數(shù)據(jù)工程師培訓題庫一

1、星環(huán)信息科技（上海）有限公司6、下列計算框架TC屬hA . MapReduceB . MATLAB數(shù)據(jù)平臺認證工程師試題姓名：分數(shù)：【說明】SPARKa）客觀題z3題，每題2分，總計60分b）主觀題4題，每題10分，總計40分7）、以滿分關(guān)于外表和托管表描述正確的是（）【不A、外表的數(shù)據(jù)存儲在本地，托管表的數(shù)據(jù)存儲在 hdfs上nce分Or】上的元數(shù)據(jù)不會刪除數(shù)據(jù)文件，刪除外表兩者都 Name Node高可用性的角色不包括（）In ceptor上的元數(shù)據(jù)不會刪除數(shù)據(jù)文件，刪除托管表兩者都in cepotr上的元數(shù)據(jù)和數(shù)據(jù)文件都會被刪除&刪除外表只會刪除會被刪 除Journal NodeCC.刪

2、除托管表或外表,D . Zookeeper&以下對分桶表的描述正確的是（）2、NA、m分桶表通過改變數(shù)據(jù)的存儲分模式對在安詢起到一定的優(yōu)說法錯吳的是（A、分桶鍵不能是的是在系統(tǒng)啟動時對數(shù)據(jù)有效性進行檢查C、分桶數(shù)策應為對數(shù)據(jù)塊進行必要的復制或刪除C事物表必須制定分桶達到桶字時段可以自動退新出安全模式D. 允許用戶對文件系統(tǒng)進行讀寫操作9、以下關(guān)于inceptor excutor資源配置的說法正確的有（）3、在集群中配置資源配的副本數(shù)為和3,殳置數(shù)據(jù)塊大小為128M此時我們上傳一份64M 的數(shù)據(jù)文如該數(shù)據(jù)文數(shù)配置的是每個空間大o為 所使用的邏輯core數(shù)量C、.64Mutor內(nèi)核數(shù)和內(nèi)存配置比例

3、一般為 1 core:2G memoryD.1Excutor分布可以指定每個節(jié)點運行的 excutor數(shù)量或executor在集群上運行的總數(shù)量,但是不能指定運行的節(jié)點D . 192M 10、假設使用場景中有如下查詢語句SelE列榷eYARg角色在集群中的作用描述正確的是（）from Em集群 ee源 管理wheRe d集群任m務調(diào)度與管理GROCP B存 儲的數(shù)據(jù)塊ORDDR B以Se都正確ion;通過holodesk的cube和index手段對這種過濾率和聚合率高的業(yè)務進行優(yōu)化，以下建 表正確Y是1服務中，不包含以下哪種角色（）A. . RCREAfMTABLE EmployeeB . n

4、tBCPROBErties（C . Ap愆MAMrD . Co n?Wartme nt,=Sex, Regio n）B. CREATE TABLE EmployeeTBLPROPERTIES ( cache = RAM, =Sex, Regio n =Departme nt)C. CREATE TABLE EmployeeTBLPROPERTIES ( cache = Departme nt, ” =Departme nt, =Sex, Regio n)D. CREATE TABLE EmployeeTBLPROPERTIES ( cache = RAM, =Departme nt, =Sex

5、)11、關(guān)于Hyperbase全局索引的描述，哪些是正確的（）A. 核心是倒排表B. 全局索引概念是對應Rowkey這個一級”索引C. 全局索引使用平衡二叉樹D. 全局索引使用B+樹檢索數(shù)據(jù)12、以下為Hyperbase分布式存儲的最小單元的是（）A、Region serverB、RegionC、StoreFileD、Store13、 以下有關(guān)Hyperbase說法正確的是（）A、 數(shù)據(jù)類型豐富，支持String、Int、Char等類型B、Key/value 系統(tǒng)，key 由 Row,Column Family,Column Qualifier 組成C、Hyperbase表中rowkey有序，

6、按字典序降序排列D、以上說法都不正確14、以下關(guān)于StreamSQL的概念描述正確的是（）A.Stream是數(shù)據(jù)流B.Streamjob是對一個或多個stream進行計算并將結(jié)果與進一個流的任務C.Application是一個或多個streamjob 的集合D.以上說法都不正確星環(huán)信息科技（上海）有限公司星環(huán)信息科技（上海）有限公司15、 某交通部門通過使用流監(jiān)控全市過往24小時各個卡口數(shù)據(jù)，要求每分鐘更新一次，原始流為org_stream，以下實現(xiàn)正確的是()A. CREATE STREAMWINDOW traffic_stream AS SELECT * FROM origi nal_st

7、ream STREAM w1 AS (len gth 1 minute slide 24 hour);B. CREATE STREAM traffic_streamAS SELECT * FROM original_streamSTREAMWINDOW w1 AS (length 1 minute slide 24 hour);C. CREATE STREAM traffic_streamAS SELECT * FROM original_streamSTREAMWINDOW w1 AS (len gth 24 hour slide 1 min ute);D. CREATE$TREAMraff

8、ic_streamASSELECT* FROM)riginal_streamAS (length24 seco nd slide 1 minu te);16、 以下不是 Zookeeper的功能是()A. 配置管理B. 集群管理C. 分布式鎖D. 存儲大量數(shù)據(jù)17、 以下服務需要與 zookeeper進行通信的是()A. HMasterB. Active NameNodeC. In ceptorSQLD. Active ResourceMa nager18、下列是關(guān)于flume和sqoop對比的描述，不正確的是（）A . flume主要用來采集日志而 sqoop主要用來做數(shù)據(jù)遷移B . flu

9、me主要采集流式數(shù)據(jù)而 sqoop主要用來遷移規(guī)范化數(shù)據(jù)C . flume和sqoop都是分布式處理任務D . flume主要用于采集多數(shù)據(jù)源小數(shù)據(jù)而sqoop用來遷移單數(shù)據(jù)源數(shù)據(jù)19、有關(guān)使用sqoop抽取數(shù)據(jù)的原理的描述不正確的是（）A . sqoop 在抽取數(shù)據(jù)的時候可以指定map的個數(shù)，map的個數(shù)決定在hdfs生成的數(shù)據(jù)文件的個數(shù)B . sqoop 抽取數(shù)據(jù)是個多節(jié)點并行抽取的過程，因此map的個數(shù)設置的越多性能越好C . sqoop 任務的切分是根據(jù) split字段的（最大值-最小值）/map數(shù)D . sqoop 抽取數(shù)據(jù)的時候需要保證執(zhí)行當前用戶有權(quán)限執(zhí)行相應的操作20、sqoo

10、p抽取數(shù)據(jù)時需要做一些數(shù)據(jù)轉(zhuǎn)換的工作，下面說法不正確的是（）A . -fields-terminated-by 01 用來設置在 hdfs生成的文件的分割符B . -hive-drop-import-delims用來設置在hdfs生成的文件的存儲形式為列存儲C . -null-string N用來把所有的String類型的空值 轉(zhuǎn)換成hive 的NULL值D . -null-non-string N用來把非 String 類型的空值 轉(zhuǎn)換成hive 的NULL星環(huán)信息科技（上海）有限公司21、下列有關(guān)flume的描述不正確的是（）A . flume 是Apache的一個子項目B . flume

11、主要是一個日志采集，傳輸系統(tǒng)C . flume 和sqoop功能相似，因此可以相互替代D . flume 可以同時采集集群內(nèi)部和集群外部的日志數(shù)據(jù)22、中哪些是flume不支持的sink （下列sinkA . HDFS si nkB . kafka sinkC . memory sinkD.file roll si nk23、以下對ElasticSearch描述不正確的是（)A.ElasticSearch是分布式全文搜索引擎B.ElasticSearch集群中分 master和data節(jié)點C.ElasticSearch數(shù)據(jù)存儲在HDFSD.ElasticSearch數(shù)據(jù)可以按 Shard分布在

12、不同的節(jié)點上24、下列不屬于kafka應用場景的是（）A .常規(guī)的消息收集網(wǎng)站活動性跟蹤日志收集關(guān)系型數(shù)據(jù)庫和大數(shù)據(jù)平臺之間的數(shù)據(jù)遷移25、TDH提供哪幾種認證模式（）A. 所有服務使用簡單認證模式一一所有服務都無需認證即可互相訪問B. 所有服務都啟用 Kerberos認證，用戶要提供 Kerberos principal 和密碼（或者 keytab ）來訪問各個服務C. 所有服務都啟用 Kerberos同時Inceptor 啟用LDAP認證D. 所有服務都啟用LDAP認證26、以下對各組件的運維頁面描述不正確的是（）A. 通過Name Node的50070頁面對HDFS進行監(jiān)控B. 通過Re

13、source Manager的8180對YARN上運行的任務進行監(jiān)控C. 通過HMaster的60010對HBase進行監(jiān)控D. 通過Hue Server的8888頁面登入 Hue27、 Inceptor server服務無法啟動時，該如何查看日志是（）A. 查看TDH manager所在節(jié)點/var/log/inceptorsql*/ 目錄下的日志B. 查看 Inceptor server所在節(jié)點 /var/log/inceptorsql*/目錄下的日志C. 查看Resource Manager所在節(jié)點/var/log/Yarn*/ 目錄下的日志D. 查看任意節(jié)點/var/log/incep

14、torsql*/目錄下的日志星環(huán)信息科技（上海）有限公司28、以下對Hadoop組件的應用場景描述正確的是（）A. Hive主要用于構(gòu)建大數(shù)據(jù)數(shù)倉，主要做批處理、統(tǒng)計分析型業(yè)務B. Hbase主要用于檢索查詢的 OLTP業(yè)務C. ElasticSearch 主要用于全文檢索的關(guān)鍵字查詢業(yè)務D. Spark Streami ng 主要用于實時數(shù)據(jù)的業(yè)務場景29、以下不屬于管理角色的是（）A . Name NodeB . HMasterC . Resource Man agerD . Node Man ager30、下面哪些工作不屬于集群預安裝工作（）A .為集群中每個節(jié)點的安裝操作系統(tǒng)B .選一個節(jié)點作為管理節(jié)點，修改其 /etc/hosts 文件C .安裝Transwarp Manager管理界面D .配置集群安全模式【客觀簡答題（每題 10分，共40分）】1、集群有8個節(jié)點，每個節(jié)點有8塊硬盤（默認3副本）。如果某個節(jié)點有3塊