大数据HCIA模考试题与参考答案

大数据HCIA模考试题与参考答案一、单选题（共41题，每题1分，共41分）1.FusionlnsightHD系统中HDFS的Block默认保存几份？A、3份B、2份C、1份D、不确定正确答案：A2.Hadoop的HBase不适合哪些数据类型的应用场景？A、大文件应用场景B、海量数据应用场景C、高吞吐率应用场景D、半结构化数据应用场景正确答案：A3.安装FusionInsightHD的Streaming组件时，Nimbus角色要求安装几个节点A、3B、2C、4D、1正确答案：B4.以下哪类数据不属于半结构化数据?A、JSONB、HTMLC、二维表D、XML正确答案：C5.创建loader作业中，可以在以下哪个步骤中设置过滤器类型？（）A、转换B、输入设置C、输出D、基本信息正确答案：B6.FusionInsightHDHBase默认使用什么作为其底层文件存储系统？A、HDFSB、HadoopC、MemoryD、MapReduce正确答案：A7.下面关于Zookeeper特性的描述错误的是？（）A、消息更新只能成功或者失败，没有中间状态。B、Zookeeper节点数必须为奇数个。C、一条消息要被超过半数的Server接收，它将可以成功写入磁盘D、客户端所发送的更新会按照它们被发送的顺序进行应用。正确答案：B8.查看Kafka某Topic的Partition详细信息时，使用如下哪个命令?A、bin/kafka-topics.sh--listB、bin/kafka-topics.sh--createC、bin/kafka-topics.sh–deleteD、bin/kafka-topics.sh--describe正确答案：D9.硬件故障被认为是常态，为了解决这个问题，HDFS设计了副本机制。默认情况下，一份文件，HDFS会存（）份？A、2B、4C、3D、5正确答案：C10.在规划FuskmlnsightHD集群时候，如果客户用于功能测试，对性能没有要求，节约成本的情况下，可以采用管理节点、控制节点、数据节点合一部署，最少需要多少节点？A、2B、3C、4D、5正确答案：B11.KafkaClusterMirroring工具可以实现以下哪些功能？A、Kafka跨集群数据同步方案B、Kafka单集群内数据备份C、Kafka但集群内数据恢复D、以上全不正确正确答案：A12.Flink是流计算处理和批处理平台，（）是数据批处理和流处理的核心引擎。()A、RuntimeB、DataStreamC、DataSetD、FlinkCore正确答案：A13.HDFS的副本存放策略中，同一机架不同服务器之间的距离是（）A、2B、3C、1D、4正确答案：A14.传统数据处理的数据规模的单位是？A、TBB、EBC、PBD、GB正确答案：D15.在很多小文件场景下，Spark会起很多Task，当SQL逻辑中存在Shuffle操作时，会大大增加hash分桶数，严重影响性能。FusionInsight中，针对小文件的场景通常采用（）算子，来对Table中的小文件生成的partition进行合并，减少partition数，从而避免在shuffle的时候，生成过多的hash分桶，提升性能？A、joinB、groupbyC、coalosceD、connect正确答案：A16.FusionInsightHD产品中，关于Kafka的说法不正确的是？A、Kafka强依赖于ZookeeperB、Kafka部署的实例个数不得小于2C、Kafka的服务端可以产生消息D、Consumer作为Kafka的客户端角色进行消息的消费正确答案：B17.Spark应用在运行时，Stage划分的依据是哪个?A、taskSetB、actionC、shuffleD、task正确答案：C18.FusionInsightHD部署时，同一集群内的Flumeserver节点建议至少部署几个?A、1B、2C、3D、4正确答案：B19.HBase的底层数据以（）的形式存在的？A、KeyValueB、行存储C、实时存储D、列存储正确答案：A20.关于Hive中普通表和外部表的描述不正确的是？A、默认创建普通表B、外部表实质是将已经存在HDFS上的文件路径跟表关联起来C、删除普通表时，元数据和数据同时被删除D、删除外部表时，只删除外部表数据而不删除元数据正确答案：D21.Hadoop中MapReduce组件擅长处理哪种场景的计算任务？A、迭代计算B、流式计算C、实时交互计算D、离线计算正确答案：D22.当Zookeeper集群的节点数为5节点时，请问集群的容灾能力和多少节点是等价的？A、3B、4C、6D、以上都不是正确答案：C23.关于DataSet，下列说法不正确的是？（）A、DataSet是一个由特定域的对象组成的强类型集合B、DataSet不需要反序列化就可执行大部分操作C、DataSet执行sort、filter、shuffle等操作需要进行反序列化D、DataSet与RDD高度类似，性能比RDD好正确答案：C24.FusionInsightHD使用HBase客户端批量写入10条数据，某个RegionServer节点上包含该表的2个Region，分别A和B，10条数据中有2条属于A，4条属于B，请问写入这10条数据需要向该RegionServer发送几次RPC请求?A、1B、2C、6D、10正确答案：A25.关于HBase的RegionSplit分裂流程的描述不正确的是（）A、Split过程中该表会暂停服务B、Split为了减少Region中数据大小，从而将一个Region分裂成两个RegionC、Split过程中被分裂的Region会暂停服务D、Split过程中并没有真正的将文件分裂，仅仅是创建了引用文件正确答案：A26.Flume支持监控并传输目录下新增的文件，可实现准实时数据传输，以上描述的是哪一类source?A、spoolingdirectorysourceB、execsourceC、httpsourceD、syslogsource正确答案：A27.查看Kafka的某Topic的partition详细信息时，使用如下哪个命令？A、bin/kafka-topish--describeB、bin/kafka-topic.sh--deleteC、bin/kafka-topic.sh–createD、bin/kafka-topic.sh--list正确答案：A28.Spark自带的资源管理框架是?A、DockerB、MesosC、YARND、Standalone正确答案：D29.FusionInsightHDLoader作业运行前后，需要哪些节点与外部数据源通讯?A、Loader服务主节点B、运行Yarn服务作业的节点C、前面两个都需要D、前面两个都不需要正确答案：C30.关于FusionInsightHDStreaming的Supervisor描述正确的是？A、Supervisor负责资源的分配和任务的调度B、Supervisor负责接受Nimbus分配的任务，启动停止属于自己管理的Worker进程C、Supervisor是运行具体处理逻辑的进程D、Supervisor是在Topology中接收数据然后执行处理的组件正确答案：B31.YRAN的基于标签调度，是对下列选项中的哪个进行标签化？A、APPMasterB、ResourceManagerC、ContainerD、NodeManager正确答案：D32.以下关于Zookeeper关键特性中的原子性说法正确的是？A、集群中无论哪台服务器，对外展示的均是同一视图B、更新只能全部完成或失败，不会部分完成C、一条消息被一个server接收，将被所有server接收D、客户端发送的更新会按照他们被发送的顺序进行应用正确答案：B33.哪个模块是负责FusionInsightManager用户数据存储的？A、CASB、AOSC、KerberosD、LDAP正确答案：D34.FusionlnsightHadoop集群中，在某节点上通过df-hT查询，看到的分区包含以下几个:/var/log/srv/BigData/srv/BigData/hadoop/data5/srv/BigData/solr/solrserver3/srv/BigData/dbdataom这些分区所对应磁盘最佳Raid级别的规划组合是？A、Raid0Raid1Raid0Non-Raid1B、Raid1Raid1Non-RaidNon-RaidRaid1C、Raid0Raid0Raid0Raid0Raid0D、Non-RaidNon-RaidNon-RaidNon-RaidRaid1正确答案：B35.FusionInsightHD集群组网设计中，有一种机架可以按照业务需求线性扩展，这种机架被称为（）A、基本框B、扩展框C、管理框D、数据框正确答案：B36.创建Loader作业时，可以在以下哪个步骤中设置Map数？A、输入设置B、基本信息C、输出D、转换正确答案：C37.关于Hive建表基本操作，描述正确的是A、一旦表建好，不可再修改表名B、创建外部表时需要制定external关键字C、一旦表建好，不可再增加新列D、一旦表创建好，不可再修改列名正确答案：B38.FusionInsightHD系统审计日志不可以记录下面哪些操作?A、手动清除告警B、启停服务实例C、删除服务实例D、查询历史监控正确答案：D39.HBase中一个Region进行Split操作时，将一个HFile文件真正分开到两个Region的过程发生在以下什么阶段？A、Split过程中B、Flush过程中C、Compaction过程中D、HFile分开过程中正确答案：C40.Hadoop的HBase不适合哪些数据类型的应用场景?A、大文件应用场景B、海量数据应用场景C、高吞吐率应用场景D、半结构化数据应用场景正确答案：A41.以下关于KafkaPartition偏移量的描述不正确的是？A、唯一标记一条消息B、消费者通过(offset、partition、topic)跟踪记录C、offset是一个String型字符串D、每条消息在文件中的位置称为offset(偏移量)正确答案：C二、多选题（共30题，每题1分，共30分）1.Flink可以基于以下哪些窗口进行统计？A、时间窗口B、滑动窗口C、会话窗口D、countWindow正确答案：ABCD2.以下哪些属于FusionInsightHD的特点？A、开源B、易用C、安全D、可靠正确答案：ABCD3.执行HBase读数据业务，需要读取哪几部分数据?A、HFileB、HLogC、MemStoreD、HDFS正确答案：AC4.HBase中以下哪种场景会出发Flush操作？A、HBase定期刷新Memstore，默认周期为1小时B、当WALs中文件数量达到阈值时C、Region中MemStore的总大小，达到了预设的FlushSize阈值D、MemStore占用内存的总量和RegionServer总内存比值超出了预设的阈值大小正确答案：ABCD5.Hadoop通过ResourceManager对集群资源进行管理，它的主要功能有?A、应用程序管理B、集群资源调度C、集群资源管理D、日志管理正确答案：ABC6.对于容量调度器的任务选择，以下说法正确的是A、最大队列层级优先B、资源利用量最低的队列优先C、最小队列层级优先D、资源回收请求队列优先正确答案：BCD7.FusionInsightHD系统中使用Streaming客户端Shell命令提交了拓扑之后，使用StormUI查看发现该拓扑长时间没有处理数据，可能原因有?A、拓扑结构过于复杂或者并发太大，导致worker启动时间过长，超过supervisor的等待时间B、Supervisor的slots资源被耗尽，拓扑提交上去后分不到slot去启动Worker进程C、拓扑业务存在逻辑错误，提交之后无法正常运行D、当数据量较大时，拓扑处理速度较慢正确答案：ABC8.Zookeeper可以为FusionInsightHD中哪些组件提供分布式管理支持（）A、HBaseB、LoaderC、HiveD、Spark正确答案：ABCD9.大数据时代的到来，依赖于以下哪些技术的提升？A、云计算B、人工智能C、硬件设备制造D、网络正确答案：ABCD10.Spark适用于以下哪些场景？（）A、图计算B、交互式查询C、实时流处理D、批处理正确答案：ABCD11.以下关于Zookeeper的Leader选举说法正确的是？A、当实例n为奇数时，假定n=2x+1，则成为leader节点需要x+1票B、Zookeeper选举leader时，需要半数以上的票数C、当实例数为8时，则成为leader节点需要5票，容灾能力为4D、当实例数n为奇数时，假定n=2x+1，则成为leader节点需要x票正确答案：AB12.以下选项中，属于HDFS架构关键特性的是？A、多方式访问机制B、健壮机制C、HA高可靠性D、元数据持久化机制正确答案：ABCD13.Hadoop集群规模很大时，数据的分布情况会非常关键，用户需要根据数据分布情况，决定集群是否扩容，数据是否需要做均衡等。以下关于FusionInsight资源分布监控说法正确的有（）A、帮助用户迅速找到资源消耗最高的节点，采用适当的措施B、通过每个服务主页的资源分布查看界面，查看到关键的资源分布情况C、可以帮助用户快速聚集在最关键的资源消耗上D、通过DashBoard界面，可以查看到主机资源分布情况。例如内存占有率在50-75%的主机列表，并提供链接跳转正确答案：ABCD14.传统数据处理的性能瓶颈有？A、数据存储成本高B、扩展能力有限C、流式数据处理性能不足D、批量数据处理缺失正确答案：ABCD15.Nimbus在Streaming架构中的功能包括？A、资源分配B、启动/关闭工作进程C、监控任务执行状态D、任务调度正确答案：AD16.StructuredStreaming在OutPut阶段可以定义不同的数据写入方式，包括下列哪些方式？A、CompleteModeB、UpdateModeC、AppendModeD、GeneralMode正确答案：ABC17.以下关于KafkaLogs中segmentfile的说法正确的有？A、通过索引信息可以快速定位messageB、稀疏存储，即将原来的完整数据，只间隔的选择多条进行存储C、使index元数据全部映射到memory，可以避免segmentfile的index数据IO磁盘操作D、索引文件稀疏存储，可以大幅度降低index文件元数据占用空间大小正确答案：ABCD18.FusionInsightHD的Loader在创建作业时，连接器有什么作用？A、确定有哪些转换步骤B、提供优化参数，提供数据导入导出性能C、配置作业如何与外部数据源进行连接D、配置作业如何与内部数据源进行连接正确答案：ABCD19.若在消息处理过程中允许部分信息丢失，关闭消息可靠性处理机制的方式有以下哪些？A、将参数Config.Topology_ACKKRS设置为0B、将参数Config.Topology_ACKKRS设置为FalseC、Spout发送消息时，使用不指定消息messageID的接口进行发送D、Bolt发送消息时使用Unanchor方式发送正确答案：ACD20.HDFS不适用于以下哪些场景？A、流式数据访问B、大量小文件存储C、大文件存储与访问D、随机写入正确答案：BD21.HDFS系统中对备用NameNode的作用的描述正确的有？A、主NameNode的热备B、备NameNode对内存没有要求C、帮助主NameNode合并编辑日志，减少主NameNode的启动时间D、备NameNode应与主NameNode部署到一个节点正确答案：AC22.以下关于KafkaPartition说法正确的有？A、每个Partition都是有序且不可变的消息队列B、每个Partition在存储层面对应一个log文件C、Partition数量决定了每个Consumergroup中并发消费者的最大数量D、引入Partition机制，保证了Kafka的高吞吐能力正确答案：ABCD23.FusionInsightHD系统中使用Streaming客户端Shell命令查看拓扑或者提交拓扑失败，以下哪些定位手段是正确的?A、查看客户端异常堆栈，判断是否客户端使用问题B、查看主Nimbus的运行日志，判断是否Nimbus服务端异常C、查看Supervisor运行日志，判断是否Supervisor异常D、查看Worker运行日志正确答案：AB24.在Loader历史作业记录中，可以查看以下哪些内容？A、错误行/文件数量B、脏数据连接C、作业开始/运行时间D、作业状态正确答案：ABCD25.以下哪些是Hive适用的场景？A、数据挖掘（用户行为分析，兴趣分区，区域展示）B、非实时分析（日志分析，统计分析）C、实时的在线数据分析D、数据汇总（每天/每周用户点击数，点击排行）正确答案：ABD26.FusionInsightManager的主要功能有以下哪些？A、安全管理B、数据集成C、服务治理D、系统管理正确答案：ACD27.FusionInsightHD产品中，关于Kafka组件部署规划说法正确的是?A、Kafka的Producer发送消息时可以指定该消息被哪个Consumer消费B、在创建Topic时，副本数不得大于当前存活的Broker实例个数，否则创建Topic将会失败C、Kafka安装完成后就不能再配置数据存放目录了D、Kafka会将元数据信息存放到ZooKeeper上正确答案：BD28.在Streaming的处理节点Bolt中，可以完成以下哪些操作（）A、连接运算B、连接数据库C、过滤（filter）D、业务处理正确答案：ABCD29.以下关于FusionInsight多租户管理的描述正确的有？A、基于容器机制的租户资源隔离，为租户SLA保驾护航B、与企业组织结构相匹配的多级的租户模型，不同部门对应不同的租户，按需动态增删租户C、可视化的多级租户管理，与企业组织结构相匹配，简化系统资源分配与管理D、一站式管理租户资源，计算资源（CPU/内存/IO），存储资源（HDFS），服务资源（HBase...）正确答案：ABCD30.以下关于HBase的文件存储模块（HBaseFileStream，简称HFS）描述正确的有？A、应用在FusionInsightHD的上层应用B、HFS封装了HBase与HDFS的接口C、为上层应用提供文件的存储.读取.删除等功能D、HFS是HBase的独立模块正确答案：ABCD三、判断题（共32题，每题1分，共32分）1.HBase中MOB数据直接HFile的格式存储在HDFS上，然后把这个文件的地址信息及大小信息作为value存储在管理HBase的store上，通过工具集中管理这些文件。这样就可以大大降低HBase的compation和split频率，提升性能。A、正确B、错误正确答案：A2.topology在任务完成后会自动结束运行。（）A、正确B、错误正确答案：B3.Hive中“Groupby”指的是通过一定的规则将每一个数据集划分成若干个小的数据集，然后针对若干个小的数据集进行数据分组处理A、正确B、错误正确答案：A4.华为FusionInsight中，Hbase的表设计工具、连接池管理和增强的SDK，可以简化复杂表的业务开发。A、正确B、错误正确答案：A5.Flink采用checkpoint机制保障应用程序运行中的容错性。A、正确B、错误正确答案：A6.SparkOnYarn模式下的driver只能运行在客户端。A、正确B、错误正确答案：B7.HBase的最小处理单元是Region，UserRegion和RegionServer之间的路由信息是保存在Zookeeper中。（）A、正确B、错误正确答案：A8.kafkalogssegment文件命名规则是partion全局的第一个segment从0开始，后续每个segment文件名为上一个全局partion的最大offset（偏移message数）。（）A、正确B、错误正确答案：A9.如果某些Containers的物理内存利用率超过了配置的内存阈值，但所有Containers的总内存利用率并没有超过设置的NodeManager内存阈值，那么内存使用过多的Containers仍可以继续运行。A、正确B、错误正确答案：A10.Kafka中partitionreplication之间同步数据，从partition的leader复制数据到follower需要线程（replicationFetcherThread），Follower（一个follower相当于consumer）主动从leader批量拉取消息的，这极大提高了吞吐量。A、正确B、错误正确答案：A11.zookeeper的节点使用ACL控制访问策略，ACL可应用于集群中的任意中任一znode节点上。()A、正确B、错误正确答案：B12.Loader的作业执行失败，则此作业运行过程中导入的数据不会被删除，必须手动删除。A、正确B、错误正确答案：B13.Flume的tertises配置文件中可以配置多个channel来传输数据A、正确B、错误正确答案：A14.ResourecManager采用高可用方案，当ActiveResourceManager发现故障时，只能通过内置的Zookeeper来启动Standby的ResourceManager将其状态切换为Active。A、正确B、错误正确答案：B15.SparkonYarn-client适合用于生产环境是因为可以更快的看到APP的输出。A、正确B、错误正确答案：B16.华为在金融、公安、铁路、政务等多行业拥有丰富的大数据解决方案经验A、正确B、错误正确答案：A17.Flink采用checkpoint机制保障应用程序中的容错性。A、正确B、错误正确答案：A18.FusionInsightHD平台中，HBase暂不支持二级索引A、正确B、错误正确答案：B19."Hive中"GroupBy"指的是通过一定的规则将一个数据集划分成若干个小的数据集，然后针对若干个小的数据集进行数据分组处理。"A、正确B、错误正