全国职业院校技能大赛中职（大数据应用与服务赛项）考试题及答案

1.制作镜像时，复制文件到镜像中使用的命令是()。2.在配置好Hadoop集群之后，通过浏览器登录查看HDFS状态，以下是查看的URL()。类型，这些SQL类型被映射什么类型()。4.在ZooKeeper中，在配置文件zoo.cfg中，请问initLimit表示的含义是()。A、Leader-Follower初始通信时限B、Leader-Follower同步通信时限C、lient-Server通信心跳时间5.在ZooKeeper中，事务日志(transactionlog)用于记录()。A、节点的数据变更操作B、节点的子节点变更操作D、所有节点的操作6.在ZooKeeper中，每个节点都有一个唯一的标识符，这个标识符是()。7.在ZooKeeper中，节点可以设置监听器吗?()D、取决于节点的权限设置8.在ZooKeeper中，节点的数据版本是如何维护的?()B、手动指定C、根据节点的创建时间确定D、随机生成9.在ZooKeeper中，关于节点的ACL(访问控制列表)说法错误的是()。A、用于节点间的数据同步和一致性保证的协议D、取决于Watcher的设置A、节点名称具有顺序性D、节点的ACL具有顺序性D、只能由Follower节点创建D、所有选项都正确A、领导者(Leader)D、所有角色均可17.在Sqoop中，使用哪个命令可以列出可用的数据库连接?()18.在Sqoop中，哪个参数用于指定要导入的目标表?()19.在Kafka中，()是ISR队列中最小的LEO。20.在hive中下列哪个命令不可以实现去重()。22.在Hive中，以下哪个配置参数用于指定Hive执行计划的缓存23.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()?24.在Hive中，以下哪个配置参数用于指定Hive服务器的端口号25.在Hive中，以下哪个配置参数用于指定Hive的执行引擎为Spark()?26.在Hive中，以下哪个配置参数用于指定Hive表的默认存储格27.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()?28.在Hive中，以下哪个配置参数用于指定HDFS的名称节点地址()。29.在Hive中，哪个配置参数用于指定Hive的执行模式，如本地30.在Hive中，哪个配置参数用于指定HiveCLI的历史命令记录31.在HDFS文件操作中，上传文件的命令是()。33.在hadoop配置中core-site.xml的配置是()参数。34.在Flink中，水位线是()生成的。35.在Flink中，窗口(Window)的作用是()。A、控制数据流的速度B、对数据流进行分组C、对数据流进行时间切片D、对数据流进行过滤36.在Flink中，()通常用于指定Flink作业的任务流图(JobGraph)。B、job.conf37.在Flink的配置文件中，()通常用来指定Flink任务并行度。38.在Docker数据管理中，数据卷可以提供的特性不包括()。A、数据卷可以在容器之间共享和重用B、对数据卷内数据的修改立马生效C、对数据卷的更新不影响镜像D、挂载数据卷时要手工创建挂载目录39.在Docker的运行过程中，对镜像的操作不包括()。40.在Centos中启动Docker服务的命令是()。41.在()版本后，Kafka正式移除了对Zookeeper的依赖。B、Kafka2.642.允许开发人员为容器分配MAC地址的是()。A、网桥网络B、覆盖网络C、驱动网络D、主机网络43.以下选项中说法正确的是()。A、DAG是弹性分布式数据集的简称，是分布式内存的一个抽象概念，提供了一种高度受限的共享内存模型B、Application是运行在工作节点的一个进程，负责运行TaskC、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Stage44.以下选项哪个是MapReduce正确的运行模型()。45.以下选项哪个是HDFS的名称节点()。46.以下哪种不是Hive支持的数据类型()。47.以下哪个选项不是Sqoop的导入模式?()B、in/sqoopimport--connnameroot--delete-target-dir--target-dir/MysqlToHDFS1--taernameroot-delete-target-dir--target-dir/MysqITD、bin/sqoopimport--cernameroot-delete-target-dir--target-dir/Mysql49.以下哪个参数在sqoop命令中用于指定要删除HDFS的目标目50.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B、每个RDD可分成多个分区，每个分区就是一个数据集片段C、RDD提供了一种高度共享内存模型，RDD既可以读，也可D、RDD的不同分区可以被保存到集群中不同的节点上，从而51.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，包可运行于AmazonEC2等云环境中52.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C、宽依赖的RDD之间无Shuffle操作53.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处理数据54.以下对hive中表数据操作描述正确的是()。D、以上说法都不对55.以下()文件中主要用来配置ResourceManager,NodeManager56.要在Hive中启用数据列级别的访问控制(RBAC),应该设置哪个配置参数()?57.要在Hive中启用Kerberos认证，应该设置哪个配置参数()?58.消费者出现活锁问题时应该()。A、增加erval.ms相关参数B、减少消费者数量C、重启集群59.下面中不属于HIVE中的元数据信息()。A、表的名字B、表的列和分区及其属性C、表的属性(只存储内部表信息)D、表的数据所在目录60.下面哪个命令是导入到集群()。61.下面哪个命令是创建hive表()。63.下面哪个程序负责HDFS数据存储()。64.下面()端口不是Spark自带服务的端口。65.下面()操作是窄依赖。66.下面()操作是宽依赖。67.下面()不是RDD的特点。C、可修改oop连接器进行数据的导入导出操作69.下列选项中，针对Spark运行的基本流程是错误是()。A、Driver端提交任务，向Master申请资源C、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70.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leaderA、当有新的消费者加入消费者组B、已有的消费者推出消费者组C、处于消费者所在分区最近提交的offset位置D、消费者所订阅的主题的分区发生变化72.下列哪个数据类型不是hadoop的数据类型()。73.下列描述中，哪项不属于Sqoop的缺点()。C、安全机制不够完善D、connector必须符合JDBC模型74.下列关于topic和partition的描述，错误的是()。A、Kafka中消息是以partition进行分类的C、每个partition对应于一个log文件D、一个partition分为多个segment75.下列关于MapReduce说法不正确的是()。A、MapReduce是一种计算框架B、MapReduce来源于google的学术论文C、MapReduce程序只能用java语言编写D、MapReduce隐藏了并行计算的细节，方便使用76.下列关于leader和follower的说法正确的是()。A、一个topic的每个分区可以没有leaderB、一个topic的每个分区可以没有followerC、消费者消费数据的对象都是leaderD、follower从leader中同步数据有一定延迟77.下列方法中，不能创建RDD的方法是()。78.下列()不是RDD的缓存方法。79.下列()不是Docker项目中用于文件存储的数据库。80.下列()不可以作为SparkStreaming的输入数据流。82.搜索nginx引擎的操作命令是()。84.使用消息队列的好处不包括()。D、能够同步通信85.使用Dockerrun命令运行一个容器时，通过参数()可启动一个bash允许用户进行交互。选项是()。选项是()。88.若要在Hive中启用压缩数据存储，应该设置哪个配置参数89.强制删除容器tmp01的操作命令是()。90.启动一个容器的操作命令是()。91.将一个已经创建的容器导出到一个文件使用的操作命令是()。92.将一个RDD转换为DataFrame的方法是()。93.将大数据平台数据导出到mysql可以使用()工具。95.获取远程仓库中Docker镜像的操作命令是()。96.关于ZooKeeper临时节点的说法正确的是()。C、临时节点不能手动删除97.关于SparkStreaming的优点，不包括()。B、容错性D、低吞吐量98.关于SparkSQL,以下说法正确的是()。C、HiveContext只支持SQL语法解析器D、SparkSQL的前身是Hive99.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D、ataFrame可以完成RDD的绝大多数功能100.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NameNodeC、它对内存没有要求101.关于MapReduce优点，下列说法不正确的是()。A、高容错性D、适合做实时计算102.关于MapReduce的说法正确的是()。C、MapReduce是分布式文件存储系统D、MapReduce1.0既是一个计算框架又是一个资源调度框架103.关于Hive用户自定义函数UDF的描述错误的是()。A、UDF(User-Defined-Function)一进一出B、UDAF(User-DefinedAggregationFuncation)聚集函数C、UDTF(User-DefinedTable-GeneratingFunctions)一进多出104.关于Hive数据倾斜问题描述正确的是()。C、小文件合并不会解决数据倾斜的问题D、可以适当的通过控制mapper和reducer来控制数据倾斜的问题105.关于Hive数据模型描述正确的是()。A、Hive的元数据存储在HDFS中106.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)C、外表存储必须指定LOCATIOND、内外表删除时，都会删除元数据和存储107.关于Hive描述正确的是()。A、count函数必须开窗口才能使用108.关于Hive和传统数据库的比较描述正确的是()?A、Hive使用了查询语言HQL(HiveQueryLanguage),HQL与SQL没有任何关系B、Hive使用了查询语言HQL(HiveQueryLanguage),HQL与SQL没有任何关系C、Hive是建立在Hadoop之上的，所有Hive的数据都是存储在109.关于Hive各个格式使用场景描述错误的是()。A、Parquet对于大型查询的类型是高效的，对于扫描特定表格中的特定列的查询，Parquet特别有用B、目前Parquet默认使用gzip压缩格式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110.关于Hive的SequenceFile格式描述正确的是()。A、SequenceFile是二进制文件格式，以list的形式序列化到文件中D、SequenceFile优势是文件和Hadoopapi中的MapFile是相互兼111.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B、TEXTFILE是Hive的默认存储格式C、SequenceFile是一种二进制存储112.关于Hive查询通常延迟较高的原因描述错误的是()。A、由于没有索引，需要扫描整个表，因此延迟较高D、Hive查询延迟较于关系型数据库，延迟响一直都是很高的A、HiveSQL的Parser层是为了将SQL转化为执行计划的D、编译器遍历ASTTree,抽象出查询的基本组成单元Operator114.关于Hivemetastore的三种模式的描述错误的是()。A、Derby方式是内嵌的方式，也是默认的启动方式，一般用于B、local模式中，使用MySQL本地部署实现metastoreC、remote模式为远程MySQLD、erby方式在同一时间只能有多个进程连接使用数据库115.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C、reduceByWindow()做聚合操作并返回一个新的DstreamD、以上说法都不对116.关于Dataset,下列说法错误的是()。B、Dataset提供了特定域对象中的弱类型集合C、Dataset结合了RDD和DataFrame的优点D、ataset可以通过SparkSession中的createDataA、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更丰富的算子118.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D、ataFrame可以完全替换RDD119.典型的NoSQL数据库是()。120.当之前下线的分区重新上线时，要执行Leader选举，选举策略为()。A、OfflinePartitionLeaB、ReassignPartitionLeader选举A、导出数据的目录B、导入数据的目录C、HDFS的目标目录D、S3的目标目录表的哪个位置?()A、文件的开头B、文件的末尾C、新文件中D、随机位置数用于指定使用多个mapper?()124.当Kafka中日志片段大小达到()时，当前日志片段会被关125.查看HDFS的报告命令是()。126.查看Docker镜像信息的命令是()。127.查看Docker版本号的操作命令是()。128.ZooKeeper中的一致性协议ZAB是基于()算法实现。B、Raft算法C、Paxos算法D、3PC(Three-PhaseCommit)算法129.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130.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131.ZooKeeper中的数据模型是基于()。132.ZooKeeper中的节点可以设置()类型的触发器。133.ZooKeeper使用的是()文件系统。136.Task运行在下面()选项中Executor上的工作单元。137.Stage的Task的数量由()决定。据时正确处理字段?()139.Sqoop是一个用于在Hadoop和关系型数据库之间进行大规模数据迁移的工具，它属于哪个Apache项目的一部分()140.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()。141.Sqoop将导入或导出命令翻译成什么程序来实现导入导出142.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C、是Hadoop体系中数据存储管理的基础D、是一个建立在HDFS之上，面向列的针对结构化和半结构化数据和动态数据库143.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时行数据D、sqoop是非关系型数据库144.sqoop安装完成后，查看sqoop版本的命令是()。145.Spark默认的存储级别是()。146.Spark采用RDD以后能够实现高效计算不是因为()。A、高效的容错性，通过血缘关系重新计算丢失分区B、中间结果持久化到内存，数据在内存中的多个RDD操作之147.SparkStreaming中对DStream的转换操作会转变成对()的操148.SparkJob默认的调度模式是()。D、运行时指定149.MySQL数据库驱动文件放置于hive哪个目录下()。150.Linux下启动HDFS的命令是()。151.Kafka最初是由哪家公司开发的?()152.Kafka是一种()。153.Kafka使用的是什么类型的消息传递模式?()154.Kafka服务器默认能接收的最大消息是多大?()6D、没有大小限制，因为支持大数据155.Kafka的主题分区数量可以根据什么进行配置?()B、消费者数量C、主题的重要性156.Kafka的消息以什么形式进行存储?()C、文档157.Kafka的消息压缩算法可以选择的方式是()。D、所有以上158.Kafka的消息消费可以使用哪种模式?()159.Kafka的消息是如何进行顺序写入的?()A、顺序写入到磁盘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160.Kafka的消息传递语义是()。161.Kafka的消息传递保证是()。A、至少一次D、无保证162.Kafka的消息保留策略可以根据什么进行配置?()163.Kafka的消费者在处理消息时可以选择的模式是(D、并行模式164.Kafka的消费者可以以什么方式进行消息偏移量的管理?()B、自动管理D、循环管理165.Kafka的核心是由哪个组件组成?()166.Kafka的高可用性是通过什么机制实现的?()D、数据缓存167.HMaster的主要作用是()。B、负责响应用户I/O请求，向HDFS文件系统读写数据D、最终保存HBase数据行的文件168.Hive中以下操作不正确的是()。169.Hive中分组的关键字是什么()?170.Hive中的自动分区是通过哪个配置参数启用的()?171.Hive中的配置文件通常位于哪个目录中()?172.Hive中的哪个配置参数用于指定Hive元数据存储的连接UR173.Hive中的哪个配置参数用于指定Hive的临时文件目录()?174.Hive是由哪家公司开源的()。175.Hive是以()技术为基础的数据仓库。176.Hive是为了解决哪类问题()?A、海量结构化日志的数据统计177.Hive默认的元存储是保存在内嵌的()数据库中。178.Hive的默认元数据存储是什么()?179.HBase依赖()技术框架提供消息通信机制。有()。台计算机模拟多台主机的集群是()模式。B、伪分布模式C、单机模式A、可以用JAVA语言编写MapReduce应用程序B、可以用C/C++语言编写MapReduce应用程序C、可以用Python语言编写MapReduce应用程序D、可以用javascript语言编写MapReduce应用程序183.hadoop2.0与hadoop1.0区别()。D、增加容错机制184.Flume如何处理故障恢复?()185.Flume的源类型有哪些?()参考答案：C参考答案：D187.Flume的事件可以包含哪些属性?()188.Flume的事件Body可以包含什么类型的数据?()化后的数据。C、Byte数组，字节流和自定义对象序列化后的数据。D、String和自定义对象序列化后的数据。参考答案：A195.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196.Flume的哪个版本加入了对Thrift事件的的支持?()197.Flume的哪个版本加入了Kafka作为源和汇点?()B、2.X版本C、3.X版本D、4.X版本199.Flume的默认Avro序列化方式是什么?()200.Flume的拦截器实现了哪个接口?()201.Flume的Source组件负责什么?()A、接收数据并将其写入ChannelC、从数据源读取数据并将其写入ChannelD、从数据源读取数据并将其写入接收器202.Flume的Kafka源类型是什么?()203.Flume的Channel组件负责什么?()A、临时存储从Source组件接收的数据B、临时存储从下一组件接收的数据204.Flink最常用的编程语言是()。205.Flink中的转换算子(TransformationOperator)通常用于()。A、计算作业的结果B、控制作业的执行顺序C、定义数据源A、事件发生的时间D、事件被记录的时间D、任务的执行顺序208.Flink中的Watermark是用来(),帮助Flink正确地处理迟到的事件。D、控制数据流的大小209.Flink中的Checkpoints(检查点)主要用于()。C、执行作业210.Flink支持的数据处理方式为()。D、无法确定211.Flink支持处理各种类型的数据，包括()数据。A、结构化B、半结构化C、无结构化212.Flink任务管理器(TaskManager)的作用是()。213.Flink的作业调度(JobScheduling)通常由()负责。214.Flink的作业提交通常需要()来管理作业的执行。215.Flink的状态管理用于(),以支持容错性和状态化的计算。D、执行数据清洗216.Flink的主要特点是()。A、高吞吐量217.Flink的数据源可以是()。e)和处理时间(ProcessingTime)的区别是()。间间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219.Flink的容错机制是()工作的，它定期记录数据流的状态，D、基于数据重播220.Flink的日志管理通常包括()这几个方面。A、日志存储和检索C、日志分析和报警D、以上都是221.Flink的广播状态(BroadcastState)用于()。A、在所有任务之间共享状态B、保持数据流的连续性C、加速数据处理D、控制数据流速度是()。223.Flink的分布式部署需要的组件是()。224.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225.Flink的本地模式(LocalMode)和集群模式(ClusterMode)之间的主要区别是()。A、部署方式226.Flink的安装配置中，通过()来指定外部依赖库的路径。227.Flink的安全性设置通常包括(),以确保只有授权用户能够B、作业调度和任务管理A、编写Flink作业229.Flink的TableAPI和SQL用于()。D、数据清洗230.Flink的CEP(ComplexEventProcessing)库用于(),帮助检231.DStream的转换操作方法中，()方法可以直接调用RDD上232.DStream的输出操作，不包括()。233.Docker中的每一个工作都可以抽象为一个()。234.Docker运行的核心模块是()。A、*237.Docker内置网络模式不包括()。238.Docker的三大核心不包括()。239.Docker的()命令只支持将本地文件复制到容器中。240.Docker的()命令用于构建镜像。241.Dockerfile中指定环境变量的指令是()。242.Dockerfile中声明镜像内服务监听的端口的指令是()。243.Dockerfile配置文件使用()命令指定基础镜像。244.Dataset最终在()版本中被定义成Spark新特性。245.DataFrame和RDD最大的区别是()。D、外部数据源支持246.ClusterManager是()。A、资源的分配和管理247.()参数不影响kafka重平衡?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D、已经安装好JAVA式()。3.在Hive中，以下哪个配置属性用于指定HDFS存储位置的根目录()。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.在Hive中，以下哪个配置属性用于启用动态分区()。6.与hadoop相比，Spark主要有()优点。A、提供多种数据集操作类型而不仅限于MapRC、提供了内存计算，带来了更高的迭代运算效率D、基于DAG的任务调度执行机制+C:F7.以下是Spark中executor的作用是()。A、保存计算的RDD分区数据D、做资源调度任务8.以下哪些组件属于Hadoop生态圈()。9.要在Hive中启用LLAP(LowLatencyAnalyt配置属性应该设置为true()。10.要在Hive中配置HDFS的NameNodeURI,应该设置哪个属性11.要启用Hive的压缩功能，应该配置哪个属性()。12.要启用Hive的Tez执行引擎，应该配置哪个属性()。13.要配置Hive的元数据存储用户名，应该设置哪个属性()。14.要配置Hive的元数据存储连接字符串，应该设置哪个属性()。15.下面是使用Sqoop将数据从Hive导入到MySQL的具体步骤B、插入数据D、在MySQL中查看数据16.下面哪些场景不是Flink擅长的()。B、迭代计算C、数据存储D、流处理17.下面哪个配置属性用于指定Hive查询的最大并行度()。18.下面关于SparkMLlib库的描述正确的是()。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APIC、spark.mllib包含基于RDD的原始算法APID、spark.ml则提供了基于RDD的、高层次的API19.下面关于Flink的说法正确的是()。A、Flink起源于Stratosphere项目，该项目是在2010年到2014年间由柏林工业大学、柏林洪堡大学和哈索普拉特纳研究所联合开D、Flink是Apache软件基金会的5个最大的大数据项目之一20.下面关于Flink窗口描述错误的是()。A、滚动窗口在时间上是重叠的B、滚动窗口在时间上是不重叠的C、滑动窗口之间时间点存在重叠D、滑动窗口之间时间点不存在重叠21.下列有关ZooKeeper中的节点路径说法正确的是()。23.下列选项()是ZooKeeper的应用场景。C、分布式协调/通知24.下列属于RDD的转换算子的是()。25.下列关于容器操作命令匹配正确的有()。26.下列关于Docker的操作命令正确的有()。27.使用dockerstats命令可以显示的容器信息有()。28.使用dockerps命令可以查看到的信息有()。A、容器IDB、镜像名称C、容器的端口D、生存时间E、环境变量29.如果要在Hive中启用用户定义的聚合函数(UDAFs),哪个配30.如果要在Hive中启用事务支持，哪个配置属性应该设置为tr31.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()。32.启动HDFS至少需要启动()进程。33.利用数据卷容器可以对其中的数据卷进行()操作。34.后端容器化环境部署中使用的数据库一般有()。35.管理自定义的网桥网络的操作命令有()。36.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C、通过顺序节点，可以创建分布式系统唯一IDD、顺序节点的序号能无限增加37.关于ZooKeeper的特性说法正确的是()。知D、watch能触发多次38.关于spark中数据倾斜引发原因正确的选A、key本身分布不均衡C、过多的数据在一个task里面39.关于spark容错说法错误的有()。A、在容错机制中，如果一个节点死机了，而且运算窄依赖，则只要把丢失的父RDD分区重算即可，依赖于其他C、heckpoint可以节约大量的系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41.关于HadoopHDFS的文件操作，正确的是()。A、HDFS可以创建文件并写入数据B、HDFS可以查看文件内容D、HDFS可以更改文件内容42.关于Flink的架构表述正确的是()。D、ataSetAPI做批处理，而DataStreamAPI做流处理43.关于Docker容器的run命令，下列参数匹配正确的有()。44.关于dockerbuild命令支持的选项，下列匹配正确的有()。45.当使用Sqoop进行数据导出时，以下哪些()选项是正确的?A、Sqoop可以使用多个mapper同时进行数据导出B、Sqoop导出的数据可以按照指定的列进行排序C、Sqoop导出的数据可以插入到已存在的HDFS目录中D、Sqoop导出的数据可以删除已存在的HDFS目录46.当使用Sqoop将数据从MySQL导入到HDFS时，以下()参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48.创建镜像的主要方法有()。49.查看Docker容器的子命令有()。50.ZooKeeper中的数据节点可以存储的数据类型包括()。D、二进制数据51.ZooKeeper中的事务操作可以保证()特性。A、原子性C、隔离性D、持久性52.ZooKeeper中的节点类型包括()。B、临时节点C、有序节点D、临时有序节点53.ZooKeeper中的Watcher机制是通过以下()方式实现。A、回调函数D、事件驱动54.ZooKeeper中的SEQUENTIAL节点的特点是()。B、无序节点C、节点名称自动递增D、节点名称不自动递增55.ZooKeeper中的ACL(AccessControlList)用于()。B、控制节点的读写权限C、kafka使用zookeeper来实现动态的集群扩展D、发送到topic的数据需要经过zookeeper57.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58.Task运行不在以下选项中Executor上的工作单元有()。59.Stage的Task的数量不是由()决定。60.Sqoop中哪些参数可以用于指定要导入/导出的表?()61.Sqoop中的--hive-drop-import-delims参数有什么作用?()A、在将数据从MySQL导入到Hive时，删除MySQL中存在的D、在将数据从MySQL导入到Hive时，删除Hive中存在的所有换行符62.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?63.Sqoop目前支持两种增量导入模式，分别是()和()模式。包括()。A、加载loadD、执行execution65.spark的特点包括()。C、可延伸D、兼容性A、文件流67.Sparkdriver的功能是()。A、作业的主进程B、负责了作业的调度D、负责作业的解析68.SparkContext可以从()读取数据。69.RDD有()缺陷。A、不支持细粒度的写和更新操作(如网络爬虫)B、基于内存的计算D、不支持增量迭代计算70.RDD的操作主要是()操作。A、转换算子操作C、读写操作D、行动算子操作D、作为反向代理服务器73.Linux的特点是以下()方面。A、开放源代码的程序软件，可自由修改。74.Kafka相对传统技术有什么优势说法正确的是6()。A、快速：单一的Kafka代理可以处理成千上万的客户端，每秒处理数兆字节的读写操作。失75.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)B、杀死集群中的主节点还是可以使用C、杀死集群中所有的副节点还是可以使用D、无论结束的是主还是副broker,都不会影响kafka使用，只要还有一个副本76.Kafka负载均衡原理说法正确的是()。A、否producer根据用户指定的算法，将消息发送到指定的partitB、存在多个partiton,每个partition有自己的replica,每个replica分布在不同的Broker节点上C、多个partition需要选取出leadpartition,leadpartition负责读写，D、通过zookeeper管理broker与consumer的动态加入与离开77.Kafka的消息传递可以使用的序列化器包括()。78.Kafka的消息传递可以保证消息的可靠性传递通过()。A、复制机制B、冗余机制D、容错机制79.Kafka的消费者可以以以下哪种方式进行消息的并行处理?()81.Kafka的核心组件包括()。82.Hive中的数据类型包括哪些()。D、自定义数据类型83.Hive中的数据存储如何分区()。84.Hive中的哪个组件负责将HQL语句翻译成Tez或MapReduce任务()。85.Hive中的哪个组件负责将HQL语句翻译成MapReduce任务86.Hive中的哪个配置属性用于指定Hive表的默认存储格式()。87.Hive中的分区是如何定义的()。A、在表的创建时定义D、在表的插入操作中定义88.Hive中的Bucketing是什么()。D、一种数据存储技术89.Hive支持哪种数据存储格式()。90.Hive的数据存储是如何组织的()。91.Hive的分区和桶的主要区别是什么()。C、分区是由HiveMetastore管理的，而桶是用户自定义的D、分区和桶在Hive中没有区别92.Hadoop集群的三大核心组件是()。93.Hadoop核心主要由()部分组成。94.Hadoop的运行模式分为以下()种。B、伪分布模式C、全分布模式D、主备模式95.Hadoop的优点有哪些()?A、扩容能力强B、成本低C、速度快D、占用资源少96.HadoopHDFS自身的局限性包括()。A、不适合做低延迟、细粒度访问B、无法高效存储大量的小文件C、不支持多文件的写入及任意修改文件D、无法实现数据的冗余备份存储97.hadoopHA启动后，以下哪些进程运行在master()?98.Flume可以与其他哪些大数据技术进行集成?()99.Flume可以用于哪些类型的数据采集?()B、非结构化数据C、日志数据100.Flume可以用于哪些方面的数据处理?()A、数据集中101.Flume可以应用于哪些数据传输场景?()A、数据中心之间传输数据B、跨网络传输数据C、日志数据传输102.Flume的拦截器支持哪些操作?()A、数据过滤103.Flume的拦截器可以完成哪些操作?()A、数据过滤104.Flume的可靠性机制包括哪些内容?()D、数据顺序保证105.Flume的核心组件有哪些?()有何特点?()A、可处理大文件C、可自动滚动文件108.Flink组件中流类型包括()。A、有界流B、无界流C、字符流D、文件流A、结束时间C、采集时间D、事件时间110.Flink支持的部署模式有()。111.Flink支持的Source包括()。A、自定义数据读取C、从文件中读取数据112.Flink整个系统包含()三个部分。113.Flink有哪些状态存储方式()。114.Flink是实时计算的代表技术之一，以下针对Flink表述正确的有()。A、Flink是构建在数据流之上的一款有状态计算框架B、Flink可对有限数据流和无限数据流进行有状态或无状态的计算C、Flink无法对大规模的数据进行快速计算D、Flink能够部署在各种集群环境115.Flink流式处理的数据源类型包括()。116.Flink核心组成部分提供了面向()的接口。117.Flink的主要特性包括()。A、精确一次的状态一致性保障D、事件时间支持A、滚动窗口B、滑动窗口C、定时窗口D、会话窗口A、YARN能够作为Flink集群的资源调度管理器B、能够与Hadoop原有的Mappers和Reduces混合使用C、能够使用Hadoop的格式化输入和输出D、能够从本地获取数据A、可以使用户在并行函数中很方便的读取本地文件C、当程序执行时，Flink自动将文件或目录复制到所有TaskManager节点的本地文件系统D、用户可以从TaskManager节点的本地文件系统访问它121.Flink的核心组件包括()。122.Flink的编程模型包括哪几层()。D、有状态数据流处理123.Flink常见的应用场景包括()。C、地图应用D、数据分析应用124.Docker在开发和运维过程中具有的优势有()。C、更轻松的迁移扩展D、更简单的更新管理要方式有()。A、映射所有接口地址B、映射到指定地址的指定端口126.Docker容器的重要操作有()。A、创建127.Docker容器的操作状态有()。A、