2024年虚拟化与云计算模拟试卷.doc

《虚拟化与云计算》模拟试卷
姓名： 学号： 院系：

第一部分：选择题（共40分，每题4分）
1) Reducer的三个阶段是（）
A. Shuffle——Sort——Reduce
B. Shuffle——Reduce——Sort
C. Reduce——Shuffle——Sort
D. Sort——Shuffle——Reduce

2) 下列有关mapreduce的key/value正确说法正确的是（）
A. 输入键值对不需要和输出键值对类型一致
B. 输入的key类型必须和输出的key类型一致
C. 输入的value类型必须和输出的value类型一致
D. 输入键值对只能映射成一个输出键值对

3) 下面哪一个选项是mapreduce真正的引擎（）
A. Namenode
B. Datanode
C. Job Tracker and Task Tracker
D. HDFS

4) 下列选项中哪个不是GFS中“Masters”的重要功效（）
A. 维护所有文献系统的元数据
B. 周期性地与chunkservers联系来发送指令和检查状态
C. 对于读与写，客户端通过与Master联系来取得chunk的位置，然后直接与chunkservers连接
D. 返回最后的答案给客户端

5) 下列哪个选项不是我们需要Hive的重要原因（）
A. 我们需要一个容量为PB级别的数据仓库。
B. 文献是不充足的数据抽象。
C. Hadoop在处理作业方面是不够的。
D. 我们需要一个开发的数据格式。

6) 下面那个不是云计算的特性（）
A. 虚拟化
B. 动态可扩展
C. 管理多设备
D. 个体自治

7) Hadoop用来确保数据准确性的措施不包括下面的哪一个（）
A. 使用校验和来验证数据
B. 客户端每512字节计算一次校验和，数据节点存储这些校验和
C. 客户端从数据节点中检索数据，假如验证失败，客户尝试别的副本
D. 数据节点中的数据被加密以预防也许的袭击

8) 有关分布式文献系统的说法，不正确的是（）
A . 分布式文献系统整个集群中有多个namespace
B . 文献被分为大的块，一般为128M
C. 能够通过Java、C或者命令行访问
D. 非常适合对大文献的流式读取

9) 如下错误不是Hadoop能很好处理的（）
A. 任务失败
B. 任务追踪失败
C. 连接失败
D. 作业追踪失败

10) 下列哪个选项能正确地在Hive中返回 “查询年龄在18到25岁之间的用户返回的前5页”的成果（）
A.
SELECT purl, COUNT(1) as clicks
FROM users u JOIN page_views p ON (u.name = p.user)
WHERE u.age >= 18 AND u.age <= 25
GROUP BY p.url
ORDER BY clicks
LIMIT 5;
B.
SELECT p.url, COUNT(1) as clicks
FROM users u JOIN page_views p
WHERE u.age >= 18 AND u.age <= 25
GROUP BY p.url
ORDER BY clicks
LIMIT 5;
C.
SELECT p.url, COUNT(1) as clicks
FROM page_views p ON (u.name = p.user)
ORDER BY clicks
LIMIT 5;
D.
SELECT p.url, COUNT(1) as clicks
FROM users u JOIN page_views p ON (u.name = p.user)
WHERE u.age >= 18 AND u.age <= 25
GROUP BY p.url
ORDER BY clicks;

第二部分：简答题（共60分，第一大题10分，第二大题20分，第三大题30分）
一、简述MapReduce的重要思想和工作原理（可借助下面的例子），并依照例子画出数据流图
（例子：使用MapReduce处理求商品价格最小问题，输入为商品名称、商品价格、商品网站，输出为商品名称、最小价格、商品网站。
输入样例：
Cloud computing 38.4
Cloud computing 40.5 china-
Virtualization and cloud computing 35.7
Virtualization and cloud computing 30.8
Virtualization and cloud computing 36.6
Cloud computing 35.1
输出样例:
Cloud computing 35.1
Virtualization and cloud computing 30.8 ）

二、当数据量非常大超出单个机器的存储能力时需要将数据存储在不一样的机器上，这时就需要分布式文献系统来管理这些数据，请回答有关分布式文献系统的下列问题：
(1).在设计分布式文献系统时需要注意哪些方面？

(2).原先存储超大文献的分布式文献系统现用来存储大规模小文献，怎样对文献系统进行调整使其针对目前文献的特点发挥愈加好的性能？

(3).分布式文献系统确保数据不被丢失一般存在多个副本并存储在不一样的机器上，当用户对数据进行修改时系统存在两种方案：完成一个副本的修改并给用户响应，之后待系统空闲时完成其他副本的修改；完成所有副本的修改之后给用户响应。请阐明两种方案的优劣，并做出你的选择并阐明选择原因（或者你有愈加好的方案？）。

三、在社会计算和移动计算迅猛发展的时尚下涌现了许多知名的互联网企业，假设你和你的朋友也准备加入创业大潮中，建立自己的企业。现假设你们企业的重要业务是移动设备的互联网信息搜索和挖掘，如使用手机拍下某图书封面就能够得到各个图书网站有关该书的价格及其对图书的评价，拍下某个人的头像能够得到这个人在社交网站的主页以及微博等有关信息，当然你们已经设计了比很好的图形匹配算法及搜索算法，并计划使用云计算来进行处理，依照以上背景回答下面问题：
(1).你们企业需要构建数据中心目前由你来负责，依照新一代数据中心的需求请说说你在构建数据中心的时候需要注意哪些？

(2).在数据中心中使用虚拟化技术是必须的，请说说怎样布署、管理虚拟化处理方案？你又怎样使用商业企业的既有虚拟化产品？

(3).受经济危机的影响以及企业盈利能力的不确定性，风险投资企业决定减少对你们企业的投资。目前构建数据中心已经不也许了，你需要将业务创建在云计算平台上，
a). 与建立自己的数据中心相比，使用商业企业的云计算平台有什么优点和缺陷？
b). 云构架的基本层次有哪些？并给出给出各个层次的实例。谈谈你怎样在云计算平台上布署企业业务？
c). 谈谈你对云计算发展的见解。
（注：题中商业企业包括课堂上简介的IBM、Amazon、谷歌、S、Microsoft以及其他现实存在的包括虚拟化、云计算业务的企业）