2024年秋江蘇開放大學大數(shù)據(jù)庫管理過程性考核作業(yè)1-3

2024年秋江蘇開放大學大數(shù)據(jù)庫管理060602第一次過程性考核作業(yè)（1~3單元）單選題1、Hadoop框架中最核心的設計是什么？A、為海量數(shù)據(jù)提供存儲的HDFS和對數(shù)據(jù)進行計算的MapReduceB、Hadoop被視為事實上的大數(shù)據(jù)處理標準C、Hadoop不僅可以運行在企業(yè)內(nèi)部的集群中，也可以運行在云計算環(huán)境中D提供整個HDFS文件系統(tǒng)的NameSpace(命名空間)管理、塊管理等所有服務學生答案：A2下面對SecondaryNameNode第二名稱節(jié)點的描述，哪個是錯誤的？A、SecondaryNameNode一般是并行運行在多臺機器上B、SecondaryNameNode是HDFS架構中的一個組成部分C、SecondaryNameNode用來保存名稱節(jié)點中對HDFS元數(shù)據(jù)信息的備份D、SecondaryNameNode通過HTTPGET方式從NameNode上獲取到FsImage和EditLog文件，并下載到本地的相應目錄下學生答案：A3在一個基本的Hadoop集群中，DataNode主要負責什么？A負責協(xié)調集群中的數(shù)據(jù)存儲B存儲被拆分的數(shù)據(jù)塊C負責執(zhí)行由JobTracker指派的任務D協(xié)調數(shù)據(jù)計算任務學生答案：B4在HDFS中，NameNode的主要功能是什么？A維護blockid到DataNode本地文件的映射關系B存儲元數(shù)據(jù)C文件內(nèi)容保存在磁盤中D存儲文件內(nèi)容學生答案：B5下列哪一項不屬于HDFS采用抽象的塊概念帶來的好處？A強大的跨平臺兼容性B適合數(shù)據(jù)備份C簡化系統(tǒng)設計D支持大規(guī)模文件存儲學生答案：A6在Hadoop項目結構中，MapReduce指的是什么？A、Hadoop上的工作流管理系統(tǒng)B分布式并行編程模型C流計算框架D提供分布式協(xié)調一致性服務學生答案：B7第一次信息化浪潮主要解決什么問題？A信息轉換B信息處理C信息爆炸D信息傳輸學生答案：B8下面對FsImage的描述，哪個是正確的？A、FsImage記錄了每個塊具體被存儲在哪個數(shù)據(jù)節(jié)點B、FsImage用于維護文件系統(tǒng)樹以及文件樹中所有的文件和文件夾的元數(shù)據(jù)C、FsImage用于存儲文件內(nèi)容D、FsImage記錄了所有針對文件的創(chuàng)建、刪除、重命名等操作學生答案：B9下列哪一個不屬于Hadoop的大數(shù)據(jù)層的功能？A實時計算B數(shù)據(jù)挖掘C離線分析DBI分析學生答案：A10下列哪個不屬于Hadoop的特性？A成本高B運行在Linux平臺上C高可靠性D高容錯性學生答案：A11在Hadoop項目結構中，HDFS指的是什么？A資源管理和調度器B、Hadoop上的數(shù)據(jù)倉庫C分布式文件系統(tǒng)D分布式并行編程模型學生答案：C12在大數(shù)據(jù)的計算模式中，流計算解決的是什么問題？A針對大規(guī)模圖結構數(shù)據(jù)的處理B針對大規(guī)模數(shù)據(jù)的批量處理C針對流數(shù)據(jù)的實時計算D大規(guī)模數(shù)據(jù)的存儲管理和查詢分析學生答案：C13下面哪個不是Hadoop1.0的組件？A、NameNode和DataNodeB、YARNC、MapReduceD、HDFS學生答案：B14在Hadoop生態(tài)系統(tǒng)中，HBase指的是什么？A數(shù)據(jù)流處理環(huán)境B分布式數(shù)據(jù)庫C、Hadoop上的數(shù)據(jù)倉庫D分布式文件系統(tǒng)學生答案：B15下面哪個選項屬于大數(shù)據(jù)技術的“數(shù)據(jù)存儲和管理”技術層面的功能？A利用分布式并行編程模型和計算框架，結合機器學習和數(shù)據(jù)挖掘算法，實現(xiàn)對海量數(shù)據(jù)的處理和分析B把實時采集的數(shù)據(jù)作為流計算系統(tǒng)的輸入，進行實時處理分析C利用分布式文件系統(tǒng)、數(shù)據(jù)倉庫、關系數(shù)據(jù)庫等實現(xiàn)對結構化、半結構化和非結構化海量數(shù)據(jù)的存儲和管理D構建隱私數(shù)據(jù)保護體系和數(shù)據(jù)安全體系，有效保護個人隱私和數(shù)據(jù)安全學生答案：C判斷題1大數(shù)據(jù)的特點包括數(shù)據(jù)的“大量化”、快速化”、“多樣化”、“高價值”。A正確B錯誤學生答案：B2、Hadoop可以部署在廉價的計算機集群中。A正確B錯誤學生答案：A3、HDFS采用了分層模型。A正確B錯誤學生答案：B4第三次信息化浪潮主要解決信息處理問題。A正確B錯誤學生答案：B5在HDFS中，默認一個塊的大小是64KB。A正確B錯誤學生答案：B多選題1下面哪個屬于大數(shù)據(jù)的應用領域？A實時掌握交通狀況B監(jiān)控身體情況C金融交易D智能醫(yī)療研發(fā)學生答案：A；B；C；D2、HDFS的應用局限性，主要包括以下哪幾個方面？A不支持多用戶寫入及任意修改文件B較差的跨平臺兼容性C無法高效存儲大量小文件D不適合低延遲數(shù)據(jù)訪問學生答案：A；C；D3、Hadoop的特性包括哪些？A高可擴展性B支持多種編程語言C運行在Linux平臺上D高效性學生答案：A；B；C；D4、HDFS具有較高的容錯性，設計了哪些相應的機制檢測數(shù)據(jù)錯誤和進行自動恢復？A數(shù)據(jù)出錯B名稱節(jié)點出錯C數(shù)據(jù)節(jié)點出錯D數(shù)據(jù)源太大學生答案：A；B；C5下列關于Hadoop的描述，哪些是正確的？A曾經(jīng)被公認為行業(yè)大數(shù)據(jù)標準開源軟件B具有很好的跨平臺特性C可以部署在廉價的計算機集群中D為用戶提供了系統(tǒng)底層細節(jié)透明的分布式基礎架構學生答案：A；B；C；D6數(shù)據(jù)節(jié)點（DataNode）的主要功能包括哪些？A負責數(shù)據(jù)的存儲和讀取B用來保存名稱節(jié)點中對HDFS元數(shù)據(jù)信息的備份，并減少名稱節(jié)點重啟的時間C根據(jù)客戶端或者是名稱節(jié)點的調度來進行數(shù)據(jù)的存儲和檢索D向名稱節(jié)點定期發(fā)送自己所存儲的塊的列表學生答案：A；C；D7HDFS特殊的設計，在實現(xiàn)優(yōu)良特性的同時，也使得自身具有一些應用局限性，主要包括以下哪幾個方面？A不支持多用戶寫入及任意修改文件B較差的跨平臺兼容性C不適合低延遲數(shù)據(jù)訪問D無法高效存儲大量小文件學生答案：A；C；D8Hadoop集群的整體性能主要受到什么因素影響？ACPU性能B內(nèi)存C網(wǎng)絡D存儲容量學生答案：A；B；C；D9、對于HDFS中的客戶端，下列描述哪些是正確的？A、HDFS客戶端是一個庫，暴露了HDFS文件系統(tǒng)接口B客戶端是用戶操作HDFS最常用的方式，HDFS在部署時都提供了客戶端C客戶端可以支持打開、讀取、寫入等常見的操作D嚴格來說，客戶端并不算是HDFS的一部分學生答案：A；B；C；D10、HDFS數(shù)據(jù)塊多副本存儲具備以下哪些優(yōu)點？A加快數(shù)據(jù)傳輸速度B適合多平臺上運行C保證數(shù)據(jù)可靠性D容易檢查數(shù)據(jù)錯誤學生答案：A；C；D簡答題1請闡述大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)三者之間的關系。參考答案：從整體上看,大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)是相輔相成的。---(1分)(1)大數(shù)據(jù)根植于云計算,大數(shù)據(jù)分析的很多技術來之云計算,云計算的分布式數(shù)據(jù)存儲和管理系統(tǒng)、分布式并行處理框架MapReduce,都是大數(shù)據(jù)技術的基礎,反之,大數(shù)據(jù)為云計算提供了“用武之地”......(2分)(2)物聯(lián)網(wǎng)是大數(shù)據(jù)的重要來源,大數(shù)據(jù)技術為物聯(lián)網(wǎng)數(shù)據(jù)分析提供支撐............(2分)(3)云計算為物聯(lián)網(wǎng)提供海量數(shù)據(jù)存儲能力,物聯(lián)網(wǎng)為云計算技術提供了廣闊的應用空間。....(2分)

2024年秋江蘇開放大學大數(shù)據(jù)庫管理060602第二次過程性考核作業(yè)（4~6單元）單選題1下列關于NoSQL與關系數(shù)據(jù)庫的比較，哪個說法是錯誤的？A在數(shù)據(jù)完整性方面，RDBMS容易實現(xiàn)B擴展性方面，NoSQL比較好C在一致性方面，RDBMS強于NoSQLD在可用性方面，NoSQL優(yōu)于RDBMS學生答案：D2關于文檔數(shù)據(jù)庫的說法，下列哪一項是錯誤的？A性能好（高并發(fā)）B缺乏統(tǒng)一的查詢語法C數(shù)據(jù)是規(guī)則的D復雜性低學生答案：C3下列哪一個不屬于云數(shù)據(jù)庫產(chǎn)品？A阿里云RDSB百度云數(shù)據(jù)庫C本地安裝MySQLD、OracleCloud學生答案：C4、HBase系統(tǒng)架構中，主服務器Master主要負責表和Region的管理工作，下面有關描述哪個是錯誤的？A管理用戶對表的增加、刪除、修改、查詢等操作B不支持不同Region服務器之間的負載均衡C對發(fā)生故障失效的Region服務器上的Region進行遷移D在Region分裂或合并后，負責重新調整Region的分布學生答案：B5下面關于NoSQL和關系數(shù)據(jù)庫的簡單比較，哪個是錯誤的？A、RDBMS借助于索引機制可以實現(xiàn)快速查詢，很多NoSQL數(shù)據(jù)庫沒有面向復雜查詢的索引B、NoSQL很難實現(xiàn)橫向擴展，RDBMS可以很容易通過添加更多設備來支持更大規(guī)模的數(shù)據(jù)C、RDBMS需要定義數(shù)據(jù)庫模式，嚴格遵守數(shù)據(jù)定義，NoSQL一般不存在數(shù)據(jù)庫模式，可以自由靈活定義并存儲各種不同類型的數(shù)據(jù)D、RDBMS有關系代數(shù)理論作為基礎，NoSQL沒有統(tǒng)一的理論基礎學生答案：B6、UMP系統(tǒng)是構建在一個大的集群之上的，下列哪一項不屬于系統(tǒng)向用戶提供的功能？A分庫分表B資源合并C讀寫分離D數(shù)據(jù)安全學生答案：B7、HBase只有一個針對行鍵的索引，如果要訪問HBase表中的行，下面哪種方式是不可行的？A通過一個行鍵的區(qū)間來訪問B通過單個行鍵訪問C通過時間戳訪問D全表掃描學生答案：C8下列關于鍵值數(shù)據(jù)庫的描述，哪一項是錯誤的？A大量寫操作時性能高B條件查詢效率高C擴展性好，靈活性好D無法存儲結構化信息學生答案：B9、HBase中需要根據(jù)“四維坐標”來確定一個單元格，下面哪個不屬于“四維坐標”？A、時間戳B、行鍵C關鍵字D列族學生答案：C10下列關于云數(shù)據(jù)庫的描述，哪個是錯誤的？A云數(shù)據(jù)庫是部署和虛擬化在云計算環(huán)境中的數(shù)據(jù)庫B云數(shù)據(jù)庫具有高可擴展性、高可用性、采用多租形式和支持資源有效分發(fā)等特點C云數(shù)據(jù)庫是在云計算的大背景下發(fā)展起來的一種新興的共享基礎架構的方法D云數(shù)據(jù)庫價格不菲，維護費用極其昂貴學生答案：D11下列哪個不屬于NoSQL數(shù)據(jù)庫的特點？A靈活的數(shù)據(jù)模型B靈活的可擴展性C數(shù)據(jù)存儲規(guī)模有限D與云計算緊密融合學生答案：C12下面關于HBase中Region的說法，哪個是錯誤的？A同一個Region不會被分拆到多個Region服務器B為了加快訪問速度，.META.表的全部Region都會被保存在內(nèi)存中C為了加速尋址，客戶端會緩存位置信息D一個-ROOT-表可以有多個Region學生答案：D13下列哪一項不屬于NoSQL的四大類型？A圖數(shù)據(jù)庫B列族數(shù)據(jù)庫C時間戳數(shù)據(jù)庫D文檔數(shù)據(jù)庫學生答案：C14關于HBase的三層結構中各層次的名稱和作用的說法，哪個是錯誤的？A、.META.表保存了HBase中所有用戶數(shù)據(jù)表的Region位置信息B、-ROOT-表記錄了.META.表的Region位置信息C、Zookeeper文件記錄了-ROOT-表的位置信息D、Zookeeper文件記錄了用戶數(shù)據(jù)表的Region位置信息學生答案：D15下列關于列族數(shù)據(jù)庫的描述，哪一項是錯誤的？A復雜性低B容易進行分布式擴展C功能較少，大都不支持強事務一致性D查找速度慢，可擴展性差學生答案：D判斷題1、HBase是基于列存儲的，操作不存在復雜的表與表之間的關系，不支持修改操作。A正確B錯誤學生答案：B2、Web2.0網(wǎng)站系統(tǒng)基本上不用關系數(shù)據(jù)庫來存儲數(shù)據(jù)。A正確B錯誤學生答案：B3同一個公司只能提供采用單一數(shù)據(jù)模型的單個云數(shù)據(jù)庫服務。A正確B錯誤學生答案：B4圖數(shù)據(jù)庫專門用于處理具有高度相互關聯(lián)關系的數(shù)據(jù)。A正確B錯誤學生答案：A5在HBase訪問接口中，Pig適合用于并行批處理HBase表數(shù)據(jù)。A正確B錯誤學生答案：B多選題1下列關于圖數(shù)據(jù)庫的描述，哪些是正確的？A靈活性高，支持復雜的圖算法B復雜性高，只能支持一定的數(shù)據(jù)規(guī)模C專門用于處理具有高度相互關聯(lián)關系的數(shù)據(jù)D比較適合于社交網(wǎng)絡、模式識別、依賴分析、推薦系統(tǒng)以及路徑尋找等問題學生答案：A；B；C；D2、HBase訪問接口類型包括哪些？A、ThriftGatewayB、NativeJavaAPIC、RESTGatewayD、HBaseShell學生答案：A；B；C；D3下列關于HBase中HLog工作原理的描述，哪些是正確的？A用戶更新數(shù)據(jù)必須首先寫入日志后，才能寫入MemStore緩存B系統(tǒng)出錯時，HBase采用HLog保證系統(tǒng)恢復C、HBase系統(tǒng)為每個Region服務器配置了一個HLog文件D、當某個Region服務器發(fā)生故障時，Master首先會處理該服務器上面遺留的HLog文件學生答案：A；B；C；D4下列關于MySQL集群的描述，哪些是正確的？A擴容問題：如果系統(tǒng)壓力過大需要增加新的機器，這個過程涉及數(shù)據(jù)重新劃分B動態(tài)數(shù)據(jù)遷移問題：如果某個數(shù)據(jù)庫組壓力過大，需要將其中部分數(shù)據(jù)遷移出去C復雜性：部署、管理、配置很復雜D數(shù)據(jù)庫復制：MySQL主備之間一般采用復制方式，很多時候是異步復制學生答案：A；B；C；D5當處理CAP的問題時，可以有哪幾個明顯的選擇？A、AP：也就是強調可用性（A）和分區(qū)容忍性（P），放棄一致性（C）B、CA：也就是強調一致性（C）和可用性（A），放棄分區(qū)容忍性（P）C、CAP：也就是同時兼顧可用性（A）、分區(qū)容忍性（P）和一致性（C）D、CP：也就是強調一致性（C）和分區(qū)容忍性（P），放棄可用性（A）學生答案：A；B；D6關系數(shù)據(jù)庫已經(jīng)無法滿足Web2.0的需求，主要表現(xiàn)在以下幾個方面？A無法滿足海量數(shù)據(jù)的管理需求B使用難度高C無法滿足高可擴展性和高可用性的需求D無法滿足數(shù)據(jù)高并發(fā)的需求學生答案：A；C；D7為什么說云數(shù)據(jù)庫是個性化數(shù)據(jù)存儲需求的理想選擇？A云數(shù)據(jù)庫可以滿足大企業(yè)的海量數(shù)據(jù)存儲需求B前期零投入、后期免維護的數(shù)據(jù)庫服務，可以很好地滿足需求C云數(shù)據(jù)庫可以滿足中小企業(yè)的低成本數(shù)據(jù)存儲需求D云數(shù)據(jù)庫可以滿足企業(yè)動態(tài)變化的數(shù)據(jù)存儲需求學生答案：A；B；C；D8下列關于云數(shù)據(jù)庫與其他數(shù)據(jù)庫的關系，哪些是正確的？A許多公司在開發(fā)云數(shù)據(jù)庫時，后端數(shù)據(jù)庫都是直接使用現(xiàn)有的各種關系數(shù)據(jù)庫或NoSQL數(shù)據(jù)庫產(chǎn)品B同一個公司只能提供采用不同數(shù)據(jù)模型的單個云數(shù)據(jù)庫服務C從數(shù)據(jù)模型的角度來說，云數(shù)據(jù)庫并非一種全新的數(shù)據(jù)庫技術D云數(shù)據(jù)庫并沒有專屬于自己的數(shù)據(jù)模型，云數(shù)據(jù)庫所采用的數(shù)據(jù)模型可以是關系數(shù)據(jù)庫所使用的關系模型學生答案：A；C；D9、HBase的三層結構中，三層指的是哪三層？A、-ROOT-表B、.META.表C、數(shù)據(jù)類型D、Zookeeper文件學生答案：A；B；D10下列關于UMP系統(tǒng)架構的描述，哪些是正確的？A、UMP系統(tǒng)借助于LVS來實現(xiàn)集群內(nèi)部的負載均衡B、信息統(tǒng)計服務器定期將采集到的用戶的連接數(shù)進行統(tǒng)計C、LVS(LinuxVirtualServer)即Linux虛擬服務器D、Web控制臺無法向用戶提供系統(tǒng)管理界面學生答案：A；B；C簡答題1.請描述作為NoSQL數(shù)據(jù)庫的基石之一的BASE的含義。參考答案：BASE的基本含義如下:（1）基本可用(BasicallyAvailble):是指一個分布式系統(tǒng)的一部分發(fā)生問題變得不可用時,其他部分仍然可以正常使用,也就是允許分區(qū)失敗的情形出現(xiàn).。....................(2分)（2）軟狀態(tài)(Soft-state):是指與“硬狀態(tài)”相對應的一種提法。數(shù)據(jù)庫保存的數(shù)據(jù)是“硬狀態(tài)”時,可以保證數(shù)據(jù)一致性,即保證數(shù)據(jù)一直是正確的。“軟狀態(tài)”是指狀態(tài)可以有一段時間不同步,具有一定的滯后性。.....................(2分)（3）最終一致性(Eventualconsistency):是指允許后續(xù)的訪問操作可以暫時讀不到更新后的數(shù)據(jù),但是經(jīng)過一段時間之后,必須最終讀到更新后的數(shù)據(jù),這也是ACID的最終目的,最終數(shù)據(jù)是一致的就可以了,而不是實時都保持一致。...............................(2分)

2024年秋江蘇開放大學大數(shù)據(jù)庫管理第三次過程性考核作業(yè)（7~10單元）單選題1、關于HDFSFederation的設計的描述，哪個是錯誤的？A、HDFS的命名服務能夠水平擴展B屬于不同命名空間的塊可以構成同一個“塊池”C設計了多個相互獨立的名稱節(jié)點D、HDFSFederation中，所有名稱節(jié)點會共享底層的數(shù)據(jù)節(jié)點存儲資源，數(shù)據(jù)節(jié)點向所有名稱節(jié)點匯報學生答案：B2下列關于推薦系統(tǒng)的描述，有誤的是？A專家推薦：人工推薦，由資深的專業(yè)人士來進行物品的篩選和推薦，需要較多的人力成本性B協(xié)同過濾推薦：應用最早和最為成功的推薦方法之一C混合推薦：結合多種推薦算法來提升推薦效果D基于統(tǒng)計的推薦：通過機器學習的方法去描述內(nèi)容的特征，并基于內(nèi)容的特征來發(fā)現(xiàn)與之相似的內(nèi)容學生答案：D3下列哪個不屬于YARN體系結構中ResourceManager的功能？A處理來自ApplicationMaster的命令B監(jiān)控NodeManagerC處理客戶端請求D資源分配與調度學生答案：A4下列說法哪項有誤？A、Spark可以部署在資源管理器YARN之上，提供一站式的大數(shù)據(jù)解決方案B、Hadoop的設計遵循“一個軟件棧滿足不同應用場景”的理念C相對于Spark來說，使用Hadoop進行迭代計算非常耗資源D、Spark將數(shù)據(jù)載入內(nèi)存后，之后的迭代計算都可以直接使用內(nèi)存中的中間結果作運算，避免了從磁盤中頻繁讀取數(shù)據(jù)學生答案：B5下列關于Scala特性的描述，錯誤的是哪一項？A、Scala是Spark的主要編程語言B、Scala兼容Java，運行速度快，且能融合到Hadoop生態(tài)圈中C、Scala語法復雜，但是能提供優(yōu)雅的APID、Scala具備強大的并發(fā)性，支持函數(shù)式編程，可以更好地支持分布式系統(tǒng)學生答案：C6下列關于Spark中RDD的說法，描述有誤的是？A、RDD是可以直接修改的B、每個RDD可分成多個分區(qū)，每個分區(qū)就是一個數(shù)據(jù)集片段C、一個RDD就是一個分布式對象集合，本質上是一個只讀的分區(qū)記錄集合D、RDD提供了一種高度受限的共享內(nèi)存模型學生答案：A7下列關于Map和Reduce函數(shù)的描述，哪個是錯誤的？A、Map每一個輸入的<k1,v1>會輸出一批<k2,v2>，B、Reduce輸入的中間結果<k2,List(v2)>中的List(v2)表示是一批屬于不同k2的valueC、Reduce輸入的中間結果<k2,List(v2)>中的List(v2)表示是一批屬于同一個k2的valueD、Map將小數(shù)據(jù)集進一步解析成一批<key,value>對，輸入Map函數(shù)中進行處理學生答案：B8、MapReduce1.0的體系結構中，JobTracker的主要任務是什么？A會周期性地通過“心跳”將本節(jié)點上資源的使用情況和任務的運行進度匯報給TaskTrackerB會跟蹤任務的執(zhí)行進度、資源使用量等信息，并將這些信息告訴任務（Task）C使用“slot”等量劃分本節(jié)點上的資源量（CPU、內(nèi)存等）D負責資源監(jiān)控和作業(yè)調度，監(jiān)控所有TaskTracker與Job的健康狀況學生答案：D9下列關于推薦系統(tǒng)的描述，哪一項是錯誤的？A推薦系統(tǒng)分為基于物品的協(xié)同過濾和基于商家的協(xié)同過濾B推薦系統(tǒng)可以創(chuàng)造全新的商業(yè)和經(jīng)濟模式，幫助實現(xiàn)長尾商品的銷售C推薦系統(tǒng)是自動聯(lián)系用戶和物品的一種工具D推薦系統(tǒng)是大數(shù)據(jù)在互聯(lián)網(wǎng)領域的典型應用學生答案：A10下列傳統(tǒng)并行計算框架，說法錯誤的是哪一項？A實時、細粒度計算、計算密集型B編程難度高C刀片服務器、高速網(wǎng)、SAN，價格貴，擴展性差D共享式(共享內(nèi)存/共享存儲)，容錯性好學生答案：D11關于Spark運行架構，下列說法錯誤的是？A一個Job包含多個RDD及作用于相應RDD上的各種操作B、DAG反映RDD之間的依賴關系C、RDD是運行在工作節(jié)點（WorkerNode）的一個進程，負責運行TaskD、Application是用戶編寫的Spark應用程序學生答案：C12在Hadoop生態(tài)系統(tǒng)中，Kafka主要解決Hadoop中存在哪些的問題？A、Hadoop生態(tài)系統(tǒng)中各個組件和其他產(chǎn)品之間缺乏統(tǒng)一的、高效的數(shù)據(jù)交換中介B、不同的MapReduce任務之間存在重復操作，降低了效率C、抽象層次低，需要手工編寫大量代碼D、延遲高，而且不適合執(zhí)行迭代計算學生答案：A13下列關于Spark的描述，錯誤的是哪一項？A提供了完整而強大的技術棧，包括SQL查詢、流式計算、機器學習和圖算法組件B使用DAG執(zhí)行引擎以支持循環(huán)數(shù)據(jù)流與內(nèi)存計算C支持使用Scala、Java、Python和R語言進行編程，但是不可以通過SparkShell進行交互式編程D可運行于獨立的集群模式中，可運行于Hadoop中，也可運行于AmazonEC2等云環(huán)境中學生答案：C14下列哪個不屬于YARN體系結構中ApplicationMaster的功能？A將申請的資源分配給內(nèi)部任務B處理來自ResourceManger的命令C為應用程序申請資源D任務調度、監(jiān)控與容錯學生答案：B15在Spark生態(tài)系統(tǒng)組件的應用場景中，下列哪項說法是錯誤的？A、SparkCore應用在復雜的批量數(shù)據(jù)處理B、SparkSQL是基于歷史數(shù)據(jù)的交互式查詢C、GraphX是圖結構數(shù)據(jù)的處理D、SparkStreaming是基于歷史數(shù)據(jù)的數(shù)據(jù)挖掘學生答案：D判斷題1、MapReduce將復雜的、運行于大規(guī)模集群上的并行計算過程高度地抽象到了兩個函數(shù)。A正確B錯誤學生答案：A2、MapReduce計算模型主要用于實時、計算密集型應用。A正確B錯誤學生答案：B3、推薦系統(tǒng)是大數(shù)據(jù)在互聯(lián)網(wǎng)領域的典型應用，是自動聯(lián)系用戶和愛好的一種工具。A正確B錯誤學生答案：B4、Spark運行架構中，每個Application都有自己專屬的Executor進程，該進程在Application運行期間一直駐留。A正確B錯誤學生答案：A5、在Hadoop生態(tài)系統(tǒng)中，Pig主要解決Hadoop中存在的延遲高、不適合執(zhí)行迭代計算的問題。A正確B錯誤學生答案：B多選題1、MapReduce體系結構主要由以下那幾個部分構成？A、JobTrackerB、ClientC、TaskD、TaskTracker學生答案：A；B；C；D2下列關于MapReduce的體系結構的描述，說法正確的有？A、TaskTracker監(jiān)控所有TaskTracker與Job的健康狀況B、TaskTracker使用“slot”等量劃分本節(jié)點上的資源量（CPU、內(nèi)存等）C、JobTracker負責資源監(jiān)控和作業(yè)調度D、用戶編寫的MapReduce程序通過Client提交到JobTracker端學生答案：B；C；D3、MapReduce的具體應用包括哪些？A矩陣-向量乘法B關系代數(shù)運算（選擇、投影、并、交、差、連接）C矩陣乘法D分組與聚合運算學生答案：A；B；C；D4下列哪些屬于大數(shù)據(jù)應用？A物流：基于大數(shù)據(jù)和物聯(lián)網(wǎng)技術的智能物流B汽車：無人駕駛汽車，實時采集車輛各種行駛數(shù)據(jù)和周圍環(huán)境C智能交通：利用交通大數(shù)據(jù)，實現(xiàn)交通實時監(jiān)控D推薦系統(tǒng)：為用戶推薦相關商品學生答案：A；B；C；D5在實際大數(shù)據(jù)處理應用中，當采用多種計算架構來滿足不同應用場景需求時，會帶來哪些問題？A比較難以對同一個集群中的各個系統(tǒng)進行統(tǒng)一的資源協(xié)調和分配B不同的軟件需要不同的開發(fā)和維護團隊C不同場景之間輸入輸出數(shù)據(jù)無法做到無縫共享，通常需要進行數(shù)據(jù)格式的轉換D需要較高的使用成本學生答案：A；B；C；D6下面哪個屬于不斷完善的Hadoop生態(tài)系統(tǒng)中的組件？A、KafkaB、TezC、DN8D、Pig學生答案：A；B；D7、MapReduce相較于傳統(tǒng)的并行計算框架有什么優(yōu)勢？A非共享式，容錯性好B使用普通PC機，便宜，擴展性好C編程簡單，只要告訴MapReduce做什么即可D批處理、非實時、數(shù)據(jù)密集型學生答案：A；B；C；D8、Spark采用RDD以后能夠實現(xiàn)高效計算的原因主要在于？A中間結果持久化到內(nèi)存，避免了不必要的讀寫磁盤開銷B存放的數(shù)據(jù)可以是Java對象，避免了不必要的對象序列化和反序列化C采用數(shù)據(jù)復制實現(xiàn)容錯D高效的容錯性學生答案：A；B；D9在實際應用中，大數(shù)據(jù)處理主要包括以下哪三個類型？A基于實時數(shù)據(jù)流的數(shù)據(jù)處理：通常時間跨度在數(shù)百毫秒到數(shù)秒之間B基于歷史數(shù)據(jù)的交互式查詢：通常時間跨度在數(shù)十秒到數(shù)分鐘之間C復雜的批量數(shù)據(jù)處理：通常時間跨度在數(shù)十分鐘到數(shù)小時之間D基于實時數(shù)據(jù)流的數(shù)據(jù)處理：通常時間跨度在數(shù)十秒到數(shù)分鐘之間學生答案：A；B；C10下列選項中，哪些屬于Hadoop1.0的核心組件的不足之處？A實時性差（適合批處理，不支持實時交互式）B執(zhí)行迭代操作效率低C資源浪費（Map和Reduce分兩階段執(zhí)行）D難以看到程序整體邏輯學生答案：A；B；C；D簡答題1.關于Spark，（1）相對于MapReduce而言，在執(zhí)行迭代計算方面，為什么Spark具有更好的性能？（2）為什么說Spark的設計具有天生的容錯性？（3）Spark有哪三種部署方式？答案：關于Spark的相關問題，以下是詳細解答：（1）相對于MapReduce而言，在執(zhí)行迭代計算方面，Spark具有更