《大数据平台搭建与配置管理》期末试题试卷及答案AB卷2套.docx

大数据平台搭建与配置管理
《大数据平台搭建与配置管理》期末试题
期末试题（闭卷A）
题 号
一
二
三
四
五
六
七
八
九
十
成绩
满 分
30
20
20
30

100
得 分

【本套试卷共有4大题，计66小题】
一、选择题（20题，每题1.5分，共30分）
1、以下哪一位是Hadoop的作者（）。
A. Matrin Fowler
B. Doug cutting
C. Kent Beck
D. Grace Hopper
2、以下哪个命令可以终止一个用户的所有进程（）。
A. kill
B. killall
C. skill
D.skillall
3、用“rm -i”，系统会提示什么来让你确认（）。
A. 是否真的删除
B. 是否有写的权限
C. 命令行的每个选项
D.文件的位置
4、HDFS默认Block大小是（）。
A. 32MB
B. 64MB
C. 128MB
D. 256MB
5、下列哪项通常是集群的最主要瓶颈（）。
A. CPU
B. 网络
C. 磁盘IO
D. 内存
6、以下与HDFS类似的框架是（）。
A. NTFS
B. FAT32
C. GFS
D.EXT3
7、有关MapReduce的输入输出，说法错误的是（）。
A. 链接多个MapReduce作业时，序列文件是首选格式
B. FileInputFormat中实现的getSplits()可以把输入数据划分为分片，分片数目和大小任意定义
C. 想完全禁止输出，可以使用NullOutputFormat
D. 每个reduce需将它的输出写入自己的文件中，输出无需分片
8、对HDFS内的文件进行操作，以下说法正确的是（）。
A. HDFS提供了Shell的操作接口
B. 不允许对文件进行列表查看
C. 文件操作命令与Linux不相似
D. 采用Windows系统对文件进行操作
9、列关于HDFS为存储MapReduce并行切分和处理的数据做的设计，错误的是？（）
A. FSDataInputStream扩展了DataInputStream以支持随机读
B. 为实现细粒度并行，输入分片(Input Split)应该越小越好
C. 一台机器可能被指派从输入文件的任意位置开始处理一个分片
D. 输入分片是一种记录的逻辑划分，而HDFS数据块是对输入数据的物理分割
10、ZooKeeper允许分布式进程通过共享的（）相互协调。
A. 锁
B. 表
C. 分层命名空间
D. 内存
11、名称空间由（）组成。
A. 磁盘寄存器
B. 表
C. 内存寄存器
D. 数据寄存器
12、下面哪些概念是HBase框架中使用的？（）
A. Hadoop
B. GridFS
C. Zookeeper
D. EXT3
13、Hive中创建（）的目的就是在查询一个表中某列值时提升速度。
A. 行
B. 列
C. 索引
D. 表
14、Hive可处理大量数据，它最重视的性能是可测量性，延展性，什么和对于输入格式的宽松匹配性。（）
A. 较低恢复性
B. 容错性
C. 快速查询
D. 低延迟
15、对数据仓库的操作，一般不包括哪些方面？（）
A. 数据抽取
B. 数据爬取
C. 数据转换
D. 数据装载
16、下面对HBase的描述哪些是正确的？（）
A. 不是开源的
B. 是面向列的
C. 是分布式的
D. 是一种NoSQL数据库
17、HBase依赖（）提供强大的计算能力。
A. Zookeeper
B. Chubby
C. RPC
D. MapReduce
18、面哪些概念是HBase框架中使用的？（）
A. HDFS
B. GridFS
C. Zookeeper
D. EXT3
19、以下不是Storm特点的是？（）
A. 整合性
B. 可靠的消息处理
C. 可扩展性
D. 高吞吐量
20、Storm支持什么？（）
A. 容错和水平扩展
B. 复杂的API
C. 高吞吐量
D. 跨平台
二、填空题（20题，每题1分，共10分）
21、网络管理两个重要任务分别是： 和 。
22、Linux内核引导时，从文件 中读取要加载的文件系统。
23、 指令可以显示目录的大小。
24、ResourceManager默认的WebUI访问端口号为： 。
25、 负责HDFS数据存储。
26、格式化HDFS系统的命令为 。
27、在MapReduce中，一个存储在分布式文件系统中的大规模数据集会被切分成许多独立的
28、Reduce函数的任务就是将输入的一系列具有 的键值对以某种方式组合起来。
29、MapReduce框架会为每个 输入一个数据子集。
30、ZooKeeper是集群的 ，监视着集群中各个节点的状态根据节点提交的反馈进行下一步合理操作。
31、Zookeeper主要负责 调度。
32、ZK提供了一定的 可以用来获取一个顺序增长的，可以在集群环境下使用的ID。
33、利用SQL语句进行数据的 、 、 。
34、Hive查询有一定的延时，常被用来进行 和 。
35、大Hive不支持 响应速度。
36、HBase性能优化包含 、 、 、 。
37、HFile数据格式中的Magic字段用于： 。
38、rowkey是一个二进制码流，最大长度是 ，内部存储为字节数组。
39、Storm将 和 组成的网络抽象成Topology。
40、FieldsGrouping:按照 分组，保证相同字段的 分配到同一个Task中。
三、判断题，正确填“T”，错误填“F”（20题，每题1分，共20分）
41、如果命令在前台运行，那么用户在此进程结束钱不能继续使用当前的shell（）。
42、在用户请求访问的资源共享中包含“guest only = yes”参数，那么用户就会以“guest account=”参数指定的身份连接，而不再使用用户的其他身份（）。
43、一个文件名字为cc.z，可以用tar命令来解压缩（）。
44、Ganglia不仅可以进行监控，也可以进行告警（）。
45、Hadoop支持数据的随机写（）。
46、每个Map槽就是一个线程（）。
47、为了让Reduce可以并行处理Map的结果，需要对Map的输出进行一定的分区、排序、合并、归并。（）
48、Map任务得到的中间结果交给Reduce处理，这个过程称之为Shuffle过程。（）
49、不同Reduce任务之间不会发生任何信息交换。（）
50、delete或setData不需要明确更新的Znode的版本号。（）
51、watch事件是可以重复使用的触发器。（）
52、分布式应用可以在给定时间（同时）在网络中的多个系统上运行。（）
53、Hive有主键或自增键。（）
54、对于SQL而言，DML就是增删改查询的SQL语句。（）
55、创建外部表时，仅仅只是记录数据所在的位置。（）
56、HBase是Apache的Hadoop项目的子项目，利用Hadoop HDFS作为其文件存储系统，适合于非结构化数据存储。（）
57、对于HBase系统的使用场景，需要进行多表联合查询。（）
58、使用Shell命令create在HBase系统中添加新表操作。（）
59、Bolts可以将处理后的Tuple作为新的Streams发送给其他Bolts。（）
60、Stream每一个源头都被抽象为Bolts。（）
四、简答题（6题，每题5分，共30分）
61、试论述分布式文件系统设计的需求。
答：
62、分布式文件系统通过哪两个节点实现较高水平扩展？
答：
63、请阐述HBase和BigTable的底层技术的对应关系。
答：
64、HBase中的行键、列键以及时间戳的概念是什么？
答：
65、HBase与传统数据库的关系?
答：
66、HStore的工作原理是什么？
答：

《大数据平台搭建与配置管理》期末标答
期末标答A（闭卷）
题 号
一
二
三
四
五
六
七
八
九
十
成绩
满 分
30
20
20
30

100
得 分

一、选择题（20题，每题1.5分，共30分）
1-5：BCAAC
6-10：CBABC
11-15：DCCBB
16-20：（BCD）D（AC）DA
二、填空题（20题，每题1分，共20分）
21、监控 控制
22、/etc/fstad
23、du
24、50070
25、datanode
26、hdfs namenode-format
27、小数据块
28、相同键
29、Map任务
30、管理者
31、分布式任务
32、接口
33、查询 、 汇总 、 分析
34、静态数据分析 挖掘
35、实时查询
36、读优化 、 写优化 、 配置优化 、 JVM优化
37、存储随机数，防止数据损坏
38、64KB
39、Spouts Bolts
40、字段 Tuple
三、判断题（20题，每题1分，共20分）
41-45：TTFFF
46-50：FTTTF
51-55：FTFTT
56-60：TFTTF
四、简答题（6题，每题5分，共60分）
61、
答：

62、
答：分布式文件系统在物理结构上是由计算机集群中的多个节点构成的，这些节点分为两类，一类叫“主节点”或者也被成为“名称节点”，另一类叫“从节点”或者也被成为“数据节点”。
63、
答：

64、
答：略。
65、
答：

66、
答：每个Store对应了表中的一个列族的存储。每个Store包括一个MenStore缓存和若干个StoreFile文件。MenStore是排序的内存缓冲区，当用户写入数据时，系统首先把数据放入MenStore缓存，当MenStore缓存满时，就会刷新到磁盘中一个StoreFile文件中，当单个StoreFile文件大小超过一定的阈值时，就会触发文件分裂操作。

《大数据平台搭建与配置管理》期末试题
期末试题（闭卷B）
题 号
一
二
三
四
五
六
七
八
九
十
成绩
满 分
30
20
20
30

100
得 分

【本套试卷共有4大题，计66小题】
一、选择题（20题，每题1.5分，共30分）
1、对文件进行归档的命令是（）。
A. gzip
B. tar
C. dump
D. dd
2、如何删除/tmp下的所有文件及子目录（）。
A. del /tmp/*
B. rm -rf /tmp
C. rm -Ra /tmp/*
D. rm -rf /tmp/*
3、从后台启动进程，应在命令的结尾加上符号（）。
A.&
B. @
C. #
D.$
4、请问以下哪个命令组成是错误的（）。
A. sbin/stop-dfs.sh
B. sbin/hdfs dfsadmin -report
C. bin/hadoop namenode -format
D. bin/hadoop fs -cat /hadoopdata/my.txt
5、下面关于使用hive的描述中不正确的是（）。
A. hive中的join查询只支持等值链接，不支持非等值连接
B. hive默认仓库路径为/user/hive/warehouse/
C. hive的表一共有两种类型，内部表和外部表
D. hive支持数据删除和修改
6、关于HDFS集群中的DataNode的描述不正确的是（）。
A. DataNode之间都是独立的，相互之间不会有通信
B. 存储客户端上传的数据的数据块
C. 一个DataNode上存储的所有数据块可以有相同的
D. 响应客户端的所有读写数据请求，为客户端的存储和读取数据提供支撑
7、对Hadoop中JobTacker的工作角色，以下说法不正确的是（）。
A. 作业调度
B. 分配任务
C. 监控CPU运行效率
D. 监控任务执行进度
8、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
9、查看HDFS系统运行状态的Shell命令，以下正确的是（）。
A. hdfs -report
B. dfsadmin -report
C. hadoop –report
D. hdfs dfsadmin -report
10、Zookeeper使用（）协议来提供一致性。
A. ALI
B. GUN
C.TCP
D. ZAB
11、以下和Zookeeper框架类似的是？（）
A. Chubby
B. Java
C. Kafka
D. Protobuf
12、通过一次选举过程，被选举的机器节点被称为（）。
A. 管理者
B. Leader
C. 执行者
D. Znode
13、从语法上看，以下语句，哪个是正确的？（）
A. create table tb1 (id int, name string);
B. alter table tb4 add columns(age int, sex boolean);
C. create table tb2 like tb1;
D. create table tb4 as select * from tb2;
14、开发hive远程服务程序，不需要添加哪些依赖包？（）
A. hadoop lib
B. hive lib
C. jdbc连接包mysql-connector-java-5.1.26.jar
D. webservice相关lib包
15、下Hive中时间类型有哪些？（）
A. Time
B. Date
C. Datetime
D. Times
16、LSM结构的数据首先存储在（）。
A. 内存中
B. 磁盘中
C. 行中
D. 单元中
17、HBase依赖（）提供强大的计算能力。
A. Protobuf
B. Java
C. Kafka
D. MapReduce
18、散列就是让（）分散在集群的各个机器上，尽量不要让它集中在一个地方。
A. rowkey
B. keyvalue
C. 行号
D. 列族
19、Worker节点根据（）来决定启动或停止Worker进程。
A. Nimbus
B. Streams
C. Topo
D. Supervisor
20、Storm可方便地与（）进行整合。
A.队列系统、数据库系统
B. 分布式系统
C. Kafka
D. 以上都不是
二、填空题（20题，每题1分，共10分）
21、安装JDK后，Java的开发工具在 目录。
22、类的定义包括 声明和声明 。
23、为了能使用Java中已经提供的类，我们需要用import语句来引入所需要的类。语句import java.io.*;中引入了 包的所有类。
24、HDFS采用了的 简单文件模型。
25、HDFS主要面向 而设计的，采用 读取具有很高的 。
26、在传统的文件系统中，为了提高磁盘的读写效率，一般以为 单位。
27、在Map任务全部结束之前，这些溢写文件会被 成一个大的 文件。
28、每个Map任务都会被分配一个缓存，Map的输出结果不是立即写入 ，而是首先写入 。
29、在写入缓存之前，key和value值都会被 成字节数组。
30、客户端维护 连接，通过该连接发送请求，获取响应，获取监视事件以及发送心跳。
31、ZooKeeper框架最初是在 上构建的。
32、在集群中运行的每台机器被称为 。
33、数据库中的 存在于和数据库同名的HDFS目录中。
34、Hive的目录由 参数来指定。
35、用户可以通过 选项来忽略异常。
36、为了方便在HBase上进行数据处理， 为HBase提供了高效、便捷的RDBMS数据导入功能。
37、表在水平方向由一个或多个 组成。
38、HBase采用 、 、 和 进行索引。
39、Spout作为Storm中的 。
40、 是Storm中对数据进行的抽象。
三、判断题，正确填“T”，错误填“F”（20题，每题1分，共20分）
41、在使用硬链接时，我们可以使用硬链接跨越不同的文件系统与另一个目录连接（）。
42、如果用户拥有目录的写许可，则该用户可以创建、删除或修改目录中的任何文件或子目录，甚至属于其他用户的文件和子目录（）。
43、在系统日志文件/var/log/wtmp中保存了所有的用户登录、退出信息，以及系统的启动、停机记录（）。
44、HDFS可以实现磁盘配额和文件访问权限等功能。（）
45、数据存取策略包括数据存放、数据写入。（）
46、HDFS提供了一个API可以确定一个数据节点所属的机架ID。（）
47、如果没有指定输出目录或者它已经存在，作业就不会被提交，并返回错误。（）
48、ClientNode通过调用JobTracker的submitJob()方法，告知JobTracker准备执行作业。（）
49、任务或作业的信息不包括状态消息。（）
50、在Zookeeper中，znode是一个跟Unix文件系统路径相似的节点。（）
51、Zookeeper使用Watcher察觉事件信息。（）
52、HBase内置有ZooKeeper，也可以使用外部ZooKeeper。（）
53、0.13版本以上的Hive不具有半连接。（）
54、Hive支持的子查询时放在FROM子句中的。（）
55、Hive支持任意层次的子查询。（）
56、Zookeeper中保存了-ROOT-表的地址和Master的地址。（T）
57、Region服务器是HBase中最核心的模块。（T）
58、HBase自身具备数据复制和维护数据副本的功能。（F）
59、Bolt是Storm中的消息源。（F）
60、一个Spout或Bolt都会有一个Task线程来运行。（F）
四、简答题（6题，每题5分，共30分）
61、试论述HLog的工作原理。
答：
62、HBase的数据分区机制是什么？
答：
63、试论述关系数据库在哪些方面无法满足Web2.0应用的需求。
答：
64、NoSQL数据库的四大类型是什么？
答：
65、什么是软无硬状态?
答：
66、MapReduce是处理大数据的有力工具，但不是每个任务都可以使用MapReduce来进行处理。试论述适合用MapReduce来处理的任务或者数据集需满足怎样的需求？
答：
《大数据平台搭建与配置管理》期末标答
期末标答B（闭卷）
题 号
一
二
三
四
五
六
七
八
九
十
成绩
满 分
30
20
20
30

100
得 分

一、选择题（20题，每题1.5分，共30分）
1-5：BDABD
6-10：（AC）CCDD
11-15：AB（ABCD）DB
16-20：ADAAA
二、填空题（20题，每题1分，共20分）
21、bin
22、变量 方法
23、java.io
24、“一次写入，多次读取”
25、大规模数据批量处理 流式数据 数据吞吐率
26、数据块
27、归并 磁盘
28、磁盘 缓存
29、序列化
30、TCP
31、“Yahoo!"
32、节点
33、表
34、hive.metastore.warehouse.dir
35、IF NOT EXIST
36、Sqoop
37、列族
38、行键 、 列族 、 列限定符 和 时间戳
39、消息源
40、数据流
三、判断题（20题，每题1分，共20分）
41-45：FTTFF
46-50：TTTFT
51-55：TTFTT
56-60：TTFFF
四、简答题（6题，每题5分，共60分）
61、
答：HBase系统为每个Region服务器配置了一个HLog文件吗，它是一种预写式日志，用户更新数据必须首先写入日志后，才能写入MemStore缓存，并且知道MemStore缓存内容对应的日志写入磁盘，该缓存内容才能被刷鞋到磁盘。
62、
答：HBase采用分区存储，一个大的表会被分拆多个Region，这些Region会被分发到不同的服务器上实现分布式存储。
63、
答：关系数据库已经无法满足Web2.0分需求。主要表现在一下几个方面：
1.无法满足海量数据的管理需求
2.无法满足数据高并发的需求
3.无法满足高可扩展性和高可用性的需求
64、
答：键值数据库、列族数据库、文档数据库、图数据库。
65、
答：软状态是与硬状态相对应的一种提法。数据库保存的数据是硬状态时，可以保证数据一致性，即保证数据一直是正确的。软状态时指状态可以由一段时间不同步具有一定的滞后性。
66、
答：适合用MapReduce来处理的数据集，需要满足一个前提条件：待处理的数据集可以分解成许多小的数据集，而且每一个小数据集都可以完全并行地进行处理。

第 19 页 共 19 页