大数据技术原理与应用（林子雨）
?
第1章 大数据概述
1单选(2分)
第三次信息化浪潮的标志是：
A.个人电脑的普及
B.云计算、大数据、物联网技术的普及
C.虚拟现实技术的普及
D.互联网的普及
正确答案：B你选对了
?
2单选(2分)
就数据的量级而言，1PB数据是多少TB？
A.2048
B.1000
C.512
D.1024
正确答案：D你选对了
?
3单选(2分)
以下关于云计算、大数据和物联网之间的关系，论述错误的是：
A.云计算侧重于数据分析
B.物联网可以借助于云计算实现海量数据的存储
C.物联网可以借助于大数据实现海量数据的分析
D.云计算、大数据和物联网三者紧密相关，相辅相成
正确答案：A你选对了
?
4单选(2分)
以下哪个不是大数据时代新兴的技术：
A.Spark
B.Hadoop
C.HBase
D.MySQL
正确答案：D你选对了
?
5单选(2分)
每种大数据产品都有特定的应用场景，以下哪个产品是用于批处理的：
A.MapReduce
B.Dremel
C.Storm
D.Pregel
正确答案：A你选对了
?
6单选(2分)
每种大数据产品都有特定的应用场景，以下哪个产品是用于流计算的：
A.GraphX
B.S4
C.Impala
D.Hive
正确答案：B你选对了
?
7单选(2分)
每种大数据产品都有特定的应用场景，以下哪个产品是用于图计算的：
A.Pregel
B.Storm
C.Cassandra
D.Flume
正确答案：A你选对了
?
8单选(2分)
每种大数据产品都有特定的应用场景，以下哪个产品是用于查询分析计算的：
A.HDFS
B.S4
C.Dremel
D.MapReduce
正确答案：C你选对了
?
9多选(3分)
数据产生方式大致经历了三个阶段，包括：
A.运营式系统阶段
B.感知式系统阶段
C.移动互联网数据阶段
D.用户原创内容阶段
正确答案：ABD你选对了
?
10多选(3分)
大数据发展的三个阶段是：
A.低谷期
B.成熟期
C.大规模应用期
D.萌芽期
正确答案：BCD你选对了
?
11多选(3分)
大数据的特性包括：
A.价值密度低
B.处理速度快
C.数据类型繁多
D.数据量大
正确答案：ABCD你选对了
?
12多选(3分)
图领奖获得者、著名数据库专家Jim Gray博士认为，人类自古以来在科学研究上先后经历了哪几种范式：
A.计算科学
B.数据密集型科学
C.实验科学
D.理论科学
正确答案：ABCD你选对了
?
13多选(3分)
大数据带来思维方式的三个转变是：
A.效率而非精确
B.相关而非因果
C.精确而非全面
D.全样而非抽样
正确答案：ABD你选对了
?
14多选(3分)
大数据主要有哪几种计算模式：
A.流计算
B.图计算
C.查询分析计算
D.批处理计算
正确答案：ABCD你选对了
?
15多选(3分)
云计算的典型服务模式包括三种：
A.SaaS
B.IaaS
C.MaaS
D.PaaS
正确答案：ABD你选对了
?
?
第2章 大数据处理架构Hadoop
1单选(2分)
启动hadoop所有进程的命令是:
A.start-dfs.sh
B.start-all.sh
C.start-hadoop.sh
D.start-hdfs.sh
正确答案：B你选对了
?
2单选(2分)
以下对Hadoop的说法错误的是：
A.Hadoop是基于Java语言开发的，只支持Java语言编程
B.Hadoop2.0增加了NameNode HA和Wire-compatibility两个重大特性
C.Hadoop MapReduce是针对谷歌MapReduce的开源实现，通常用于大规模数据集的并行计算
D.Hadoop的核心是HDFS和MapReduce
正确答案：A你选对了
?
3单选(2分)
以下哪个不是Hadoop的特性:
A.成本高
B.支持多种编程语言
C.高容错性
D.高可靠性
正确答案：A你选对了
?
4单选(2分)
以下名词解释不正确的是:
A.Zookeeper：针对谷歌Chubby的一个开源实现，是高效可靠的协同工作系统
B.HBase：提供高可靠性、高性能、分布式的行式数据库，是谷歌BigTable的开源实现
C.Hive：一个基于Hadoop的数据仓库工具，用于对Hadoop文件中的数据集进行数据整理、特殊查询和分析存储
D.HDFS：分布式文件系统，是Hadoop项目的两大核心之一，是谷歌GFS的开源实现
正确答案：B你选对了
?
5多选(3分)
以下哪些组件是Hadoop的生态系统的组件：
A.HBase
B.Oracle
C.HDFS
D.MapReduce
正确答案：ACD你选对了
?
6多选(3分)
以下哪个命令可以用来操作HDFS文件:
A.hadoop fs
B.hadoop dfs
C.hdfs fs
D.hdfs dfs
正确答案：ABD你选对了
?
?
第3章 分布式文件系统HDFS
1单选(2分)
HDFS的命名空间不包含:
A.字节
B.文件
C.块
D.目录
正确答案：A你选对了
?
2单选(2分)
对HDFS通信协议的理解错误的是:
A.客户端与数据节点的交互是通过RPC（Remote Procedure Call）来实现的
B.客户端通过一个可配置的端口向名称节点主动发起TCP连接，并使用客户端协议与名称节点进行交互
C.名称节点和数据节点之间则使用数据节点协议进行交互
D.HDFS通信协议都是构建在IoT协议基础之上的
正确答案：D你选对了
?
3单选(2分)
采用多副本冗余存储的优势不包含:
A.保证数据可靠性
B.容易检查数据错误
C.加快数据传输速度
D.节约存储空间
正确答案：D你选对了
?
4单选(2分)
假设已经配置好环境变量，启动Hadoop和关闭Hadoop的命令分别是:
A.start-dfs.sh，stop-hdfs.sh
B.start-hdfs.sh，stop-hdfs.sh
C.start-dfs.sh，stop-dfs.sh
D.start-hdfs.sh，stop-dfs.sh
正确答案：C你选对了
?
5单选(2分)
分布式文件系统HDFS采用了主从结构模型，由计算机集群中的多个节点构成的，这些节点分为两类，一类存储元数据叫 ???，另一类存储具体数据叫 ???:
A.名称节点，主节点
B.从节点，主节点
C.名称节点，数据节点
D.数据节点，名称节点
正确答案：C你选对了
?
6单选(2分)
下面关于分布式文件系统HDFS的描述正确的是：
A.分布式文件系统HDFS是Google Bigtable的一种开源实现
B.分布式文件系统HDFS是谷歌分布式文件系统GFS（Google File System）的一种开源实现
C.分布式文件系统HDFS比较适合存储大量零碎的小文件
D.分布式文件系统HDFS是一种关系型数据库
正确答案：B你选对了
7多选(3分)
以下对名称节点理解正确的是:
A.名称节点作为中心服务器，负责管理文件系统的命名空间及客户端对文件的访问
B.名称节点用来负责具体用户数据的存储
C.名称节点通常用来保存元数据
D.名称节点的数据保存在内存中
正确答案：ACD你选对了
?
8多选(3分)
以下对数据节点理解正确的是:
A.数据节点通常只有一个
B.数据节点用来存储具体的文件内容
C.数据节点的数据保存在磁盘中
D.数据节点在名称节点的统一调度下进行数据块的创建、删除和复制等操作
正确答案：BCD你选对了
?
9多选(3分)
HDFS只设置唯一一个名称节点带来的局限性包括:
A.集群的可用性
B.性能的瓶颈
C.命名空间的限制
D.隔离问题
正确答案：ABCD你选对了
?
10多选(3分)
以下HDFS相关的shell命令不正确的是:
A.hadoop dfs mkdir <path>：创建<path>指定的文件夹
B.hdfs dfs -rm <path>：删除路径<path>指定的文件
C.hadoop fs -copyFromLocal <path1> <path2>：将路径<path2>指定的文件或文件夹复制到路径<path1>指定的文件夹中
D.hadoop fs -ls <path>：显示<path>指定的文件的详细信息
正确答案：AC你选对了
?
?
第4章 分布式数据库HBase
1单选(2分)
HBase是一种 ???数据库
A.行式数据库
B.关系数据库
C.文档数据库
D.列式数据库
正确答案：D你选对了
?
2单选(2分)
下列对HBase数据模型的描述错误的是:
A.每个HBase表都由若干行组成，每个行由行键（row key）来标识
B.HBase是一个稀疏、多维度、排序的映射表，这张表的索引是行键、列族、列限定符和时间戳
C.HBase中执行更新操作时，会删除数据旧的版本，并生成一个新的版本
D.HBase列族支持动态扩展，可以很轻松地添加一个列族或列
正确答案：C你选对了
?
3单选(2分)
下列说法正确的是:
A.如果不启动Hadoop，则HBase完全无法使用
B.HBase的实现包括的主要功能组件是库函数，一个Master主服务器和一个Region服务器
C.如果通过HBase Shell插入表数据，可以插入一行数据或一个单元格数据
D.Zookeeper是一个集群管理工具，常用于分布式计算，提供配置维护、域名服务、分布式同步等
正确答案：D你选对了
?
4单选(2分)
在HBase数据库中，每个Region的建议最佳大小是：
A.2GB-4GB
B.100MB-200MB
C.500MB-1000MB
D.1GB-2GB
正确答案：D你选对了
?
5单选(2分)
HBase三层结构的顺序是:
A.Zookeeper文件，.MEATA.表，-ROOT-表
B.-ROOT-表，Zookeeper文件，.MEATA.表
C.Zookeeper文件，-ROOT-表，.MEATA.表
D..MEATA.表，Zookeeper文件，-ROOT-表
正确答案：C你选对了
?
6单选(2分)
客户端是通过????级寻址来定位Region:
A.三
B.二
C.一
D.四
正确答案：A你选对了
?
7单选(2分)
关于HBase Shell命令解释错误的是:
A.create：创建表
B.put：向表、行、列指定的单元格添加数据
C.list：显示表的所有数据
D.get：通过表名、行、列、时间戳、时间范围和版本号来获得相应单元格的值
正确答案：C你选对了
?
8多选(3分)
下列对HBase的理解正确的是：
A.HBase是针对谷歌BigTable的开源实现
B.HBase是一种关系型数据库，现成功应用于互联网服务领域
C.HBase是一个行式分布式数据库，是Hadoop生态系统中的一个组件
D.HBase多用于存储非结构化和半结构化的松散数据
正确答案：AD你选对了
?
9多选(3分)
HBase和传统关系型数据库的区别在于哪些方面:
A.数据操作
B.数据索引
C.数据模型
D.存储模式
正确答案：ABCD你选对了
?
10多选(3分)
访问HBase表中的行，有哪些方式:
A.通过某列的值区间
B.全表扫描
C.通过一个行健的区间来访问
D.通过单个行健访问
正确答案：BCD你选对了
?
?
第5章 NoSQL数据库
1单选(2分)
下列关于NoSQL数据库和关系型数据库的比较，不正确的是：
A.NoSQL数据库很容易实现数据完整性，关系型数据库很难实现数据完整性
B.NoSQL数据库缺乏统一的查询语言，而关系型数据库有标准化查询语言
C.NoSQL数据库的可扩展性比传统的关系型数据库更好
D.NoSQL数据库具有弱一致性，关系型数据库具有强一致性
正确答案：A你选对了
?
2单选(2分)
以下对各类数据库的理解错误的是:
A.键值数据库的键是一个字符串对象，值可以是任意类型的数据，比如整型和字符型等
B.文档数据库的数据是松散的，XML和JSON 文档等都可以作为数据存储在文档数据库中
C.图数据库灵活性高，支持复杂的图算法，可用于构建复杂的关系图谱
D.HBase数据库是列族数据库，可扩展性强，支持事务一致性
正确答案：D你选对了
?
3单选(2分)
下列数据库属于文档数据库的是:
A.MySQL
B.Redis
C.MongoDB
D.HBase
正确答案：C你选对了
?
4单选(2分)
?NoSQL数据库的三大理论基石不包括:
A.最终一致性
B.BASE
C.ACID
D.CAP
正确答案：C你选对了
?
5多选(3分)
关于NoSQL数据库和关系数据库，下列说法正确的是：
A.NoSQL数据库可以支持超大规模数据存储，具有强大的横向扩展能力
B.NoSQL数据库和关系数据库各有优缺点，但随着NoSQL的发展，终将取代关系数据库
C.大多数NoSQL数据库很难实现数据完整性
D.关系数据库有关系代数理论作为基础，NoSQL数据库没有统一的理论基础
正确答案：ACD你选对了
?
6多选(3分)
?NoSQL数据库的类型包括：
A.键值数据库
B.列族数据库
C.文档数据库
D.图数据库
正确答案：ABCD你选对了
?
7多选(3分)
CAP是指:
A.一致性
B.可用性
C.持久性
D.分区容忍性
正确答案：ABD你选对了
?
8多选(3分)
NoSQL数据库的BASE特性是指:
A.软状态
B.持续性
C.最终一致性
D.基本可用
正确答案：ACD你选对了
?
?
第6章 云数据库
1单选(2分)
下列Amazon的云数据库属于关系数据库的是：
A.Amazon SimpleDB
B.Amazon DynamoDB
C.Amazon RDS
D.Amazon Redshift
正确答案：C你选对了
?
2单选(2分)
下列关于UMP系统的说法不正确的是:
A.Controller服务器向UMP集群提供各种管理服务，实现集群成员管理、元数据存储等功能
B.Agent服务器部署在运行MySQL进程的机器上，用来管理每台物理机上的MySQL实例
C.UMP系统是低成本和高性能的MySQL云数据库方案
D.Mnesia是UMP系统的一个组件，是一个分布式数据库管理系统，且不支持事务
正确答案：D你选对了
?
3多选(3分)
UMP依赖的开源组件包括
A.LVS
B.ZooKeeper
C.Mnesia
D.RabbitMQ
正确答案：ABCD你选对了
?
4多选(3分)
在UMP系统中，Zookeeper主要发挥的作用包括:
A.监控所有MySQL实例
B.负责集群负载均衡
C.提供分布式锁，选出一个集群的“总管”
D.作为全局的配置服务器
正确答案：ACD你选对了
?
5多选(3分)
UMP系统设计了哪些机制来保证数据安全:A.记录用户操作日志
B.数据访问IP白名单
C.SSL数据库连接
D.SQL拦截
正确答案：ABCD你选对了
?
第7章 MapReduce
1单选(2分)
下列说法错误的是:
A.Map函数将输入的元素转换成<key,value>形式的键值对
B.Hadoop框架是用Java实现的，MapReduce应用程序则一定要用Java来写
C.MapReduce框架采用了Master/Slave架构，包括一个Master和若干个Slave
D.不同的Map任务之间不能互相通信
正确答案：B你选对了
?
2单选(2分)
在使用MapReduce程序WordCount进行词频统计时，对于文本行“hello hadoop hello world”，经过WordCount程序的Map函数处理后直接输出的中间结果，应该是下面哪种形式：
A.<"hello",1,1>、<"hadoop",1>和<"world",1>
B.<"hello",2>、<"hadoop",1>和<"world",1>
C.<"hello",<1,1>>、<"hadoop",1>和<"world",1>
D.<"hello",1>、<"hello",1>、<"hadoop",1>和<"world",1>
正确答案：D你选对了
?
3单选(2分)
对于文本行“hello hadoop hello world”，经过WordCount的Reduce函数处理后的结果是:
A.<"hello",<1,1>><"hadoop",1><"world",1>
B.<"hello",1><"hello",1><"hadoop",1><"world",1>
C.<"hello",1,1><"hadoop",1><"world",1>
D.<"hello",2><"hadoop",1><"world",1>
正确答案：D你选对了
?
4多选(3分)
下列关于传统并行计算框架（比如MPI）和MapReduce并行计算框架比较正确的是：
A.前者所需硬件价格贵，可扩展性差，后者硬件便宜，扩展性好
B.前者相比后者学习起来更难
C.前者是共享式(共享内存/共享存储)，容错性差，后者是非共享式的，容错性好
D.前者适用于实时、细粒度计算、计算密集型，后者适用于批处理、非实时、数据密集型
正确答案：ABCD你选对了
?
5多选(3分)
MapReduce1.0的体系结构主要由哪几个部分组成:
A.JobTracker
B.TaskTracker
C.Client
D.Task
正确答案：ABCD你选对了
?
?
第8章 Hadoop再探讨
1单选(2分)
下列说法正确的是:
A.HDFS HA可用性不好
B.第二名称节点是热备份
C.HDFS HA提供高可用性，可以实现可扩展性、系统性能和隔离性
D.第二名称节点无法解决单点故障问题
正确答案：D你选对了
?
2单选(2分)
HDFS Federation设计不能解决“单名称节点”存在的哪个问题:
A.单点故障问题
B.HDFS集群扩展性
C.性能更高效
D.良好的隔离性
正确答案：A你选对了
?
3多选(3分)
下列哪些是Hadoop1.0存在的问题：
A.抽象层次低
B.表达能力有限
C.开发者自己管理作业之间的依赖关系
D.执行迭代操作效率低
正确答案：ABCD你选对了
?
4多选(3分)
下列对Hadoop各组件的理解正确的是:
A.Oozie:工作流和协作服务引擎
B.Pig：处理大规模数据的脚本语言
C.Kafka：分布式发布订阅消息系统
D.Tez：支持DAG作业的计算框架
正确答案：ABCD你选对了
?
5多选(3分)
对新一代资源管理调度框架YARN的理解正确的是:
A.YARN既是资源管理调度框架，也是一个计算框架
B.MapReduce2.0是运行在YARN之上的计算框架，由YARN来为MapReduce提供资源管理调度服务
C.YARN可以实现“一个集群多个框架”，即在一个集群上部署一个统一的资源调度管理框架
D.YARN的体系结构包含三个组件：ResourceManager，NodeManager，ApplicationMaster
正确答案：BCD你选对了
?
?
第9章 数据仓库Hive
1单选(2分)
下列有关Hive和Impala的对比错误的是:
A.Hive与Impala中对SQL的解释处理比较相似，都是通过词法分析生成执行计划
B.Hive与Impala使用相同的元数据
C.Hive适合于长时间的批处理查询分析，而Impala适合于实时交互式SQL查询
D.Hive在内存不足以存储所有数据时，会使用外存，而Impala也是如此
正确答案：D你选对了
?
2单选(2分)
下列关于Hive基本操作命令的解释错误的是:
A.create table if not exists usr(id bigint,name string,age int);//如果usr表不存在，创建表usr，含三个属性id,name,age
B.load data local inpath ‘/usr/local/data’ overwrite into table usr; //把目录’/usr/local/data’下的数据文件中的数据以追加的方式装载进usr表
C.create database userdb;//创建数据库userdb
D.insert overwrite table student select * from user where age>10; //向表usr1中插入来自usr表的age大于10的数据并覆盖student表中原有数据
正确答案：B你选对了
?
3多选(3分)
下列说法正确的是：
A.Impala和Hive、HDFS、HBase等工具可以统一部署在一个Hadoop平台上
B.数据仓库Hive不需要借助于HDFS就可以完成数据的存储
C.Hive本身不存储和处理数据，依赖HDFS存储数据，依赖MapReduce处理数据
D.HiveQL语法与传统的SQL语法很相似
正确答案：ACD你选对了
?
4多选(3分)
Impala主要由哪几个部分组成:
A.Hive
B.Impalad
C.State Store
D.CLI
正确答案：BCD你选对了
?
5多选(3分)
以下属于Hive的基本数据类型是:
A.BINARY
B.STRING
C.FLOAT
D.TINYINT
正确答案：ABCD你选对了
?
?
第10章 Spark
1单选(2分)
Spark SQL目前暂时不支持下列哪种语言:
A.Python
B.Java
C.Scala
D.Lisp
正确答案：D你选对了
?
2单选(2分)
RDD操作分为转换（Transformation）和动作（Action）两种类型，下列属于动作（Action）类型的操作的是:
A.groupBy
B.filter
C.count
D.map
正确答案：C你选对了
?
3单选(2分)
下列说法错误的是：
A.在选择Spark Streaming和Storm时，对实时性要求高（比如要求毫秒级响应）的企业更倾向于选择流计算框架Storm
B.RDD采用惰性调用，遇到“转换(Transformation)”类型的操作时，只会记录RDD生成的轨迹，只有遇到“动作(Action)”类型的操作时才会触发真正的计算
C.Spark支持三种类型的部署方式：Standalone，Spark on Mesos，Spark on YARN
D.RDD提供的转换接口既适用filter等粗粒度的转换，也适合某一数据项的细粒度转换
正确答案：D你选对了
?
4单选(2分)
下列关于常见的动作（Action）和转换（Transformation）操作的API解释错误的是:
A.filter(func)：筛选出满足函数func的元素，并返回一个新的数据集
B.map(func)：将每个元素传递到函数func中，并将结果返回为一个新的数据集
C.count()：返回数据集中的元素个数
D.take(n)：返回数据集中的第n个元素
正确答案：D你选对了
?
5单选(2分)
下列大数据处理类型与其对应的软件框架不匹配的是:
A.复杂的批量数据处理：MapReduce
B.基于历史数据的交互式查询：Impala
C.基于实时数据流的数据处理：Storm
D.图结构数据的计算：Hive
正确答案：D你选对了
?
6多选(3分)
Apache软件基金会最重要的三大分布式计算系统开源项目包括：
A.Oracle
B.Hadoop
C.Storm
D.Spark
正确答案：ABC你选对了
?
7多选(3分)
Spark的主要特点包括:
A.运行模式多样
B.运行速度快
C.通用性好
D.容易使用
正确答案：ABCD你选对了
?
8多选(3分)
下列关于Scala的说法正确的是:
A.Scala运行于Java平台，兼容现有的Java程序
B.Scala具备强大的并发性，支持函数式编程
C.Scala是一种多范式编程语言
D.Scala是Spark的主要编程语言，但Spark还支持Java、Python、R作为编程语言
正确答案：ABCD你选对了
?
9多选(3分)
Spark的运行架构包括:
A.运行作业任务的工作节点?Worker Node
B.每个工作节点上负责具体任务的执行进程?Executor
C.每个应用的任务控制节点?Driver
D.集群资源管理器?Cluster Manager
正确答案：ABCD你选对了
?
第11章?流计算?单元测验
 1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，会注明原创字样,如未注明都非原创，如有侵权请联系删除！；3.作者投稿可能会经我们编辑修改或补充；4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。 |