數(shù)據(jù)工程師培訓(xùn)題庫(kù)一

1、TDH數(shù)據(jù)平臺(tái)認(rèn)證工程師試題姓名：分?jǐn)?shù)：【說(shuō)明】a）客觀題30題，每題2分，總計(jì)60分b）主觀題4題，每題10分，總計(jì)40分c）滿分100分?！静欢?xiàng)選擇題（每題 2分共60分）】1、 在HDFS服務(wù)中，為了保證 Name Node高可用性的角色不包括（）A . Data NodeB . Journal NodeC.ZKFCD . Zookeeper2、Name node在啟動(dòng)時(shí)自動(dòng)進(jìn)入安全模式，在安全模式階段，說(shuō)法錯(cuò)誤的是（A. 安全模式目的是在系統(tǒng)啟動(dòng)時(shí)對(duì)數(shù)據(jù)有效性進(jìn)行檢查B. 根據(jù)策略對(duì)數(shù)據(jù)塊進(jìn)行必要的復(fù)制或刪除C. 當(dāng)數(shù)據(jù)塊的上報(bào)數(shù)達(dá)到閾值時(shí)，會(huì)自動(dòng)退出安全模式D. 允許用戶對(duì)文件系統(tǒng)

2、進(jìn)行讀寫(xiě)操作64M3、 在集群中配置 HDFS的副本數(shù)為3,設(shè)置數(shù)據(jù)塊大小為 128M，此時(shí)我們上傳 的數(shù)據(jù)文件，該數(shù)據(jù)文件占用HDFS空間大小為（）A . 64MB . 128MC . 384MD . 192M4、下列對(duì)YARN角色在集群中的作用描述正確的是（）A. 集群資源管理B. 集群任務(wù)調(diào)度與管理C .存儲(chǔ)部分HDFS上的數(shù)據(jù)塊D. 以上都正確5、 在Yarn服務(wù)中，不包含以下哪種角色（）A . ResourceMa nagerB . NodeMa nagerC . Applicatio nM asterD . Con tia ner6、 下列計(jì)算框架中不屬于分布式計(jì)算框架的是（）A

3、. MapReduceB . MATLABC. SPARKD . Tez7、 以下關(guān)于外表和托管表描述正確的是（）A、 外表的數(shù)據(jù)存儲(chǔ)在本地，托管表的數(shù)據(jù)存儲(chǔ)在hdfs上B、 刪除托管表只會(huì)刪除Inceptor上的元數(shù)據(jù)不會(huì)刪除數(shù)據(jù)文件，刪除外表兩者都會(huì) 被刪除C、 刪除外表只會(huì)刪除Inceptor上的元數(shù)據(jù)不會(huì)刪除數(shù)據(jù)文件，刪除托管表兩者都會(huì) 被刪除D、 刪除托管表或外表，incepotr上的元數(shù)據(jù)和數(shù)據(jù)文件都會(huì)被刪除&以下對(duì)分桶表的描述正確的是（）A、分桶表通過(guò)改變數(shù)據(jù)的存儲(chǔ)分布，對(duì)查詢起到一定的優(yōu)化作用B、分桶鍵不能是表中的列C、分桶數(shù)應(yīng)為素?cái)?shù)D、事物表必須制定分桶，分桶字段可以被更新9

4、、以下關(guān)于inceptor excutor資源配置的說(shuō)法正確的有（）A、Excutor資源配置fixed和ratio兩種模式B、Excutor內(nèi)核數(shù)配置的是每個(gè) excutor所使用的邏輯 core數(shù)量C、 Excutor內(nèi)核數(shù)和內(nèi)存配置比例一般為1 core:2G memoryD、 Excutor分布可以指定每個(gè)節(jié)點(diǎn)運(yùn)行的excutor數(shù)量或executor在集群上運(yùn)行的 總數(shù)量，但是不能指定運(yùn)行的節(jié)點(diǎn)10、假設(shè)使用場(chǎng)景中有如下查詢語(yǔ)句SELECT Sex, Regio n, COUNT（ID）, AVG （Salary）FROM EmployeeWHERE Departme nt = IT

5、GROUP BY Sex, Regio nORDER BY Sex, Regio n;通過(guò)holodesk的cube和index手段對(duì)這種過(guò)濾率和聚合率高的業(yè)務(wù)進(jìn)行優(yōu)化，以下建表正確的是（）A. CREATE TABLE EmployeeTBLPROPERTIES （cache = RAM,holodesk.i ndex = Departme nt,holodesk.dime nsion = Sex, Regi on）B. CREATE TABLE EmployeeTBLPROPERTIES （cache = RAM,holodesk.i ndex = Sex, Regi onholodesk

6、.dime nsion = Departme nt）C. CREATE TABLE EmployeeTBLPROPERTIES （cache = Departme nt,holodesk.i ndex = Departme nt,holodesk.dime nsion = Sex, Regi on）D. CREATE TABLE EmployeeTBLPROPERTIES （cache = RAM,holodesk.i ndex = Departme nt,holodesk.dime nsion = Sex）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.

7、全局索引概念是對(duì)應(yīng)Rowkey這個(gè)一級(jí)索引C. 全局索引使用平衡二叉樹(shù)D. 全局索引使用B+樹(shù)檢索數(shù)據(jù)12、以下為Hyperbase分布式存儲(chǔ)的最小單元的是（）A、Region serverB、RegionC、StoreFileD、Store13、以下有關(guān)Hyperbase說(shuō)法正確的是（）A、 數(shù)據(jù)類(lèi)型豐富，支持String、Int、Char等類(lèi)型B、Key/value 系統(tǒng)，key 由 Row,Column Family,Column Qualifier 組成C、Hyperbase表中rowkey有序，按字典序降序排列D、以上說(shuō)法都不正確14、以下關(guān)于StreamSQL的概念描述正確的是（）

8、A.Stream是數(shù)據(jù)流B.Streamjob是對(duì)一個(gè)或多個(gè)stream進(jìn)行計(jì)算并將結(jié)果與進(jìn)一個(gè)流的任務(wù)C.Application是一個(gè)或多個(gè)streamjob的集合D.以上說(shuō)法都不正確15、 某交通部門(mén)通過(guò)使用流監(jiān)控全市過(guò)往24小時(shí)各個(gè)卡口數(shù)據(jù)，要求每分鐘更新一次，原始流為org_stream，以下實(shí)現(xiàn)正確的是（）A. CREATE STREAMWINDOW traffic_stream AS SELECT * FROM original_stream STREAM w1 AS （len gth 1 minute slide 24 hour）;B. CREATE STREAMtraffic_

9、streamASSELECT *FROMoriginal_streamSTREAMWINDOW w1 AS （length 1 minute slide 24 hour）;C. CREATE STREAMtraffic_streamASSELECT *FROMoriginal_streamSTREAMWINDOW w1 AS （len gth 24 hour slide 1 min ute）;D. CREATE STREAM traffic_stream AS SELECT * FROM origi nal_stream AS （le ngth 24 sec ond slide 1 minu

10、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(chǔ)大量數(shù)據(jù)17、以下服務(wù)需要與 zookeeper進(jìn)行通信的是（）A. HMasterB. Active NameNodeC. In ceptorSQLD. Active ResourceMa nager18、下列是關(guān)于flume和sqoop對(duì)比的描述，不正確的是（）A . flume主要用來(lái)采集日志而sqoop主要用來(lái)做數(shù)據(jù)遷移B . flume主要采集流式數(shù)據(jù)而 sqoop主要用來(lái)遷移規(guī)范化數(shù)據(jù)C . flume和sqoop都是分布式處理任務(wù)D . flume主要用于采集多數(shù)據(jù)源小數(shù)據(jù)而s

11、qoop用來(lái)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(shí)候可以指定map的個(gè)數(shù)，map的個(gè)數(shù)決定在hdfs生成的數(shù)據(jù)文件的個(gè)數(shù)B . sqoop抽取數(shù)據(jù)是個(gè)多節(jié)點(diǎn)并行抽取的過(guò)程，因此map的個(gè)數(shù)設(shè)置的越多性能越好C . sqoop任務(wù)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(shí)候需要保證執(zhí)行當(dāng)前用戶有權(quán)限執(zhí)行相應(yīng)的操作20、 sqoop抽取數(shù)據(jù)時(shí)需要做一些數(shù)據(jù)轉(zhuǎn)換的工作，下面說(shuō)法不正確的是（）A . -fields -terminated -by 01用來(lái)設(shè)置在hdfs生成的文件的分割符B

12、 . -hive-drop-import -delims用來(lái)設(shè)置在hdfs生成的文件的存儲(chǔ)形式為列存儲(chǔ)C . -null-string N用來(lái)把所有的 String類(lèi)型的空值 轉(zhuǎn)換成hive的NULL值D . -null-non-string N用來(lái)把非 String類(lèi)型的空值 轉(zhuǎn)換成 hive的NULL值21、下列有關(guān)flume的描述不正確的是（）A . flume是Apache的一個(gè)子項(xiàng)目B . flume主要是一個(gè)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(shí)采集集群內(nèi)部和集群外部的日志數(shù)據(jù)22、下列sink中哪些是flume不支持的

13、sink（）A . HDFS si nkB . kafka sinkC . memory si nkD . file roll si nk23、 以下對(duì) 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(diǎn)C. ElasticSearch數(shù)據(jù)存儲(chǔ)在 HDFS上D. ElasticSearch數(shù)據(jù)可以按 Shard分布在不同的節(jié)點(diǎn)上24、下列不屬于kafka應(yīng)用場(chǎng)景的是（）A. 常規(guī)的消息收集B. 網(wǎng)站活動(dòng)性跟蹤C(jī). 日志收集D. 關(guān)系型數(shù)據(jù)庫(kù)和大數(shù)據(jù)平臺(tái)之間的數(shù)據(jù)遷移25、 T

14、DH提供哪幾種認(rèn)證模式？（）A. 所有服務(wù)使用簡(jiǎn)單認(rèn)證模式一一所有服務(wù)都無(wú)需認(rèn)證即可互相訪問(wèn)B. 所有服務(wù)都啟用 Kerberos認(rèn)證，用戶要提供 Kerberos principal 和密碼（或者 keytab ）來(lái)訪問(wèn)各個(gè)服務(wù)C. 所有服務(wù)都啟用 Kerberos同時(shí)Inceptor 啟用LDAP認(rèn)證D. 所有服務(wù)都啟用LDAP認(rèn)證26、以下對(duì)各組件的運(yùn)維頁(yè)面描述不正確的是（）A. 通過(guò)Name Node的50070頁(yè)面對(duì) HDFS進(jìn)行監(jiān)控B. 通過(guò)Resource Manager的8180對(duì)YARN上運(yùn)行的任務(wù)進(jìn)行監(jiān)控C. 通過(guò)HMaster的60010對(duì)HBase進(jìn)行監(jiān)控D. 通過(guò)Hu

15、e Server的8888頁(yè)面登入 Hue27、Inceptor server服務(wù)無(wú)法啟動(dòng)時(shí)，該如何查看日志是（）A. 查看 TDH manager所在節(jié)點(diǎn) /var/log/inceptorsql*/ 目錄下的 hive-server2.log 日志B. 查看 Inceptor server 所在節(jié)點(diǎn) /var/log/inceptorsql*/ 目錄下的 hive-server2.log 日志C. 查看 ResourceManager所在節(jié)點(diǎn) /var/log/Yarn*/ 目錄下的yarn-yarn-resourcemanager-poc-node1 .log 日志D. 查看任意節(jié)點(diǎn) /

16、var/log/inceptorsql*/目錄下的 hive-server2.log 日志28、 以下對(duì)Hadoop組件的應(yīng)用場(chǎng)景描述正確的是（）A. Hive主要用于構(gòu)建大數(shù)據(jù)數(shù)倉(cāng)，主要做批處理、統(tǒng)計(jì)分析型業(yè)務(wù)B. Hbase主要用于檢索查詢的OLTP業(yè)務(wù)C. ElasticSearch主要用于全文檢索的關(guān)鍵字查詢業(yè)務(wù)D. Spark Streaming主要用于實(shí)時(shí)數(shù)據(jù)的業(yè)務(wù)場(chǎng)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(yù)安裝工作（）A.為集群中每個(gè)節(jié)點(diǎn)的安裝操作系統(tǒng)B .選一個(gè)節(jié)點(diǎn)作為管理節(jié)點(diǎn)，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(jiǎn)答題（每題 1