElasticSearch存储数据性价比低，但是其能够满足场景中多级索引的实时查询需求，同时还能够对文档分词建立索引B、图数据库可以完美的解决复杂多级关系查询分析，选用GES来解决图数据的实时查询需求C、与HBase相比，ElasticSearch在海量数据的情景下存储性能不如HBase,故选择HBase作为海量数据存储的基石D、HBase加ElasticSearch的组合满足了大部分的用户实时检索诉求【正确答案】：ABCD57.大数据技术在我们身边应用的越来越广，以下场景中有哪些场景可以应用大数据技术？A、广告精准营销B、游戏画面实时刷新C、人物画像D、道路智能规划【正确答案】：ACD58.以下关于Redis使用场景特点的描述，正确的是哪些项?A、数据类型丰富B、支持持久化C、高性能D、低时延【正确答案】：ABCD59.请按步骤将调用HBase的JavaAPl进行scan查询的流程进行排序。()A、针对查询条件设置Scan对象的参数值B、创建一个Scan对象C、实例化该表对应的Table实例D、设置缓存大小或起始结束的rowkeyE、解析处理结果F、提交Scan请求【正确答案】：ABCDEF60.以下关于Spark的惰性操作描述中，正确的有哪几项？A、SparkACtion的程序只有执行到算子时才会触发。B、Spark的执行需要人为触发，Spark自身不会自动触发。C、SparkACtion程序在还没有执行到算子时，是不会进行编译的。D、Transformation属于懒操作。【正确答案】：AD61.有关HBase中Compaction操作的描述，以下哪些说法是正确的？A、MajorCompaction是小范围的CompactionB、Compaction操作会排除当前正在执行合并的文件C、MinorCompaction是小范围的CompactionD、Compaction分为Minor和Major两类【正确答案】：BCD62.关于GES服务的常见基本概念，以下哪些选项是正确的？A、GES不存在无向边B、在GES中，点的属性(Property)表示了该顶点的附加信息，采用Keyvalue:结构进行保存C、个人的姓名、年龄、身份证、爱好等信息可以用VertexLA,Bel来表示D、"认识/朋友关系"在图中可以用边来表示【正确答案】：ABCD63.HBase数据写入过程会有多个步骤，请选择正确的顺序()A、查找对应的region,在region中寻找列族先向memstore中写入数据B、去表所在的regionserver进行数据的添加C、当memstore写入的值变多,触发溢弓操作(flush)D、clienti访问Zookeeper，获取元数据存储所在的regionserverE、通过对应的regionserver,拿到对应的表存文的regionserverF、当溢写的文件过多时,会触发文件的合并(Compact)操作【正确答案】：ABCDEF64.以下哪些属于大数据的发展趋势？A、从技术驱动转变为商业驱动B、从统计分析到认知计算C、生态合作开放D、数据处理逐渐标准化、云化【正确答案】：ABCD65.关于HBase的基本架构，以下描述中正确的有哪些项？A、在HBase中，每一个Store对应一个ColumnQualifierB、每一次触发Flush都会生成新的HFileC、在HBase中，由HMaster直接管理RegionD、HBase允许多台HRegionServer同时工作【正确答案】：ABD66.某大数据业务人员因误操作，导致某条Hive的Insert语句执行了多次，使得数据出现了重复的现象，为了避免下次再次出现这种问题，以下哪些操作是可取的？A、改造SQL语句，添加关键字Overwrite使得数据以覆盖的方式写入B、改造SQL语句，在插入前添加清空操作如truncateC、添加Hive表的唯一索引，保证数据不重复-D、添加权限，使得业务人员只能执行单次插入。【正确答案】：CD67.HBase存储模型包含以下哪些选项?A、列族(ColumnFamily)B、行键(RowKey)C、数据块编号(DataBlockIDD、时间戳(TimeStamp)【正确答案】：ABCD68.下列是ElasticSearch批量索引流程，请选择正确的顺序()A、主分片节点按序操作，完成一个操作后再发送给其余复制节点执行B、主分片节点报告给请求节点并返回至客户端C、客户端发送批量索引请求至任意节点后，节点将转发请求至对应主分片节点D、复制节点操作完成报告给主分片节点【正确答案】：ABCD69.华为MRS服务具有以下哪些优势？A、高可用B、多场景融合C、存算分离D、弹性计算【正确答案】：ABCD70.数据仓库分层包括以下哪些选项?A、DWD层B、DWS层C、ADS层D、ODS层【正确答案】：ABCD71.关于GES的RESTful接口，以下描述中正确的有哪些选项?A、GESAPI向上层应用提供统一的访问入口，通过高度灵活的RESTAPI接口，封装GES平台的统一操作B、用户可以通过GES的REST接口创建edgeIA，BelC、GES的REST请求分为Select,Put,Create和DeleteD、用户可以通过GES的REST接口查询数据点的信息【正确答案】：ABD72.Hive架构中Driver包含以下哪些组件？A、ExecutorB、ChannelC、OptimizerD、Compiler【正确答案】：ACD73.关于Hive的优点，以下哪些说法是正确的？A、Hive支持多种编程语言，包括Java和Python都可对接Hive进行使用B、Hive速度非常快，可以支特毫秒级时延的分析应用C、理论上Hive依赖硬件程度较低，可适应一般的普通机器D、Hive支持双MetaStore机制，提高容错性【正确答案】：ACD74.以下哪些场景可以使用HBase作为存储系统？A、Row-Key查询B、满足ACID特性C、海量数据存储D、大文件(T【正确答案】：ACD75.Hive可以直接访问以下哪些组件？A、HDFSB、DockerC、TensorFlowD、HBase【正确答案】：AD76.关于Flink的任务调度，请选择正确的顺序()A、用户提交的代码生成StreamGraphB、经过优化生成JobGraphC、提交给JobManager进行处理，根据JobGraph生成ExecutionGraphD、JobManager根据ExecutionGraph对Job进行调度【正确答案】：ABCD77.Kafka创建Topic时如何将分区放置到不同的Broker中，请选择正确的顺序()A、第一个分区的第一个副本放置位置是随机从brokerList选择的B、其他分区的第一个副本放置位置相对于第0个分区依次往后移C、剩余的副本相对干第一个副本放置立置其实是由nextReplicaShift决定的，而这个数也是随机产生的D、副本因子不能大于Broker的个数【正确答案】：ABCD78.Hive组件的Driver由以下哪些项组成？A、MetaStoreB、CompilerC、ExecutorD、Optimizer【正确答案】：BCD79.以下关于HBase删除数据操作的描述中，哪些选项是正确的?A、对于一张正在使用的表，可以直接使用drop命令删除整张表，而不需要其他任何操作B、HBase可利用Truncate命令清空表中数据，并创建一张新表，C、删除某单元格数据，执行命令:delete'cx_table_stu01'，'20200002','cf1:age'D、删除整行数据，执行命令:deleteall'cx_table_stu01'，'20200002'【正确答案】：BCD80.以下哪些选项是Loader组件的特点？()A、图形化B、高性能C、高可靠D、安全【正确答案】：ABCD81.以下哪些选项为当前大数据产业发展的特点？A、规模较大B、增速缓慢C、增速很快D、规模较小【正确答案】：AC82.Flume传输数据过程中，为了防止因Flume进程重启而丢失数据，可以使用以下哪几种Channel类型？A、FileChannelB、MemoryChannelC、HDFSChannelD、JDBCChannel【正确答案】：AD83.关于华为云MRS中Loader的描述，以下哪些选顶是正确的？多选A、Loader页面是基于开源SqoopWebUI的图形化数据迁移管理工具，该页面托管在Hue的WebUl中B、Loader提供定时调度任务，周期性执行ETL作业C、Loader提供可视化向导式的作业配置管理界面D、Loader在界面中可指定多种不同的数据源、配置数据的清洗和转换步骤、配置集群存储系统等【正确答案】：ABCD84.以下关于华为云MRS提供的基于天气大数据进行海量数据离线分析应用场景的描述中，哪些选项是正确的？A、可以利用Hive实现TB/PB级的数据分析B、可以通过可视化ETL工具Loader,将数据导出到DWS.完成BI分析C、可以使用OBS实现低成本存储D、离线批处理必须依赖Flink组件完成计算【正确答案】：ABC85.ElasticSearch用于日志搜索和分析，离不开其拥有的生态圈系统和解决方案，这些开源软件之间互相配合使用，完美衔接，高效地满足了多场景的应用。那么其生态系统具体包括以下哪些内容？A、数据持久化与分析层ElasticsearchB、数据接入层LogstashC、用户接入层KibanaD、插件扩展层【正确答案】：ABCD86.HDFS结构中包含以下哪些组件？A、NameNodeB、SourceC、DataNodeD、Sink【正确答案】：AC87.以下哪些选项属于HBase基本架构的一部分？A、HMasterB、DataBlockC、RDDD、Store【正确答案】：AD88.以下关于无界流的描述，哪些项是正确的?A、处理无界数据通常要求以特定顺序摄取事件B、无界流的数据必须持续处理，即数据被读取后需要立刻处理C、有定义流的开始，但没有定义流的结束D、数据源会无休止地产生数据【正确答案】：ABCD89.ElasticSearch在部署时，对Linux的设置有哪些优化方法？A、堆内存设置为：MinB、设置最大文件句柄数C、线程池+队列大小根据业务需要做调整D、关闭缓存Swap【正确答案】：BC90.2019年以后，华为云数据湖CloudDataLake中分析引擎包含以下哪些组件？()A、SparkB、TensorFlowC、FlinkD、Presto【正确答案】：ABCD91.Redis使用场景包含以下哪些特点？A、高性能B、丰富数据结构存取C、支持持久化D、低时延【正确答案】：ABCD92.关于GES的应用场景，以下哪些选项是正确的？A、工业：基于知识图谱的设备故障诊断和预警B、物流和网规：最优路径推荐C、金融：实时推荐、实时反欺诈，基于知识图谱的风控(信贷、保险)D、社交分析：寻找特定爱好的好友，或者通过好友的好友，找到用户可能认识的好友【正确答案】：ABCD93.以下哪些选项不是GES图数据库的典型应用场景？A、气象局根据过去48小时的气象数据，预测明天的降雨概率B、某社交软件根据用户的好友信息推荐潜在好友C、某运营商通过通话记录来标记用户社交圈D、某商店根据过去十年的销售记录预测明年的大致销量【正确答案】：AD94.Loader具有对以下哪些数据源的读取能力？A、HBaseB、HDFSC、HiveD、RDB【正确答案】：ABCD95.以下哪些是运营商大数据平台的能力需求？A、统一数据采集和整合能力B、互联网化的数据开放能力C、大数据分析挖掘能力D、大数据安全能力【正确答案】：ABCD96.FIink可以部署在各种资源提供者上，也可以作为裸机硬件上的独立群集，这里的资源提供者可以是()A、GESB、KubernetesC、YARND、ApacheMesos【正确答案】：BCD97.以下哪些项属于实时数据处理系统的诉求?A、吞吐量高B、多数据源支持C、处理速度快D、可靠性高【正确答案】：ABCD98.Kafka消息传输保障通常会选用那种策略?AtMostOnceB、ExA，CtlyOnceC、AtLeaseOnceD、OnlyOnce【正确答案】：ABC99.以下关于FileChannel的描述中，正确的是哪些项？A、不同的FileChannel均需要配置多个checkpoint目录B、不同的FileChannel均需要配置一个checkpoint目录C、支持对数据进行持久化D、需要配置数据目录和checkpoint目录【正确答案】：ACD100.某大数据业务人员因误操作，导致删除了部分HDFS的业务数据。为了避免再次出现，如何从技术角度出发去规避这个问题？A、开启HDFS的回收站机制，及时恢复数据。B、禁止HDFS的删除操作。C、对业务人员进行权限划分，避免非法或敏感操作，如删除等。D、平时注重安全信息的普及，多加宣传。【正确答案】：ABC1.实时检索场景对于数据加载的要求比较高，实际业务中要求每小时加载TB级的数据。A、正确B、错误【正确答案】：A2.Flink核心是一个提供了数据分发以及并行化计算的流数据处理引擎，对无界和有界数据流进行状态计算。A、正确B、错误【正确答案】：A3.数据湖需要高性能、Schema校验、事务型更新等能力，同时支持多个开源计算引擎生态。A、正确B、错误【正确答案】：A4.一个Group内的Consumer只能消费不同的partition。A、正确B、错误【正确答案】：A5.在Hive的SQL语句执行中，因为groupby等关键字的使用会导致数据倾斜。因此为了表面数据倾斜，应禁止该类操作执行。A、正确B、错误【正确答案】：B6.Impala使用SQL的方式运行。A、正确B、错误【正确答案】：A7.Body用来存放数据，数据结构为字节数组(ByteArray)。A、正确B、错误【正确答案】：A8.实时检索的金融场景应用中，可以查询交易凭证，追溯交易，以及查询客户信用记录，帮助客户快速借款。A、正确B、错误【正确答案】：A9.每个KafkaTopic由一个或多个consumergroup组成，属于同一个consumergroup的consumer都具有相同的groupID。A、正确B、错误【正确答案】：B10.某公司大数据业务存在早高峰特点，因此可以借助于华为云MRS服务依据用户的预设策略，自动调整计算资源，使节点数自动随业务负载变化而变化，保证业务峰值时集群平稳健康运行，并降低整体使用成本。A、正确B、错误【正确答案】：A11.Flink处理数据是无状态的，处理一个事件与之前的事件无关。A、正确B、错误【正确答案】：B12.大数据场景中对于数据的大小而言指的是数据的总量需要大，对于数据的数量要求不高。A、正确B、错误【正确答案】：B13.GESAPI向上层应用提供统一的访问入口，通过高度灵活的RESTAPI接口，封装GES平台的统一操作。A、正确B、错误【正确答案】：A14.BloomFilter是一个列族(cf)级别的配置属性，如果你在表中设置了BloomFilter,那么HBase会在生成StoreFilel时包含一份具有BloomFilter结构的数据，称其为Metablock.A、正确B、错误【正确答案】：A15.云数融合指的是大数据基础设施上云，改变大数据服务的提供方式，各大云厂商均开始提供各类大数据服务产品，以满足客户的需求。()A、正确B、错误【正确答案】：A16.在海量日志离线分析过程中，数据分析师可以将网站日志收集到HDFS上存储，然后把日志加载到Hive中进行统计分析与建模。A、正确B、错误【正确答案】：A17.Flume支持级联(多个Flume对接起来)，合并数据的能力。A、正确B、错误【正确答案】：A18.实时流处理系统中，要求数据权限和资源隔离，多种流处理应用之间要进行资源控制和隔离，防止发生资源争抢。A、正确B、错误【正确答案】：A19.Spark中的JDBCServer不是单点服务，因此非常适合处理海量数据和高并发任务()A、正确B、错误【正确答案】：B20.实时检索技术通常需要处理复杂的统计类分析和查询，因此比较适合使用Hive进行分析判断A、正确B、错误【正确答案】：B21.MRS的Flink不支Kerberos持等进行认证，但支持SSL加密传输。A、正确B、错误【正确答案】：B22.Kettlel中有两种transformation脚本文件(转换ktr结尾)和job(任务kjb结尾)。A、正确B、错误【正确答案】：A23.在数字化转型以及多样数据、算力、业务敏捷的驱动下，大数据焦点转向云服务方式创新，更加敏捷，成本更优。A、正确B、错误【正确答案】：A24.在删除表的时候，外部表只删除元数据，不删除实际数据。()A、正确B、错误【正确答案】：A25.数据实时处理是指数据产生后立即就被消费。A、正确B、错误【正确答案】：B26.Spark支持流与流之间的连接操作。A、正确B、错误【正确答案】：A27.为了减少磁盘写入的次数，Broker会将消息暂时buffer起来，当消息的个数达到一定阀值时，再flush到磁盘，这样减少了磁盘调用的次数。A、正确B、错误【正确答案】：A28.Redis是一个高性能key-value内存数据库。A、正确B、错误【正确答案】：A29.在HBase中，BloomFilter的数据被存在RDD的元数据中，一旦写入无法更新，因为RDD是不可变的。开启BloomFilter会有一定的存储及内存cache开销。A、正确B、错误【正确答案】：B30.在Spark中，RDD通过数据块的方式将数据存放在内存中，并且采用三副本机制提高数据的稳定性。A、正确B、错误【正确答案】：B31.Hive中默认创建的是外部表A、正确B、错误【正确答案】：B32.Flume的Source可以不用和channel关联，直接连接到sink。A、正确B、错误【正确答案】：B33.实时流处理要求秒级或者毫秒级时延A、正确B、错误【正确答案】：A34.Consumeri通过Pull的方式从Broker获取数据消费。A、正确B、错误【正确答案】：A解析：

四.填空35.大数据离线批处理支持SQL类作业和自定义作业。A、正确B、错误【正确答案】：A36.在使用HBaseJavaAPI时，用户可以通过org,Apache.Hadoop.hbase.client.A，Dmin实例的createTable快速建表，创建表后整张表只有一个Region，随着数据量的增加会自动分裂成多个Region。A、正确B、错误【正确答案】：A37.在华为MRS中的Manager上，管理人员可以一键式完成集群的安装部署、升级、参数配置、组件启停等操作。A、正确B、错误【正确答案】：A38.MRS的安全模式一般是用于生产环境。A、正确B、错误【正确答案】：A39.HBase支持存储大表数据，表格规模可达数十亿行、数百万列。A、正确B、错误【正确答案】：A40.任何完整的大数据平台，一般包括以下的几个过程，数据采集一>数据存储一>数据处理一>数据展现（可视化，报表和监控）。其中，数据采集是所有数据系统必不可少的一个环节，随着大数据越来越被重视，数据采集的挑战也变的尤为突出。A、正确B、错误【正确答案】：A41.窄依赖往往对应着shuffle操作，需要在运行过程中将同一个父RDD的分区传入到不同的子RDD分区中，中间可能涉及多个节点之间的数据传输。A、正确B、错误【正确答案】：A42.某大数据业务人员希望确保某份关键数据在Hive中不会因为drop操作导致数据别除。他可以采用内部表的方式来实现，drop操作时只会删除元数据而不会删除表数据。A、正确B、错误【正确答案】：B43.GES基于MySQL的分布式存储机制，能够处理海量数据。A、正确B、错误【正确答案】：B44.Hive架构中Optimizer用于编译HiveQL并将其转化为一系列相互依赖的Map/Reduce任务。A、正确B、错误【正确答案】：B45.Hive中删除外部表时，元数据和数据会一起被删除。A、正确B、错误【正确答案】：B46.在ElasticSearch中，用户可以通过Head请求查询某个索引是否存在。A、正确B、错误【正确答案】：A47.开启BloomFilter会有一定的磁盘存储空间及内存cA,Che的额外开销A、正确B、错误【正确答案】：A48.对于大数据集群而言，只要开启了HDFS的回收站机制，那么可以随意删除数据，出错了恢复即可。A、正确B、错误【正确答案】：B49.HBase的Region在split