Hadoop题库第138章.docx

1、Hadoop题库第138章题库（第一、三、八章）第一章单选题1、大数据的数据量现在已经达到了哪个级别？（ C ）A、GBB、TBC、PBD、ZB2、2003年，Google公司发表了主要讲解海量数据的可靠存储方法的论文是？（ A ）A、“The Google File System”B、“MapReduce: Simplified Data Processing on Large Clusters”C、“Bigtable: A Distributed Storage System for Structured Data”D、“The Hadoop File System”3、2004年，Goo

2、gle公司发表了主要讲解海量数据的高效计算方法的论文是？（ B ）A、“The Google File System”B、“MapReduce: Simplified Data Processing on Large Clusters”C、“Bigtable: A Distributed Storage System for Structured Data”D、“The Hadoop File System”4、2006年，Google公司发表了用来处理海量数据的一种非关系型数据库的论文是?（ C ）A、“The Google File System”B、“MapReduce: Simplif

3、ied Data Processing on Large Clusters”C、“Bigtable: A Distributed Storage System for Structured Data”D、“The Hadoop File System”5、对于GFS架构，下面哪个说法是错误的？（ A ）A、GFS Master节点管理所有的文件系统所有数据块。B、GFS存储的文件都被分割成固定大小的块，每个块都会被复制到多个块服务器上（可靠性）。块的冗余度默认为3。C、GFS Master还管理着系统范围内的活动，比如块服务器之间的数据迁移等D、GFS Master与每个块服务器通信（发送心跳

4、包），发送指令，获取状态6、下面哪个选项不是HDFS架构的组成部分？（ D ）A、NameNodeB、DataNodeC、SecondaryNameNodeD、GFS7、狭义的Hadoop是一个适合大数据分布式存储和分布式计算的平台，不包括下面哪个组件？（ D ）A、HDFSB、MapReduce C、Yarn D、HBase8、与Hadoop 1.x相比，Hadoop 2.x采用全新的架构，最明显的变化就是增加了哪个组件？（ D ）A、MapReduceB、PigC、HBaseD、Yarn9、建立在Hadoop文件系统之上的分布式的列式数据库？（ A ）A、HBaseB、HiveC、YARN

5、D、Mahout10、下面哪个选项不属于Google的三驾马车？（ A ）A、HDFSB、MapReduceC、BigTableD、GFS多选题1、下面哪些是大数据的基本特征？（ ABCD ）A、数据体量大B、数据类型多C、处理速度快D、价值密度低2、Hadoop能够使用户轻松开发和运行处理大数据的应用程序，那它主要有下面哪些特点（ ABCD ）A、高可靠性B、高扩展性C、高效性D、高容错性判断题( ) 1、Google的在大数据解决方案是开源的。( ) 2、GFS分布式文件系统有两个基本组成部分，一个是客户端（Client），一个是服务端（Server）( ) 3、上传的数据块保存在GFS上

6、，在保存过程中需要水平复制，水平复制需要考虑两个要求：可靠性、可用性( ) 4、HDFS的采用了“分而治之”的思想。( ) 5、MapReduce是的最早提出是Google为了解决PageRank的问题( ) 6、Hbase是非关系型数据库，是面向列的。第三章单选题1、HDFS首先把大数据文件切分成若干个小的数据块，再把这些数据块分别写入不同的节点，这些负责保存文件数据的节点被称为？（ B ）A、NameNodeB、DataNodeC、SecondaryNameNodeD、Block2、名称节点（NameNode）是HDFS的管理者，它的职责有3个方面，下面哪个选项不是NamdeNode的职责

7、？（ D ）A、负责管理和维护HDFS的命名空间（NameSpace）B、管理DataNode上的数据块（Block）C、接收客户端的请求D、负责保存数据块3、数据节点（DataNode）负责存储数据，一个数据块会在多个DataNode中进行冗余备份，那么HDFS默认存储几份？（ C ）A、1B、2C、3D、54、下面哪个选项不属于DataNode的职责？（ C ）A、保存数据块B、启动DataNode线程，向NameNode定期汇报数据块信息C、管理数据块D、定期向NameNode发送心跳信息保持联系5、向HDFS上传文件，正确的shell命令是？（ B ）A、hdfs dfs -getB、

8、hdfs dfs -putC、hdfs dfs -appendToFileD、hdfs dfs -copyToLocal6、对于HDFS文件读取过程，描述不正确的是？（ A ）A、HDFS客户端通过Configuration对象的open()方法打开要读取的文件B、DistributedFileSystem负责向远程的名称节点（NameNode）发起RPC调用，得到文件的数据块信息，返回数据块列表C、通过对数据流反复调用read()方法，把数据从数据节点传输到客户端D、当客户端读取完数据时，调用FSDataInputStream对象的close()方法关闭输入流7、HDFS能够在出错的情况下保

9、证数据存储的可靠性，常见的出错情况不包括？（ D ）A、数据节点（DataNode）出错B、名称节点（NameNode）出错C、数据本身出错D、以上选项都不包括8、考虑到安全和效率，Hadoop设计了机架感知（rack-aware）功能，下面关于机架感知说法正确的是？（ C ）A、三个冗余备份可在同一个机架上B、三个冗余备份在不同的机架上C、三个冗余备份其中有两个在同一个架构上，另外一个备份在不同的机架上D、上述说法都不对9、Hadoop类库中最终面向用户提供的接口类是_。该类是个抽象类，只能通过类的get方法得到具体类？（ B ）A、Configuration类B、FileSystem类C、

10、Path类D、URI类10、使用HDFS Federation的优点不包括下面哪个选项？（ B ）A、NameSpace具有可扩展性B、DataNode具有可扩展性C、性能提升。多个NameNode可以提高读写时的数据吞吐量D、隔离性。使用联邦可隔离不同类型的程序，一定程度上可控制资源的分配11、当NameNode出错时，下面哪个方案描述正确，且是最佳故障恢复和容错方案？（ B ）A、采用SecondaryName定时备份NameNode的fsimage和editsB、采用NameNode HA,当一个NameNode出错时，另一个NameNode接管它的工作。C、采用NameNode Fed

11、aration，多个Namenode一起工作。D、多增加DataNode12、关于HDFS回收站描述正确的是？（ C ）A、HDFS回收站默认开启B、HDFS回收站中的文件文件像Windows回收站一样，如果不清空回收站，文件会一直保留在回收站。C、HDFS为每一个用户都创建了回收站，这个类似操作系统的回收站。位置是/user/用户名/.Trash/D、用户不能手动清空回收站中的内容13、关于 SecondaryNameNode的描述，哪项是正确的？ （ C ）A、它是NameNode的热备 B、它对内存没有要求C、它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间D、S

12、econdaryNameNode应与NameNode部署到一个节点14、HDFS的是基于流数据模式访问和处理超大文件的需求而开发的，具有高容错、高可靠性、高可扩展性、高吞吐率等特征，适合的读写任务是：（ C ）A、一次写入，少次读写 B、多次写入，少次读写 C、一次写入，多次读写 D、多次写入，多次读写多选题1、下面属于HDFS的优点的是（ABC）A、处理超大文件。HDFS能够处理TB级甚至PB级的数据。B、支持流式数据访问。C、低成本运行。HDFS可运行在低廉的商用硬件集群上。D、适合处理低延迟的数据访问E、适合处理大量的小文件F、支持多用户写入及任意修改文件判断题( ) 1、HDFS是整个

13、Hadoop生态圈中的基石( ) 2、在HDFS HA集群中，两个NameNode都处于活跃状态，这样其中一个NameNode故障时，集群仍然可用( ) 3、DataNode一旦发生故障将导致整个集群不可用( ) 4、上传到HDFS的一个数据块是1M，那么它在HDFS上占用的内存是1M( ) 5、NameNode管理了两个文件，其中fsimage体现了其最新的状态( ) 6、安全模式（Safemode）是HDFS所处的一种特殊状态。处于这种状态时，HDFS只接受读数据请求，不能对文件进行写、删除等操作( ) 7、HDFS为每一个用户都创建了类似操作系统的回收站（Trash），当用户删除文件时，

14、文件马上就会被永久性删除( ) 8、hdfs dfsadmin -disallowSnapshot是开启HDFS快照的命令( ) 9、HDFS提供了如下两种配额（Quota）命令（这两种命令是管理命令hdfs dfsadmin）简答题1、根据要求写出对应的HDFS shell命令(1)在HDFS上创建名为test的目录hdfs dfs -mkdir test(2)将本地的文件file上传至test目录下hdfs dfs -put file test或hdfs dfs -copyFromLocal file test(3)将本地的文件file1内容追加至test目录下的file中hdfs dfs

15、 -appendToFile file1 test/file(4)查看test的目录信息hdfs dfs -ls test(5)将test下的file文件下载至本地hdfs dfs -get file test或hdfs dfs -copyToLocal file test2、HDFS编程：创建文件 public static void main(String args) throws Exception Configuration conf=new Configuration(); URI uri=new URI(hdfs:/XXXXX:XX); FileSystem fs=FileSyst

16、em.get(uri,conf,hadoop); Path dfs=new Path(/mydir/test2.txt); FSDataOutputStream os=fs.create(dfs,true); newFile.writeBytes(hello,hdfs!); os.close(); fs.close(); 3、请描述HDFS文件读取过程文字描述：（1）HDFS客户端通过DistributedFileSystem对象的open()方法打开要读取的文件。（2）DistributedFileSystem负责向远程的名称节点（NameNode）发起RPC调用，得到文件的数据块信息，返回

17、数据块列表。对于每个数据块，NameNode返回该数据块的DataNode地址。（3）DistributedFileSystem返回一个FSDataInputStream对象给客户端，客户端调用FSDataInputStream对象的read()方法开始读取数据。（4）通过对数据流反复调用read()方法，把数据从数据节点传输到客户端。（5）当一个节点的数据读取完毕时，DFSInputStream对象会关闭与此数据节点的连接，连接此文件下一个数据块的最近数据节点。（6）当客户端读取完数据时，调用FSDataInputStream对象的close()方法关闭输入流。4、请描述HDFS文件写入的过

18、程文字描述：（1）客户端调用DistributedFileSystem对象的create()方法创建一个文件输出流对象。（2）DistributedFileSystem对象向远程的NameNode节点发起一次RPC调用，NameNode检查该文件是否已经存在，以及客户端是否有权限新建文件。（3）客户端调用FSDataOutputStream对象的write()方法写数据，数据先被写入缓冲区，再被切分为一个个数据包。（4）每个数据包被发送到由NameNode节点分配的一组数据节点的一个节点上，在这组数据节点组成的管道上依次传输数据包。（5）管道上的数据节点按反向顺序返回确认信息，最终由管道中的第

19、一个数据节点将整条管道的确认信息发送给客户端。（6）客户端完成写入，调用close()方法关闭文件输出流。（7）通知NameNode文件写入成功。第八章单选题1、以前在传统数据库与Hadoop之间，数据传输没有专门的工具，两者数据的互导是比较困难的，_的出现解决了这个问题？（ C ）A、HiveB、FlumeC、SqoopD、Zookeeper2、Sqoop的底层实现是_？（ B ）A、HDFSB、MapReduceC、HBaseD、Hadoop3、将数据从关系型数据库中导出到HDFS上，应当使用命令_？（ A ）A、importB、exportC、listD、以上都不对4、关于Sqoop数据

20、的导入导出描述不正确的是？（ B ）A、实现从MySQL到Hive的导入导出B、实现从MySQL到Oracle的导入导出C、实现从HDFS到Oracle的导入导出D、实现从HDFS到MySQL的导入导出5、列出mysql数据库中的所有数据库sqoop命令是？（A）A、sqoop list-databases connectB、sqoop list-tables connectC、sqoop create-hive-table connect D、sqoop import connect6、对Sqoop描述不正确的是？（ C ）A、Sqoop的底层实现是MapReduceB、Sqoop主要采集关

21、系型数据库中数据，常用于离线计算批量处理C、Sqoop只支持从关系型数据库导入到HDFS，不支持从HDFS导入到关系型数据库。D、Sqoop脚本最终会变成提交到YARN上的一个个map任务判断题( ) 1、Sqoop充分利用了MapReduce的并行特点，以批处理的方式加快数据的传输，同时也借助MapReduce实现了容错( ) 2、用户的Sqoop脚本最终会变成提交到YARN上的一个个reduce任务( ) 3、Sqoop中的export命令是将数据导入到集群中( ) 4、import-all-tables命令的功能是导入某个数据库下所有表到HDFS中( ) 5、将MySql数据导入到Hadoop集群中不需要任务依赖jar包