數(shù)據(jù)工程師培訓(xùn)試題庫(一)

1、.6、下列計(jì)算框架中不屬于分布式計(jì)算框架的是（）TDH數(shù)據(jù)平臺認(rèn)證工程師試題A . MapReduceB . MATLAB姓名： _【說明】a)C . SPARK2 分，總計(jì) 60客觀題30 題，每題分b)D . Tez4 題，每題10 分，總計(jì) 40主觀題分c)滿分 100 分。）7、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)存儲在本地，托管表的數(shù)據(jù)存儲在hdfs 上【不定項(xiàng)選擇題（每題2 分共 60 分）】B、刪除托管表只會刪除Inceptor 上的元數(shù)據(jù)不會刪除數(shù)據(jù)文件，1、在 HDFS服務(wù)中，為了保證Name Node 高可用性的角色不包括（被刪除分?jǐn)?shù)： _刪除外表兩者都會）A

2、. Data Node刪除托管表兩者都會C、刪除外表只會刪除 Inceptor 上的元數(shù)據(jù)不會刪除數(shù)據(jù)文件，B . Journal Node被刪除C . ZKFCincepotr 上的元數(shù)據(jù)和數(shù)據(jù)文件都會被刪除D、刪除托管表或外表，D . Zookeeper8、以下對分桶表的描述正確的是（）2、 Namenode 在啟動時(shí)自動進(jìn)入安全模式，在安全模式階段，說法錯(cuò)誤的是（）A、分桶表通過改變數(shù)據(jù)的存儲分布，對查詢起到一定的優(yōu)化作用A 安全模式目的是在系統(tǒng)啟動時(shí)對數(shù)據(jù)有效性進(jìn)行檢查B、分桶鍵不能是表中的列B 根據(jù)策略對數(shù)據(jù)塊進(jìn)行必要的復(fù)制或刪除C、分桶數(shù)應(yīng)為素?cái)?shù)C 當(dāng)數(shù)據(jù)塊的上報(bào)數(shù)達(dá)到閾值時(shí)，會自

3、動退出安全模式D、事物表必須制定分桶，分桶字段可以被更新D 允許用戶對文件系統(tǒng)進(jìn)行讀寫操作9、以下關(guān)于 inceptor excutor資源配置的說法正確的有（）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)我們上傳一份A、 Excutor資源配置 fixed 和 ratio 兩種模式的數(shù)據(jù)文件，該數(shù)據(jù)文件占用HDFS空間大小為（）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A.64M內(nèi)核數(shù)和內(nèi)存配置比例一般為1 core:2G memoryC、 ExcutorB . 128Mexcutor數(shù)量或 executor 在集群上運(yùn)

4、行的D、 Excutor 分布可以指定每個(gè)節(jié)點(diǎn)運(yùn)行的C . 384M總數(shù)量，但是不能指定運(yùn)行的節(jié)點(diǎn)D . 192M10、假設(shè)使用場景中有如下查詢語句4、下列對YARN角色在集群中的作用描述正確的是（）SELECT Sex, Region, COUNT(ID), AVG (Salary)A . 集群資源管理FROM EmployeeB . 集群任務(wù)調(diào)度與管理WHERE Department = 'IT'C . 存儲部分HDFS上的數(shù)據(jù)塊GROUP BY Sex, RegionD . 以上都正確ORDER BY Sex, Region;通過 holodesk 的 cube 和 in

5、dex 手段對這種過濾率和聚合率高的業(yè)務(wù)進(jìn)行優(yōu)化，以下建表5、在 Yarn 服務(wù)中，不包含以下哪種角色（）正確的是（）A . ResourceManagerA.CREATE TABLE EmployeeB . NodeManagerTBLPROPERTIES (C . ApplicationMaster'cache' = 'RAM',D . Contianer'holodesk.index' = 'Department','holodesk.dimension' = 'Sex, Region')Wo

6、rd 文檔.B.CREATE TABLE EmployeeTBLPROPERTIES ('cache' = 'RAM','holodesk.index' = 'Sex, Region''holodesk.dimension' = 'Department')C.CREATE TABLE EmployeeTBLPROPERTIES ('cache' = ''Department'','holodesk.index' = 'Depar

7、tment','holodesk.dimension' = 'Sex, Region')D.CREATE TABLE EmployeeTBLPROPERTIES ('cache' = 'RAM','holodesk.index' = 'Department','holodesk.dimension' = '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全局索引概念是對應(yīng)Rowkey 這個(gè) “一級 ”索引C全局索引使

8、用平衡二叉樹D全局索引使用B+樹檢索數(shù)據(jù)12、以下為Hyperbase 分布式存儲的最小單元的是（）A、 Region serverB、 RegionC、 StoreFileD、 Store13、以下有關(guān)Hyperbase 說法正確的是（）A、數(shù)據(jù)類型豐富，支持String、Int 、 Char 等類型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、以上說法都不正確14、以下關(guān)于StreamSQL 的概念描述正確的是（）A. Stream 是數(shù)據(jù)流B.

9、 Streamjob 是對一個(gè)或多個(gè) stream 進(jìn)行計(jì)算并將結(jié)果寫進(jìn)一個(gè)流的任務(wù)C. Application 是一個(gè)或多個(gè) streamjob 的集合D. 以上說法都不正確Word 文檔.Word 文檔.15、某交通部門通過使用流監(jiān)控全市過往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_streamAS SELECT *FROM original_streamSTREAM w1 AS (length '1' minute slide '24' hou

10、r);B.CREATESTREAMtraffic_streamASSELECT *FROMoriginal_streamSTREAMWINDOW w1 AS (length '1' minute slide '24' hour);C.CREATESTREAMtraffic_streamASSELECT *FROMoriginal_streamSTREAMWINDOW w1 AS (length '24' hour slide '1' minute);D.CREATESTREAM traffic_stream AS SELECT*

11、FROM original_stream AS (length'24'second slide '1' minute);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. InceptorSQLD. Active ResourceManager18、下列是關(guān)于 flume 和 sqoop 對比的描述，不正確的是（）A . flume 主要用來采集日志而sqoop 主要用來做數(shù)據(jù)遷移B . flume

12、主要采集流式數(shù)據(jù)而sqoop 主要用來遷移規(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sqoop 用來遷移單數(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

13、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，下面說法不正確的是（）A . -fields-terminated- by 01 用來設(shè)置在 hdfs 生成的文件的分割符B . -hive-drop-import-delims用來設(shè)置在 hdfs 生成的文件的存儲形式為列存儲C . -null-string 'N' 用來把所有的String 類型的空值轉(zhuǎn)換成 hive 的 NULL 值D . -null-non-string 'N'用來把非String 類型的空值轉(zhuǎn)換成 hive 的 NULL 值Word 文檔.21、下列有關(guān)flume 的描述不正確的

14、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sink（）A . HDFS sinkB . kafka sinkC . memory sinkD . file roll sink23、以下對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 Elasti

15、cSearch數(shù)據(jù)存儲在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)用場景的是（）A . 常規(guī)的消息收集B . 網(wǎng)站活動性跟蹤C(jī) . 日志收集D . 關(guān)系型數(shù)據(jù)庫和大數(shù)據(jù)平臺之間的數(shù)據(jù)遷移25、 TDH 提供哪幾種認(rèn)證模式？（）A 所有服務(wù)使用簡單認(rèn)證模式所有服務(wù)都無需認(rèn)證即可互相訪問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 ）來訪問各個(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

16、各組件的運(yùn)維頁面描述不正確的是（）A 通過 Name Node 的 50070 頁面對 HDFS進(jìn)行監(jiān)控B 通過 Resource Manager 的 8180 對 YARN上運(yùn)行的任務(wù)進(jìn)行監(jiān)控C 通過 HMaster 的 60010 對 HBase 進(jìn)行監(jiān)控D 通過 Hue Server 的 8888 頁面登入Hue27、 Inceptor server 服務(wù)無法啟動時(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/

17、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)/var/log/inceptorsql*/目錄下的hive-server2.log 日志W(wǎng)ord 文檔.Word 文檔.28、以下對 Hadoop 組件的應(yīng)用場景描述正確的是（）A. Hive 主要用于構(gòu)建大數(shù)據(jù)數(shù)倉，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)場景29、以下不屬于管理角色的是（）A . Name NodeB . HMasterC . Resource ManagerD . Node Manager30、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Word 文檔.【客觀簡答題（每題10 分，共 40 分）】1、 集群有 8