Hadoop题库共2页.docx

1、Hadoop题库共2页1.以下哪一项不属于 Hadoop可以运行的模式C。A.单机（本地）模式B.伪分布式模式C互联模式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.下列哪个程序通常与 NameNode在同一个节点启动_D_。A.TaskTrackerB.DataNodeC.SecondaryNameNodeD.Jobtracker4.HDFS默认 Block Size的大小是 _B_。A.32MBB.64MBC.128MBD.256MB.网络C磁盘 IOD.内存C_。6

2、.下列关于 MapReduce说法不正确的是 A.Ma pReduce是一种计算框架B.Ma pReduce来源于google的学术论文C.Map Reduce程序只能用 java语言编写D.Ma pReduce隐藏了并行计算的细节，方便使用少次读少次读多次读多次读8. HDF淀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 _D 。A.次写入，B.多次写入，C.多次写入，D.次写入，9. HBase依靠 A 存储底层数据。A. HDFSB.HadoopC.MemoryD.MapReduce10. HBase依赖 D_提供强

3、大的计算能力。A.ZookeeperB.ChubbyC.RPCD. MapReduce11. HBase依赖 A 提供消息通信机制A.ZookeeperB.ChubbyC.RPCD. Socket12.下面与 HDFS类似的框架是C ？A.NTFSB.FAT32C.GFSD.EXT3 13.关于 SecondaryNameNode下面哪项是正确的 C_。A.它是 NameNode的热备B.它对内存没有要求NameNode启动时间C它的目的是帮助 NameNode合并编辑日志，减少D.D_。Seco ndaryNameNode 应与 NameNode 部署到一个节点14.大数据的特点不包括下面哪

4、一项A巨大的数据量B.多结构化数据C增长速度快D.价值密度高HBase测试题1. HBase来源于哪一项？ CA The Google File SystemB MapReduceC BigTableD ChubbyB、C、D2.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3. HBase依 靠（）A HDFS存储底层数据 AB HadoopC MemoryD MapReduce8.下面与 Zookee per类似的框架是？ DA ProtobufB JavaC KafkaD Chubby 9.下面与 HDFS类似的框架是？ CA NT

5、FSB 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核心知识点11. LSM含 义是？ AA日志结构合并树B二叉树C 平衡二叉树D基于日志结构的合并树 12.下面对 LSM结构描述正确的是?A顺序存储B直接写硬盘C需要将数据 Flush到磁盘D是一种搜索平衡树 13. LSM更能保证哪种操作的性能?A读B写C随机读D合并 14. LSM的读操作和写操作是独立的?A是。B否。C LSM并不区分读和写D LSM中读写是同一种操作 15. LSM结构的数据首先存储在（）A硬盘上

6、B内存中C磁盘阵列中D闪存中16 HFile数据格式中的 Data字段用于（）。AA存储实际的 KeyValue数据B存储数据的起点C旨定字段的长度D存储数据块的起点17 HFile数据格式中的 Meta In dex字段用于（）。DA Meta块的长度B Meta块的结束点C Meta块数据内容D Meta块的起始点 18HFile数据格式中的 Magic字段用于（）。AA存储随机数，防止数据损坏B存储数据的起点C存储数据块的起点D指定字段的长度D有固定的结构A拥20HFile数据格式中的 KeyValuf数据格式芮 悩部分是（）。C 有复杂结构的字符串B字符串C二进制数据D压缩数据第三部分

7、：HBase高级应用介绍31 HBase中的批量加载底层使用（）实现。 AA Map ReduceB HiveC Copro cessorD Bloom FilterA、B、C D32. HBase性能优化包含下面的哪些选项?A读优化B写优化C配置优化D JVM优化33. Rowkey设计的原则，下列哪些选项的描述是正确的? A尽量保证越短越好B可以使用汉字C 可以使用字符串D本身是无序的A、B、C34. HBase构建二级索引的实现方式有哪些?A MapReduceB CoprocessorC Bloom FilterA、BD Filter35.关于 HBase二级索引的描述，哪些是正确的？

8、A核心是倒排表B二级索引概念是对应 Rowkey这个一级”索引C 二级索引使用平衡二叉树D二级索引使用 LSM结构A、B36.下列关于 Bloom Filter的描述正确的是？ A、A是一个很长的二进制向量和一系列随机映射函数B没有误算率C有一定的误算率D可以在 Bloom Filter中删除元素第四部分：HBase安装、部署、启动37. HBase官方版本可以安装在什么操作系统上?A CentOSB UbuntuA、B、CC RedHatD Windows38. HBase虚拟分布式模式需要（）个节点?A 1B 2C 3D最少 3个39. HBase分布式模式最好需要（）个节点?A 1B 2

9、C 3D最少关于 hadoop 的选择题1、Doug Cutting 所创立的项目的名称都受到其家人的启发，以下项目不是由 他创立的项目是HadoopNutchLuceneSolrABCD答案： D2、ABCD 答案： B 知识点： hadoop 配置配置Hadoop时，JAVA_HOME包含在哪一个配置文件中hadoop-default.xml hadoop-env.sh hadoop-site.xml configuration.xslconf-site.xml mapred-site.xml core-site.xml hdfs-site.xml3、Hadoop 配置文件中， hadoo

10、p-site.xml 显示覆盖 hadoop-default.xml 里的 内容。在版本0.20中，hadoop-site.xml被分离成三个XML文件，不包括 ABCD答案： A知识点： hadoop 配置4、HDFS 默认的当前工作目录是 /user/$USER ，fs.default.name 的值需要在哪 个配置文件内说明A.mapred-site.xmlB.core-site.xmlC.hdfs-site.xmlD.以上均不是答案：B知识点： hadoop 配置5、关于Hadoop单机模式和伪分布式模式的说法，正确的是A 两者都起守护进程，且守护进程运行在一台机器上B .单机模式不使

11、用HDFS，但加载守护进程C 两者都不与守护进程交互，避免复杂性D.后者比前者增加了 HDFS输入输出以及可检查内存使用情况答案： D知识点： hadoop 配置6、下列关于 Hadoop API 的说法错误的是A.B.C.D.Hadoop的文件API不是通用的，只用于HDFS文件系统Con figuration类的默认实例化方法是以HDFS系统的资源配置为基础的 FileStatus 对象存储文件和目录的元数据FSDataInputStream 是java.io.DatalnputStream 的子类 答案： A /HDFS7、HDFS的NameNode负责管理文件系统的命名空间，将所有的文

12、件和文件夹的 元数据保存在一个文件系统树中，这些信息也会在硬盘上保存成以下文件：A .日志B .命名空间镜像C.两者都是答案： C知识点：8、HDFS的name node保存了一个文件包括哪些数据块，分布在哪些数据节点上, 这些信息也存储在硬盘上。A .正确B .错误答案：B知识点：在系统启动的时候从数据节点收集而成的9、Secondary namenode 就是namenode出现问题时的备用节点A .正确B .错误答案： B知识点：它和元数据节点负责不同的事情。其主要功能就是周期性将元数据节 点的命名空间镜像文件和修改日志合并，以防日志文件过大。合并过后的命名 空间镜像文件也在 Secon

13、dary namenode 保存了一份，以防 namenode 失败的时 候，可以恢复。10、出现在data node的VERSION文件格式中但不出现在name node的VERSION 文件格式中的是namespaceID storageID storageType layoutVersionA.B.C.D.答案： B个负整数，保存了 HDFS的持 namespaceID 是文件系统的唯一标识 storageType 表示此文件夹中保存的知识点：其他三项是公有的。 layoutVersion 是 续化在硬盘上的数据结构的格式版本号； 符，是在文件系统初次格式化时生成的； 是数据节点的类型返

14、回部分data node信息，谁负责将文件划分为多个Block，根据DataNode的 地址信息，按顺序写入到每一个 DataNode 块ClientNamenodeDatanodeSecondary namenodeABCD答案： A知识点：HDFS文件写入少次读写 少次读写 多次读写 多次读写12、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，默认的最 基本的存储单位是 64M ，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A .一次写入， B .多次写入， C一次写入，D.多次写入，答案： C知识点：HDFS特性13、HDFS无法高效存储大量小文件，

15、想让它能处理好小文件，比较可行的改进 策略不包括A .利用Seque nceFile、Map File、Har等方式归档小文件B 多 Master 设计C.Block 大小适当调小D.调大name node内存或将文件系统元数据存到硬盘里答案： D14、关于HDFS的文件写入，正确的是ABCD知识点：HDFS特性支持多用户对同一文件的写操作用户可以在文件任意位置进行修改 默认将文件块复制成三份存放复制的文件块默认都存在同一机架上答案： C知识点：在HDFS的一个文件中只有一个写入者，而且写操作只能在文件末尾完 成，即只能执行追加操作。默认三份文件块两块在同一机架上，另一份存放在 其他机架上。1

16、5、Hadoop fs中的-get和-put命令操作对象是A 文件B 目录C 两者都是答案：C知识点：HDFS命令16、Namenode 在启动时自动进入安全模式，在安全模式阶段，说法错误的是A .安全模式目的是在系统启动时检查各个 DataNode上数据块的有效性B 根据策略对数据块进行必要的复制或删除C 当数据块最小百分比数满足的最小副本数条件时，会自动退出安全模式D 文件系统允许有修改答案：D知识点：HDFS安全模式/MapReduce17、MapReduce 框架提供了一种序列化键 /值对的方法，支持这种序列化的类能 够在Map和Reduce过程中充当键或值，以下说法错误的是A .实现

17、Writable接口的类是值B .实现WritableComparablevT接口的类可以是值或键C. HadooP 的基本类型 Text并不实现 WritableComparablevT 接口D.键和值的数据类型可以超出HadooP自身支持的基本类型答案： C 18、以下四个 Hadoop 预定义的 Mapper 实现类的描述错误的是IdentityMapper实现Mapper，将输入直接映射到输出A.InverseMapper 实现 Mapper，反转键 /值对RegexMapper 实现 Mapper ，为每个常B.C. 规表达式的匹配项生成一个 (match, 1) 对D.TokenC

18、ountMapper 实现Mapper ，当输 入的值为分词时，生成 (taken, 1) 对答案： B知识点：InverseMapper 实现 Mapper 19、下列关于HDFS为存储Map Reduce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答案： B 知识点：每个分片不能太小，否则启动与停止

19、各个分片处理所需的开销将占很 大一部分执行时间20、针对每行数据内容为” Timestamp Url的数据文件，在用JobConf对象 conf 设置 con f.setI npu tFormat(Which Inpu tFormat.class) 来读取这个文件时， WhichInputFormat 应该为以下的A.TextInputFormatB KeyValueTextInputFormatC SequenceFileInputFormatD NLineInputFormat答案：B知识点：四项主要的InputFormat类。KeyValueTextlnputFormat以每行第一 个分

20、隔符为界，分隔符前为key，之后为value，默认制表符为t21、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 NullOut putFormatD.每个reduce需将它的输出写入自己的文件中，输出无需分片 答案： B知识点：分片数目在 numSplits 中限定，分片大小必须大于 mapred.min.size 个字节，但小于文件系统的块22、 Hadoop Streaming 支持脚

21、本语言编写简单 MapReduce 程序，以下是一个例 子：bin/hadoop jar contrib/streaming/hadoop-0.20-streaming.jarinput input/filenameoutput output mapper dosth.py 5 file dosth.pyD mapred.reduce.tasks=123、 以下说法不正确的是Hadoop Streaming 使用 Unix 中的流与程序交互Hadoop Streaming 允许我们使用任何可执行脚本语言处理数据流采用脚本语言时必须遵从UNIX的标准输入STDIN，并输出到STDOUTReduc

22、e 没有设定，上述命令运行会出现问题ABCD答案： D知识点：没有设定特殊的reducer，默认使用IdentityReducer24、在高阶数据处理中，往往无法把整个流程写在单个 MapReduce 作业中，下列关于链接 MapReduce 作业的说法，不正确的是A.Job和JobControl类可以管理非线性作业之间的依赖B.ChainMapper和ChainReducer类可以用来简化数据预处理和后处理的构成C.使用ChainReducer时，每个mapper和reducer对象都有一个本地JobConf 对象DChainReducer.addMapper() 方法中，一般对键 /值对发

23、送设置成值传递，性 能好且安全性高答案： D知识点： ChainReducer.addMapper() 方法中，值传递安全性高，引用传递性能 高25、下面哪个程序负责 HDFS 数据存储。答案 C datanodea)NameNodeb)Jobtrackerc)Datanoded)secondaryNameNodee)tasktracker26.HDfS中的block默认保存几份？答案A默认3分a)3份b)2份c)1份d)不确定27.下列哪个程序通常与 NameNode 在一个节点启动？答案 Da)SecondaryNameNodeb)DataNodec)TaskTrackerd)Jobtra

24、cker28.Hadoop 作者答案 C Doug cuttinga)Martin Fowlerb)Kent Beckc)Doug cutting29.HDFS 默认 Block Size 答案： Ba)32MBb)64MBc)128MB30、下列哪项通常是集群的最主要瓶颈：答案： C磁盘a)CPUb)网络C)磁盘10d)内存 31. 关于 SecondaryNameNode 哪项是正确的？答案 Ca） 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）SecondaryNameNode 应与 NameNode

25、部署到一个节点。多选题：1.下列哪项可以作为集群的管理？答案： ABDa)Puppetb)PdshC)Cloudera Manager d)Zookeeper2.配置机架感知的下面哪项正确：答案 ABCa） 如果一个机架出问题，不会影响数据读写b） 写入数据的时候会写到不同机架的 DataNode中C）MapReduCe 会根据机架获取离自己比较近的网络数据3.Clie nt端上传文件的时候下列哪项正确？答案 Ba） 数据经过NameNode传递给 DataNodeb） Client端将文件切分为Block，依次上传C）Client 只上传数据到一台 DataNode ，然后由 NameNod

26、e 负责 BloCk 复制工 作4.下列哪个是 Hadoop 运行的模式：答案 ABCa） 单机版b） 伪分布式C）分布式 5. Cloudera提供哪几种安装 CDH的方法？答案：ABCDa)Cloudera managerb)TarballC)Yumd)Rpm判断题：1.Ganglia 不仅可以进行监控，也可以进行告警。 （正确）2.BloCk Size 是不可以修改的。（错误）3.Nagios 不可以监控 Hadoop 集群，因为它不提供 Hadoop 支持。（错误）4.如果 NameNode 意外终止， SeCondaryNameNode 会接替它使集群继续工作。 （错误）5.Clou

27、dera CDH 是需要付费使用的。（错误）6.Hadoop 是 Java 开发的，所以 MapReduce 只支持 Java 语言编写。（错误）7.Hadoop 支持数据的随机读写。 （错）8.NameNode 负责管理 metadata ，client 端每次读写请求，它都会从磁盘中 读取或则会写入 metadata 信息并反馈 client 端。（错误）9.Hadoop 自身具有严格的权限管理和安全措施保障集群正常运行。 （错误）10.Slave 节点要存储数据，所以它的磁盘越大越好。 （错误）11.hadoop dfsadmin -eport命令用于检测 HDFS损坏块。（错误）12.

28、Hadoop 默认调度器策略为 FIFO （正确）13.集群内每个节点都应该配 RAID ，这样避免单磁盘损坏，影响整个节点运行。 （错误）14.因为 HDFS 有多个副本，所以 NameNode 是不存在单点问题的。 （错误）15.每个map槽就是一个线程。（错误）16.Mapreduce 的 input split 就是一个 block。（错误）17.DataNode首次加入cluster的时候，如果log中报告不兼容文件版本， 那需要 NameNode 执行 “Hadoop namenode -format ”操作格式化磁盘。 （错误 ）18.NameNode的 Web UI端口是50030，它通过jetty启动的 Web服务。（错误）19.Hadoop 环境变量中的 HADOOP_HEAPSIZE 用于设置所有 Hadoop 守护线程 的内存。它默认是 200 GB 。（错误）