Hadoop精彩試題題庫

1、實用文檔1.以下哪一項不屬于 Hadoop可以運行的模式 CA.單機（本地）模式B.偽分布式模式C.互聯(lián)模式D.分布式模式2. Hadoop的作者是下面哪一位_B。A. Martin FowlerB. Doug cuttingC. Kent BeckD. Grace Hopper3. 下列哪個程序通常與 NameNode在同一個節(jié)點啟動 _DA. TaskTrackerB. DataNodeC. SecondaryNameNodeD. Jobtracker4. HDFS 默認 Block Size的大小是B。A.32MBB.64MBC.128MBD.256M5 .下列哪項通常是集群的最主要瓶頸

2、 C_oA. CPUB.網(wǎng)絡(luò)C.磁盤IOD.內(nèi)存6 .下列關(guān)于 MapReduce說法不正確的是 C_。A. MapReduce是一種計算框架B. MapReduce來源于google的學術(shù)論文C. MapReduce程序只能用java語言編寫D. MapReduce隱藏了并行計算的細節(jié)，方便使用8. HDFS是基于流數(shù)據(jù)模式訪問和處理超大文件的需求而開發(fā)的，具有高容錯、高可靠性、 高可擴展性、高吞吐率等特征，適合的讀寫任務(wù)是_D。A. 一次寫入，少次讀B.多次寫入，少次讀C.多次寫入，多次讀D. 一次寫入，多次讀9. HBase依靠 A存儲底層數(shù)據(jù)。A. HDFSB. HadoopC. Me

3、moryD. MapReduce10. HBase依賴 D_提供強大的計算能力。A. ZookeeperB. ChubbyC. RPCD. MapReduce11. HBase依賴 A 提供消息通信機制A. ZookeeperB. ChubbyC. RPCD. Socket12. 下面與HDF砥似的木g架是 C?A. NTFSB. FAT32C. GFSD. EXT313. 關(guān)于SecondaryNameNode下面哪項是正確的 C。A.它是NameNode的熱備B.它對內(nèi)存沒有要求C.它的目的是幫助 NameNode合并編輯日志，減少 NameNode啟動時間D. SecondaryName

4、Node 應(yīng)與 NameNode 部署到一個節(jié)點14.大數(shù)據(jù)的特點不包括下面哪一項D。A.巨大的數(shù)據(jù)量B.多結(jié)構(gòu)化數(shù)據(jù)C.增長速度快D.價值密度高HBase測試題1. HBase來源于哪一項？CA The Google File SystemB MapReduceC BigTableD Chubby2 .下面對HBase的描述哪些是正確的？B、C DA不是開源的B是面向列的C是分布式的D是一種NoSQ改據(jù)庫3 . HBase依靠（）存儲底層數(shù)據(jù)AA HDFSB HadoopC MemoryD MapReduce4 . HBase依賴（）提供消息通信機制AA ZookeeperB ChubbyC

5、 RPCD Socket5 . HBase依賴（）提供強大的計算能力DA ZookeeperB ChubbyC RPCD MapReduce6 . MapReduce與HBase的關(guān)系，哪些描述是正確的？B、CA兩者不可或缺，MapReducel! HBase可以正常運行的保證B兩者不是強關(guān)聯(lián)關(guān)系，沒有 MapReduce HBase可以正常運行C MapReduce可以直接訪問 HBaseD它們之間沒有任何關(guān)系7 .下面哪些選項正確描述了HBase的特性？ A、B、C DA高可靠性B高性能C面向列D可伸縮8 .下面與Zookeeper類似的框架是？ DA ProtobufB JavaC Ka

6、fkaD Chubby9 .下面與HDF睽似的框架是？ CA NTFSB FAT32C GFSD EXT310 .下面哪些概念是 HBase框架中使用的？ A、CA HDFSB GridFSC ZookeeperD EXT3第二部分：HBase核心知識點11 . LSM含義是？ AA日志結(jié)構(gòu)合并樹B二叉樹C平衡二叉樹D基于日志結(jié)構(gòu)的合并樹12 .下面對LSM結(jié)構(gòu)描述正確的是？A、CA順序存儲B直接寫硬盤C需要將數(shù)據(jù)Flush到磁盤D是一種搜索平衡樹13 . LSM更能保證哪種操作的性能？BA讀B寫C隨機讀D合并14 . LSM的讀操作和寫操作是獨立的？AA是。B否。C LSM并不區(qū)分讀和寫D

7、LSM中讀寫是同一種操作15 . LSM結(jié)構(gòu)的數(shù)據(jù)首先存儲在（）。BA硬盤上B內(nèi)存中C磁盤陣列中D閃存中16 HFile數(shù)據(jù)格式中的 Data字段用于（）。AA存儲實際的 KeyValue數(shù)據(jù)B存儲數(shù)據(jù)的起點C指定字段的長度D存儲數(shù)據(jù)塊的起點17 HFile 數(shù)據(jù)格式中的 Metaindex字段用于（）。DA Meta塊的長度B Meta塊的結(jié)束點C Meta塊數(shù)據(jù)內(nèi)容D Meta塊的起始點18 HFile數(shù)據(jù)格式中的 Magic字段用于（）°AA存儲隨機數(shù)，防止數(shù)據(jù)損壞B存儲數(shù)據(jù)的起點C存儲數(shù)據(jù)塊的起點D指定字段的長度19 HFile數(shù)據(jù)格式中的 KeyValue數(shù)據(jù)格式，下列選項

8、描述正確的是（）。A、DA是byte口數(shù)組B沒有固定的結(jié)構(gòu)C數(shù)據(jù)的大小是定長的D有固定的結(jié)構(gòu)20 HFile 數(shù)據(jù)格式中的 KeyValue數(shù)據(jù)格式中 Value部分是（）。CA擁有復(fù)雜結(jié)構(gòu)的字符串B字符串C二進制數(shù)據(jù)D壓縮數(shù)據(jù)第三部分：HBase高級應(yīng)用介紹31. HBase中的批量加載底層使用（）實現(xiàn)。 AA MapReduceB HiveC CoprocessorD Bloom Filter32. HBase性能優(yōu)化包含下面的哪些選項？A、B C、DA讀優(yōu)化B寫優(yōu)化C配置優(yōu)化標準文案D JVM優(yōu)化33. Rowkey設(shè)計的原則，下列哪些選項的描述是正確的？A、B、CA盡量保證越短越好B可

9、以使用漢字C可以使用字符串D本身是無序的34. HBase構(gòu)建二級索引的實現(xiàn)方式有哪些？A、BA MapReduceB CoprocessorC Bloom FilterD Filter35. 關(guān)于HBase二級索引的描述，哪些是正確的？A、BA核心是倒排表B二級索引概念是對應(yīng) Rowkey這個“一級”索引C二級索引使用平衡二叉樹D二級索引使用LSM吉構(gòu)36. 下列關(guān)于Bloom Filter的描述正確的是？ A、CA是一個很長的二進制向量和一系列隨機映射函數(shù)B沒有誤算率C有一定的誤算率D可以在 Bloom Filter中刪除元素第四部分：HBase安裝、部署、啟動37. HBase官方版本可

10、以安裝在什么操作系統(tǒng)上？A、B、CA CentOSB UbuntuC RedHatD Windows38. HBase虛擬分布式模式需要（）個節(jié)點？ AA 1B 2C 3D最少3個39. HBase分布式模式最好需要（）個節(jié)點？ CA 1B 2C 3D最少關(guān)于hadoop的選擇題1、Doug Cutting所創(chuàng)立的項目的名稱都受到其家人的啟發(fā)，以下項目不是由他 創(chuàng)立的項目是A. HadoopB. NutchC. LuceneD. Solr答案：D2、配置Hadoop時，JAVA_HOMfe含在哪一個配置文件中A. hadoop-default.xmlB. hadoop-env.shC. had

11、oop-site.xmlD. configuration.xsl答案：B知識點：hadoop配置3、Hadoop配置文件中，hadoop-site.xml 顯示覆蓋 hadoop-default.xml 里的內(nèi) 容。在版本0.20中，hadoop-site.xml 被分離成三個 XMLt件，不包括A. conf-site.xmlB. mapred-site.xmlC. core-site.xmlD. hdfs-site.xml答案：A知識點：hadoop配置4、HDFSR認的當前工作目錄是/user/$USER, 的值需要在哪個配置文件內(nèi)說明A. mapred-s

12、ite.xmlB. core-site.xmlC. hdfs-site.xmlD.以上均不是答案：B知識點：hadoop配置5、關(guān)于Hadoop單機模式和偽分布式模式的說法，正確的是A. 兩者都起守護進程，且守護進程運行在一臺機器上B. 單機模式不使用HDFS但加載守護進程C. 兩者都不與守護進程交互，避免復(fù)雜性D. 后者比前者增加了 HDFS俞入輸出以及可檢查內(nèi)存使用情況答案：D知識點：hadoop配置6、下列關(guān)于Hadoop API的說法錯誤的是A. Hadoop的文件API不是通用的,只用于 HDFSfc件系統(tǒng)B. Configuration類的默認實例化方法是以HDFS（統(tǒng)的資源配置為

13、基礎(chǔ)的C. FileStatus對象存儲文件和目錄的元數(shù)據(jù)D. FSDataInputStream 是 java.io.DataInputStream 的子類答案：A/HDFS 7、HDFS勺NameNod總責管理文件系統(tǒng)的命名空間，將所有的文件和文件夾的 元數(shù)據(jù)保存在一個文件系統(tǒng)樹中，這些信息也會在硬盤上保存成以下文件： A.日志B.命名空間鏡像C.兩者都是答案：C知識點：8、HDFS勺namenode呆存了一個文件包括哪些數(shù)據(jù)塊，分布在哪些數(shù)據(jù)節(jié)點上， 這些信息也存儲在硬盤上。A.正確8 .錯誤答案：B知識點：在系統(tǒng)啟動的時候從數(shù)據(jù)節(jié)點收集而成的9 、 Secondary namenode

14、就是namenodeH現(xiàn)問題時的備用節(jié)點A.正確B.錯誤答案：B知識點：它和元數(shù)據(jù)節(jié)點負責不同的事情。其主要功能就是周期性將元數(shù)據(jù)節(jié)點 的命名空間鏡像文件和修改日志合并，以防日志文件過大。合并過后的命名空間鏡像文件也在Secondary namenode呆存了一份，以防namenod吹敗的時候，可 以恢復(fù)。10、出現(xiàn)在datanode的VERSIONt件格式中但不出現(xiàn)在 namenode的VERSION 文件格式中的是A. namespaceIDB. storageIDC. storageTypeD. layoutVersion答案：B知識點：其他三項是公有的。layoutVersion 是一

15、個負整數(shù)，保存了 HDFS的持 續(xù)化在硬盤上的數(shù)據(jù)結(jié)構(gòu)的格式版本號；namespaceID是文件系統(tǒng)的唯一標識符， 是在文件系統(tǒng)初次格式化時生成的；storageType表示此文件夾中保存的是數(shù)據(jù) 節(jié)點的類型11、Client在HDFS±進行文件寫入時，namenodet艮據(jù)文件大小和配置情況，返 回部分datanode信息，誰負責將文件劃分為多個 Block,根據(jù)DataNode的地址 信息，按順序?qū)懭氲矫恳粋€DataNode塊A. ClientB. NamenodeC. DatanodeD. Secondary namenode答案：A知識點：HDFSC件寫入12、HDFS的是基

16、于流數(shù)據(jù)模式訪問和處理超大文件的需求而開發(fā)的，默認的最 基本的存儲單位是64M具有高容錯、高可靠性、高可擴展性、高吞吐率等特征, 適合的讀寫任務(wù)是A. 一次寫入，少次讀寫B(tài).多次寫入，少次讀寫C. 一次寫入，多次讀寫D.多次寫入，多次讀寫答案：C知識點：HDFSI性13、HDFS無法高效存儲大量小文件，想讓它能處理好小文件，比較可行的改進 策略不包括A. 利用SequenceFile、MapFile、Har等方式歸檔小文件B. 多Master設(shè)計C. Block大小適當調(diào)小D. 調(diào)大namenode內(nèi)存或?qū)⑽募到y(tǒng)元數(shù)據(jù)存到硬盤里答案：D知識點：HDFSI性14、關(guān)于HDFS勺文件寫入，正確的

17、是A. 支持多用戶對同一文件的寫操作B. 用戶可以在文件任意位置進行修改C. 默認將文件塊復(fù)制成三份存放D. 復(fù)制的文件塊默認都存在同一機架上答案：C知識點：在HDFS勺一個文件中只有一個寫入者，而且寫操作只能在文件末尾完成，即只能執(zhí)行追加操作。默認三份文件塊兩塊在同一機架上， 另一份存放在其 他機架上。15、Hadoop fs中的-get和-put命令操作對象是A. 文件B. 目錄C. 兩者都是答案：C知識點：HDF階令16、Namenodei啟動時自動進入安全模式，在安全模式階段，說法錯誤的是A.安全模式目的是在系統(tǒng)啟動時檢查各個 DataNode上數(shù)據(jù)塊的有效性B . 根據(jù)策略對數(shù)據(jù)塊進

18、行必要的復(fù)制或刪除C. 當數(shù)據(jù)塊最小百分比數(shù)滿足的最小副本數(shù)條件時，會自動退出安全模式D. 文件系統(tǒng)允許有修改答案：D知識點：HDFSe全模式/MapReduce17、MapReduce框架提供了一種序列化鍵/值對的方法，支持這種序列化的類能 夠在Map和Reduce過程中充當鍵或值，以下說法錯誤的是A. 實現(xiàn)Writable接口的類是值B. 實現(xiàn)WritableComparable<T>接口的類可以是值或鍵C. Hadoop 的基本類型 Text 并不實現(xiàn) WritableComparable<T> 接口D. 鍵和值的數(shù)據(jù)類型可以超出 Hadoop自身支持的基本類型答

19、案：C18、以下四個Hadoop預(yù)定義的Mapper實現(xiàn)類的描述錯誤的是A. IdentityMapper<K, V> 實現(xiàn) Mapper<K, V, K, V> ,將輸入直接映射到輸出B. InverseMapper<K, V> 實現(xiàn) Mapper<K, V, K, V> ,反轉(zhuǎn)鍵/值對C. RegexMapper<K>實現(xiàn) Mapper<K, Text, Text, LongWritable> ,為每個常 規(guī)表達式的匹配項生成一個(match, 1)對D. TokenCountMapper<K>實現(xiàn) Map

20、per<K, Text, Text, LongWritable> ,當輸 入的值為分t時，生成(taken, 1)對答案：B知識點：InverseMapper<K, V> 實現(xiàn) Mapper<K, V, V, K>19、下列關(guān)于HDF勃存儲MapReduce并行切分和處理的數(shù)據(jù)做的設(shè)計，錯誤的A. FSDataInputStream 擴展了 DataInputStream 以支持隨機讀B. 為實現(xiàn)細粒度并行，輸入分片(Input Split) 應(yīng)該越小越好C. 一臺機器可能被指派從輸入文件的任意位置開始處理一個分片D. 輸入分片是一種記錄的邏輯劃分，而HDF

21、激據(jù)塊是對輸入數(shù)據(jù)的物理分割答案：B知識點：每個分片不能太小，否則啟動與停止各個分片處理所需的開銷將占很大 一部分執(zhí)行時間20、針對每行數(shù)據(jù)內(nèi)容為" Timestamp Url ”的數(shù)據(jù)文件，在用JobConf對象conf 設(shè)置 conf.setlnputFormat(WhichlnputFormat.class) 來讀取這個文件時， WhichlnputFormat應(yīng)該為以下的A. TextlnputFormatB. KeyValueTextlnputFormatC. SequenceFilelnputFormatD. NLineInputFormat答案：B知識點：四項主要的In

22、putFormat類。KeyValueTextInputFormat以每行第一個分隔符為界，分隔符前為key,之后為value，默認制表符為t21、有關(guān)MapReduce勺輸入輸出，說法錯誤的是A. 鏈接多個MapReduce乍業(yè)時，序列文件是首選格式B. FileInputFormat 中實現(xiàn)的getSplits() 可以把輸入數(shù)據(jù)劃分為分片，分片 數(shù)目和大小任意定義C. 想完全禁止輸出，可以使用 NullOutputFormatD. 每個reduce需將它的輸出寫入自己的文件中，輸出無需分片答案：B知識點：分片數(shù)目在 numSplits中限定，分片大小必須大于mapred.min.size

23、個字節(jié)，但小于文件系統(tǒng)的塊22、Hadoop Streaming支持腳本語言編寫簡單 MapReduce®!序，以下是一個例bin/hadoop jar contrib/streaming/hadoop-0.20-streaming.jarinput input/filenameoutput outputmapper 'dosth.py 5 'file dosth.pyD mapred.reduce.tasks=123、以下說法不正確的是A. Hadoop Streaming使用Unix中的流與程序交互B. Hadoop Streaming允許我們使用任何可執(zhí)行腳本語

24、言處理數(shù)據(jù)流C. 采用腳本語言時必須遵從 UNIX的標準輸入STDIN并輸出到STDOUTD. Reduce沒有設(shè)定，上述命令運行會出現(xiàn)問題答案：D知識點：沒有設(shè)定特殊的reducer ,默認使用IdentityReducer 24、在高階數(shù)據(jù)處理中，往往無法把整個流程寫在單個 MapReduce乍業(yè)中，下列 關(guān)于鏈接MapReduce乍業(yè)的說法，不正確的是A. Job和JobControl類可以管理非線性作業(yè)之間的依賴B. ChainMapper和ChainReducer類可以用來簡化數(shù)據(jù)預(yù)處理和后處理的構(gòu)成C.使用ChainReducer時，每個 mapper和reducer對象都有一個本

25、地 JobConfD. ChainReducer.addMapper()方法中，一般對鍵/值對發(fā)送設(shè)置成值傳遞，性能 好且安全性高答案：D知識點：ChainReducer.addMapper()方法中，值傳遞安全性高，引用傳遞性能高25、下面哪個程序負責HDFS數(shù)據(jù)存儲。答案C datanodea)NameNode b)Jobtracker c)Datanode d)secondaryNameNode e)tasktracker26. HDfS中的block默認保存幾份？答案A默認3分a）3份b）2份c）1份d）不確定27. 下列哪個程序通常與NameNode在一個節(jié)點啟動？答案 D a)Se

26、condaryNameNodeb)DataNodec)TaskTrackerd)Jobtracker28. Hadoop 作者 答案 C Doug cutting a)Martin Fowler b)Kent Beck c)Doug cutting29. HDFS 默認 Block Size 答案：Ba)32MBb)64MBc)128MB 30、下列哪項通常是集群的最主要瓶頸：答案： C磁盤a）CPUb）網(wǎng)絡(luò)c）磁盤IOd）內(nèi)存31. 關(guān)于SecondaryNameNode哪項是正確的？答案 C a）它是NameNode的熱備b）它對內(nèi)存沒有要求c）它的目的是幫助NameNode合并編輯日志，

27、減少 NameNode啟動時間d）SecondaryNameNode 應(yīng)與 NameNode 部署到一個節(jié)點。多選題：1 .下列哪項可以作為集群的管理？答案： ABD a）Puppetb）Pdshc）Cloudera Managerd）Zookeeper2 .配置機架感知的下面哪項正確：答案 ABCa）如果一個機架出問題，不會影響數(shù)據(jù)讀寫b）寫入數(shù)據(jù)的時候會寫到不同機架的 DataNode中c）MapReduce會根據(jù)機架獲取離自己比較近的網(wǎng)絡(luò)數(shù)據(jù)3 . Client端上傳文件的時候下列哪項正確？答案 Ba）數(shù)據(jù)經(jīng)過NameNode傳遞給DataNodeb）Client 端將文件切分為Block ,依次上傳c）Client只上傳數(shù)據(jù)到一臺DataNode,然后由NameNode負責Block復(fù)制工4 .下列哪個是Hadoop運行的模式：答案ABCa）單機版b）偽分布式c）分布式5 . Clouder