華為數(shù)據(jù)中臺(tái)運(yùn)維專(zhuān)項(xiàng)試題

華為數(shù)據(jù)中臺(tái)運(yùn)維專(zhuān)項(xiàng)試題單選題（總共40題）1.Flink的數(shù)據(jù)轉(zhuǎn)換操作在以下（）環(huán)節(jié)中完成。(1分)A、channelB、TransformationC、sinkD、source答案：B解析：

暫無(wú)解析2.Hbase中的Region是由（）服務(wù)進(jìn)程來(lái)管理的。(1分)A、HRegionServerB、ZookeeperC、HmasterD、DataNode答案：A解析：

暫無(wú)解析3.下列關(guān)于SparkStreaming和Streaming比較說(shuō)法不正確的是（）。(1分)A、SparkStreaming是一個(gè)微批處理框架，時(shí)間需要積累到一定量才能進(jìn)行處理B、Streaming的執(zhí)行邏輯是即時(shí)啟動(dòng)，運(yùn)行完再回收C、SparkStreaming的吞吐量大約是Streaming的2-5倍D、SparkStreaming時(shí)間處理時(shí)延比Streaming更高答案：B解析：

暫無(wú)解析4.HBase表的rowkey設(shè)計(jì)是一個(gè)很重要的開(kāi)發(fā)設(shè)計(jì)環(huán)節(jié)，下面roykey設(shè)計(jì)更為合理的是（）。(1分)A、姓名+手機(jī)號(hào)B、日期+手機(jī)號(hào)C、手機(jī)號(hào)+日期D、手機(jī)號(hào)+姓名答案：C解析：

暫無(wú)解析5.Spark的核心是模塊是（）。(1分)A、sparkStreamingB、sparkcoreC、mapreduceD、sparksql答案：B解析：

暫無(wú)解析6.下列（）選項(xiàng)屬于Hive的數(shù)據(jù)存儲(chǔ)模型。(1分)A、桶B、數(shù)據(jù)庫(kù)C、分區(qū)D、以上全都正確答案：D解析：

暫無(wú)解析7.以下（）工具可以實(shí)現(xiàn)大量數(shù)據(jù)的快速導(dǎo)入和導(dǎo)出。(1分)A、gsqlB、GDSC、DataStudioD、DSC答案：B解析：

暫無(wú)解析8.以下（）數(shù)據(jù)不屬于半結(jié)構(gòu)化數(shù)據(jù)。(1分)A、HTMLB、XMLC、二維表D、JSON答案：C解析：

暫無(wú)解析9.以下（）組件負(fù)責(zé)生成和維護(hù)全局事務(wù)ID、事務(wù)快照、時(shí)間戳等全局唯一信息。(1分)A、GTMB、WLMC、CND、DN答案：A解析：

暫無(wú)解析10.在MRS產(chǎn)品中，關(guān)于KafkaTpoic，一下描述不正確的有（）。(1分)A、每個(gè)Topic只能被分成一個(gè)partition(分區(qū))B、Topic的partition數(shù)量可以在創(chuàng)建時(shí)配置C、每個(gè)partition的存儲(chǔ)層對(duì)應(yīng)一個(gè)log文件，log文件中記錄了所有的信息數(shù)據(jù)D、每條發(fā)布到Kafka的信息都有一個(gè)類(lèi)別，這個(gè)類(lèi)別被稱(chēng)為T(mén)opic，也可以理解為一個(gè)存儲(chǔ)消息的隊(duì)列答案：A解析：

暫無(wú)解析11.在MRSHD中，創(chuàng)建Loader作業(yè)的進(jìn)行數(shù)據(jù)轉(zhuǎn)換正確步驟是（）。(1分)A、設(shè)置輸入-轉(zhuǎn)換-輸出B、抽取-轉(zhuǎn)換-輸出C、加載-轉(zhuǎn)換-輸出D、加載-轉(zhuǎn)換-抽取答案：A解析：

暫無(wú)解析12.以下（）選項(xiàng)不屬于數(shù)據(jù)中臺(tái)三層架構(gòu)。(1分)A、貼源層B、輕度匯總層C、共享層D、分析層答案：B解析：

暫無(wú)解析13.下列關(guān)于HDFS客戶(hù)端讀文件過(guò)程正確的是（）。(1分)A、優(yōu)先從最近的DataNode下載數(shù)據(jù)B、文件數(shù)據(jù)先從DataNode返回至NameNode,然后從NameNode下致到致客戶(hù)端C、如果客戶(hù)端和所連接的DataNode在讀取時(shí)出現(xiàn)故障，那么客戶(hù)端會(huì)放棄這個(gè)鼓掌節(jié)點(diǎn)，去連接其他副本所在的節(jié)點(diǎn)D、支持多個(gè)客戶(hù)端同時(shí)從DataNode±讀取同一個(gè)文件數(shù)據(jù)答案：D解析：

暫無(wú)解析14.在WebHCat架構(gòu)中，用戶(hù)能夠通過(guò)安全的HTTPS協(xié)議執(zhí)行以下（）操作。(1分)A、執(zhí)行HiveDDL操作B、運(yùn)行MapReduce任務(wù)C、運(yùn)行HiveSQL任務(wù)D、以上全部正確答案：D解析：

暫無(wú)解析15.以下最常用的整型類(lèi)型是（）。(1分)A、TINYINTB、SMALLINTC、INTEGERD、BIGINT答案：C解析：

暫無(wú)解析16.執(zhí)行引擎的類(lèi)型包括（）。(1分)A、行執(zhí)行引擎B、向量化執(zhí)行引擎C、行列混合執(zhí)行引擎D、以上都是答案：D解析：

暫無(wú)解析17.Kafka集群中，Kafka服務(wù)端的角色是（）。(1分)A、BrokerB、ConsumerC、ZookeeperD、Producer答案：A解析：

暫無(wú)解析18.將數(shù)據(jù)塊存儲(chǔ)大小設(shè)置為128M,HDFS客戶(hù)端在寫(xiě)文件時(shí)，當(dāng)寫(xiě)入一個(gè)100M大小的文件，實(shí)際占用儲(chǔ)存空間為（）。(1分)A、128MB、100MC、64MD、50M答案：B解析：

暫無(wú)解析19.Hive常被用來(lái)處理（）場(chǎng)景。(1分)A、事務(wù)性處理B、批量計(jì)算C、實(shí)時(shí)性計(jì)算D、流計(jì)算答案：B解析：

暫無(wú)解析20.如果需要由數(shù)據(jù)生產(chǎn)者決定數(shù)據(jù)發(fā)送給目標(biāo)Blot的某一個(gè)確定的Task，應(yīng)該選擇以下（）種消息發(fā)布策略。(1分)A、局部字段分組B、廣播分組C、直接分組D、全局分組答案：C解析：

暫無(wú)解析21.為了保障流應(yīng)用的快照存儲(chǔ)的可靠性，快照主要存儲(chǔ)在（）。(1分)A、JobManager內(nèi)存中B、可靠性高的單擊數(shù)據(jù)庫(kù)中C、本地文件系統(tǒng)D、HDFS答案：D解析：

暫無(wú)解析22.決策樹(shù)中不包含以下（）結(jié)點(diǎn)。(1分)A、根結(jié)點(diǎn)（rootnode）B、內(nèi)部結(jié)點(diǎn)（internalnode）C、外部結(jié)點(diǎn)（externalnode）D、葉結(jié)點(diǎn)（leafnode）答案：C解析：

暫無(wú)解析23.HBase的主HMaster是（）選舉的。(1分)A、由RegionServer進(jìn)行裁決B、HMaster為雙主模式，不需要進(jìn)行裁決C、通過(guò)ZooKeeper進(jìn)行裁決D、隨機(jī)選舉答案：C解析：

暫無(wú)解析24.在MRS中，可以在（）查看MapReduce應(yīng)用程序的運(yùn)行結(jié)果。(1分)A、MRSManager的web界面B、LoaderWeb界面C、Solrweb界面D、YarnWeb界面答案：D解析：

暫無(wú)解析25.Hadoop平臺(tái)中HBase的Region是由哪個(gè)服務(wù)進(jìn)程來(lái)管理?(1分)A、HMasterB、DataNodeC、RegionServerD、ZooKeeper答案：C解析：

暫無(wú)解析26.MRSManager對(duì)服務(wù)的配置功能說(shuō)法不正確的是（）。(1分)A、服務(wù)級(jí)別的配置可對(duì)所有實(shí)例生效B、實(shí)例級(jí)別的配置只針對(duì)本實(shí)例生效C、實(shí)例級(jí)別的配置對(duì)其他實(shí)例也生效D、配置保存好需要重啟服務(wù)才能生效答案：C解析：

暫無(wú)解析27.YARN中設(shè)置隊(duì)列QueueA的最大使用資源量，需要配置（）參數(shù)。(1分)A、yarn.scheduler.capacity.root.QueueA.minimum-user-limit-percentB、yarn.scheduler.capacity.root.QueueA.maximum-capacityC、yarn.scheduler.capacity.root.QueueA.minimum-user-limit-factorD、yarn.scheduler.capacity.root.QueueA.state答案：B解析：

暫無(wú)解析28.以下不屬于CN自動(dòng)剔除約束的是（）。(1分)A、設(shè)置CN心跳超時(shí)時(shí)間的值大于0B、集群中的CN總數(shù)必須大于等于3C、多CN故障時(shí)只能剔除一個(gè)CND、CN剔除以后，邏輯集群的創(chuàng)建、刪除、擴(kuò)容、縮容、回滾、顯示操作可以執(zhí)行答案：D解析：

暫無(wú)解析29.下列（）HDFS命令可用于檢測(cè)數(shù)據(jù)塊的完整性。(1分)A、hdfsfsck/B、hdfsfsck–deleteC、hdfsdfsadmin–reportD、hdfsbalancer–threshold1答案：A解析：

暫無(wú)解析30.安裝MRS的Streaming組件是，Nimbus角色要求安裝（）節(jié)點(diǎn)。(1分)A、4B、3C、2D、1答案：C解析：

暫無(wú)解析31.下列關(guān)于MRSLibrA數(shù)據(jù)均勻分布的存儲(chǔ)描述錯(cuò)誤的是（）。(1分)A、解析器從客戶(hù)端應(yīng)用獲取輸入的數(shù)據(jù)B、解析器對(duì)數(shù)據(jù)解析后，將數(shù)據(jù)分發(fā)誒各個(gè)處理單元進(jìn)行處理C、各個(gè)處理單元把接受到的數(shù)據(jù)存儲(chǔ)到各自的邏輯磁盤(pán)中D、每一個(gè)處理單元的邏輯磁盤(pán)只能是服務(wù)器自帶的物理磁盤(pán)答案：D解析：

暫無(wú)解析32.在MRSLibrA中，下面對(duì)analyze使用的描述錯(cuò)誤的是（）。(1分)A、analyze語(yǔ)句可收集與數(shù)據(jù)庫(kù)中表內(nèi)容相關(guān)的統(tǒng)計(jì)信息，統(tǒng)計(jì)結(jié)果存儲(chǔ)在系統(tǒng)表PG_STATISTIC中B、建議對(duì)一個(gè)剛執(zhí)行過(guò)大批量插入操作的表執(zhí)行analyze語(yǔ)句，以便使LibrA內(nèi)的優(yōu)化器模塊根據(jù)這些統(tǒng)計(jì)數(shù)據(jù)獲得更優(yōu)的輸出，進(jìn)而影響業(yè)務(wù)性能C、執(zhí)行計(jì)劃生成器會(huì)使用PG_STATISTIC表中的統(tǒng)計(jì)數(shù)據(jù)，以生成最有效的查詢(xún)執(zhí)行計(jì)劃D、analyze語(yǔ)句中使用-pop選項(xiàng)，可避免當(dāng)數(shù)據(jù)庫(kù)中數(shù)據(jù)量過(guò)大時(shí)內(nèi)存緊張答案：D解析：

暫無(wú)解析33.以下關(guān)于Zookeeper的Leader節(jié)點(diǎn)在接收到數(shù)據(jù)變更請(qǐng)求后的讀寫(xiě)流程說(shuō)法正確的是（）。(1分)A、僅寫(xiě)入內(nèi)存B、同時(shí)寫(xiě)入硬盤(pán)和內(nèi)存C、先寫(xiě)入內(nèi)存再寫(xiě)入硬盤(pán)D、先寫(xiě)入硬盤(pán)再寫(xiě)入內(nèi)存答案：D解析：

暫無(wú)解析34.YARN的基于標(biāo)準(zhǔn)調(diào)度，是對(duì)下列選項(xiàng)中的（）進(jìn)行標(biāo)簽化。(1分)A、AppMasterB、ResourceManagerC、NodeManagerD、Container答案：C解析：

暫無(wú)解析35.關(guān)于RDD，下列說(shuō)法錯(cuò)誤的是（）。(1分)A、RDD具有血統(tǒng)機(jī)制(Lineage)B、RDD默認(rèn)存儲(chǔ)在磁盤(pán)C、RDD是一個(gè)只讀的，可分區(qū)的分布式數(shù)據(jù)集D、RDD是Spark對(duì)基礎(chǔ)數(shù)據(jù)的抽象答案：B解析：

暫無(wú)解析36.以下掃描算子中用于對(duì)列存表進(jìn)行掃描的算子是（）。(1分)A、SeqScanB、CstoreScanC、SubqueryScanD、ValuesScan答案：B解析：

暫無(wú)解析37.在Spark中，假設(shè)lines是一個(gè)DStream對(duì)象，filter語(yǔ)句可以過(guò)濾掉80%的數(shù)據(jù)，針對(duì)以下兩個(gè)語(yǔ)句說(shuō)法正確的是：X:lines.filter(...).groupByKey(...)Y:lines.groupByKey(...).filter(...)(1分)A、X比Y的性能更高B、X比Y的性能更低C、X和Y和性能一樣D、無(wú)法確性X和Y的性能差異答案：A解析：

暫無(wú)解析38.Streaming主要通過(guò)zookeeper提供以下的（）實(shí)現(xiàn)事件偵聽(tīng)。(1分)A、分布式鎖機(jī)制B、WatcherC、CheckpointD、ACK答案：B解析：

暫無(wú)解析39.在MapReduce的應(yīng)用程序開(kāi)發(fā)中，下列（）JAVA類(lèi)負(fù)責(zé)管理和運(yùn)行一個(gè)計(jì)算任務(wù)。(1分)A、lobB、ContextC、FileSystemD、Configuration答案：A解析：

暫無(wú)解析40.關(guān)于Hive在MRS中的架構(gòu)描述錯(cuò)誤的是（）。(1分)A、只要有一個(gè)HiveServer不可用，整個(gè)Hive集群便不可用B、MotaStore用于提供元數(shù)據(jù)服務(wù)，依賴(lài)于DBServiceC、在同一時(shí)間點(diǎn)、HiveServer只要一個(gè)處于Active狀態(tài)，另一個(gè)則處于Standby狀態(tài)D、HiveServer負(fù)責(zé)接收客戶(hù)端請(qǐng)求.解析.執(zhí)行HQL命令并返回查詢(xún)結(jié)果答案：A解析：

暫無(wú)解析多選題（總共40題）1.MRS中，（）組件支持對(duì)表進(jìn)行加密。(1分)A、HDFSB、FlinkC、HbaseD、Hive答案：CD解析：

暫無(wú)解析2.關(guān)于Kafka的特點(diǎn)如下描述正確的是（）。(1分)A、Kafka是：一個(gè)高吞吐、分布式、基于發(fā)布訂閱的消息系統(tǒng)B、Kafka可以做到消息的持久化C、適用于離線和在線的消息消費(fèi)場(chǎng)景D、Kafka可以保證每個(gè)Partition內(nèi)的消息有：序答案：ABCD解析：

暫無(wú)解析3.華為大數(shù)據(jù)產(chǎn)品MRS中的Streaming具有（）關(guān)鍵特性。(1分)A、容災(zāi)能力B、靈活性C、消息可靠性D、可伸縮性答案：ABC解析：

暫無(wú)解析4.向用戶(hù)授權(quán)DRS權(quán)限流程包括以下（）方面。(1分)A、創(chuàng)建用戶(hù)組并授權(quán)B、創(chuàng)建用戶(hù)C、用戶(hù)登錄并驗(yàn)證權(quán)限D(zhuǎn)、用戶(hù)自行添加權(quán)限答案：ABC解析：

暫無(wú)解析5.在產(chǎn)品選型時(shí)，數(shù)據(jù)中臺(tái)邏輯架構(gòu)中分析層要重點(diǎn)關(guān)注產(chǎn)品的特點(diǎn)包含（）方面。(1分)A、批量刪除能力B、強(qiáng)資源隔離能力C、高并發(fā)的查詢(xún)能力D、強(qiáng)大的OLTP能力答案：BC解析：

暫無(wú)解析6.在MRS中，關(guān)于Kafka組件說(shuō)法正確的是（）。(1分)A、在創(chuàng)建Topic時(shí)，副本數(shù)不得大于當(dāng)前存活的Broker實(shí)例個(gè)數(shù)，否側(cè)創(chuàng)建Topic將會(huì)失敗B、Kafka的Producer發(fā)送消息時(shí),可以指定該消息被哪個(gè)Comsumer消費(fèi)C、Kafka會(huì)將元數(shù)據(jù)信息存放在Zookeeper上D、Kafka安裝完成后就不能再配置數(shù)據(jù)存放目錄答案：ABCD解析：

暫無(wú)解析7.MRS中使用Streaming客戶(hù)端shell命令提交拓?fù)渲?，使用StormUI查看發(fā)現(xiàn)該拓?fù)溟L(zhǎng)時(shí)間沒(méi)有處理數(shù)據(jù)，可能原因有（）。(1分)A、拓?fù)錁I(yè)務(wù)邏輯錯(cuò)誤，提交之后無(wú)法正常運(yùn)行B、Supervisor是在Topology中接收數(shù)據(jù)然后執(zhí)行處理的組件C、拓?fù)溥^(guò)于復(fù)雜或者并發(fā)太大，導(dǎo)致worker啟動(dòng)時(shí)間過(guò)長(zhǎng)，超過(guò)supervisor的等待時(shí)間D、Supervisor的slots資源被消耗盡，拓?fù)涮峤簧先ズ蠓植坏絪lot去啟動(dòng)worker進(jìn)程答案：ABCD解析：

暫無(wú)解析8.整庫(kù)遷移支持的源端數(shù)據(jù)源類(lèi)型有：（）。(1分)A、MySQLB、OracleC、HiveD、DWS答案：ABCD解析：

暫無(wú)解析9.創(chuàng)建API時(shí)，需要填寫(xiě)（）信息。(1分)A、API名稱(chēng)B、API目錄C、請(qǐng)求PathD、請(qǐng)求方法答案：ABCD解析：

暫無(wú)解析10.以下屬于物化算子的有（）。(1分)A、ResultB、SortC、AggD、Material答案：BCD解析：

暫無(wú)解析11.Spark適用于以下（）場(chǎng)景。(1分)A、交互式查詢(xún)B、實(shí)時(shí)流處理C、批處理D、圖計(jì)算答案：ABCD解析：

暫無(wú)解析12.Hbase中以下（）場(chǎng)景會(huì)觸發(fā)Flush操作。(1分)A、Hbase定期刷新MetaStore，默認(rèn)周期為1小時(shí)B、當(dāng)WALs中文件數(shù)量達(dá)到閾值C、Region中MetaStore的總大小達(dá)到了預(yù)設(shè)的FlushSize閾值D、MetaStore占用內(nèi)存的總量和RegionServer總內(nèi)存比值超出了預(yù)設(shè)的閾值大小答案：ABCD解析：

暫無(wú)解析13.事務(wù)的ACID特性包括（）。(1分)A、原子性B、一致性C、隔離性D、持久性答案：ABCD解析：

暫無(wú)解析14.關(guān)于FusioninsightHD的Spark,以下（）編程語(yǔ)言可以用來(lái)開(kāi)發(fā)Spark應(yīng)用。(1分)A、CB、ScalaC、JavaD、Python答案：BCD解析：

暫無(wú)解析15.關(guān)于Kafka的Producer,如下說(shuō)法正確的是（）。(1分)A、Producer是消息生產(chǎn)者B、Producer生產(chǎn)數(shù)據(jù)需要指定TopicC、可以同時(shí)起多個(gè)Producer進(jìn)程向同一個(gè)Topic進(jìn)行數(shù)據(jù)發(fā)送D、Producer生產(chǎn)數(shù)據(jù)時(shí)需要先連接ZooKeeper,而后才連接Broker答案：ABC解析：

暫無(wú)解析16.要實(shí)現(xiàn)資源檢索應(yīng)配置的前置條件是（）。(1分)A、在分類(lèi)管理中先配置好分類(lèi)類(lèi)型和分類(lèi)模板B、在頁(yè)面在線配置中配置好表屬性“是否為查詢(xún)條件”，才能顯示動(dòng)態(tài)配置查詢(xún)條件C、查看資源詳情，預(yù)覽數(shù)據(jù)需先同步元數(shù)據(jù)數(shù)據(jù)源D、創(chuàng)建sap索引答案：ABC解析：

暫無(wú)解析17.對(duì)資產(chǎn)搜索結(jié)果，可以基于條件進(jìn)行篩選，下列篩選條件中支持類(lèi)別有（）。(1分)A、數(shù)據(jù)連接B、類(lèi)型C、密級(jí)D、大小答案：ABC解析：

暫無(wú)解析18.DLI用戶(hù)可以通過(guò)以下（）接入方式對(duì)云上CloudTable、RDS和DWS等異構(gòu)數(shù)據(jù)源進(jìn)行查詢(xún)分析。(1分)A、可視化界面B、RestfulAPIC、JDBCD、ODBC答案：ABCD解析：

暫無(wú)解析19.以下關(guān)于KafkaPrtition說(shuō)法正確的是（）。(1分)A、引入Partition機(jī)制，保證了Kafka的高吞吐能力B、每個(gè)Partition都是有序且不可變的消息隊(duì)列C、Partition數(shù)量絕對(duì)了每個(gè)consumergroup中并發(fā)消費(fèi)者的最大數(shù)量D、每個(gè)Partition在存儲(chǔ)層面對(duì)應(yīng)一個(gè)log文件答案：ABCD解析：

暫無(wú)解析20.在HBase表設(shè)計(jì)中，對(duì)于多項(xiàng)業(yè)務(wù)公用rowkey,導(dǎo)致數(shù)據(jù)訪問(wèn)矛盾的情況，可以有（）應(yīng)對(duì)策略。(1分)A、折中法（rowkey設(shè)計(jì)兼顧A和B的業(yè)務(wù)需求）B、冗余法（用空間換時(shí)間廠效率）C、創(chuàng)建二級(jí)索引D、預(yù)分region答案：ABC解析：

暫無(wú)解析21.華為云機(jī)器學(xué)習(xí)服務(wù)MLS支持（）分類(lèi)方法。(1分)A、梯度提升術(shù)B、邏輯回歸C、隨機(jī)決策森林D、支持向量機(jī)答案：ABCD解析：

暫無(wú)解析22.在Kafka中，關(guān)于Comsumer說(shuō)法正確的是（）。(1分)A、Consumer主要進(jìn)行數(shù)據(jù)消費(fèi)B、Consumer消費(fèi)數(shù)據(jù)時(shí)需要指定TopicC、多個(gè)Consumer配置相同的group.id時(shí)，這些Consumer消費(fèi)的數(shù)據(jù)不會(huì)重復(fù)D、新ConsumerAPI消費(fèi)數(shù)據(jù)不用指定ZooKeeper地址答案：ABCD解析：

暫無(wú)解析23.某大型生產(chǎn)企業(yè)，計(jì)劃內(nèi)部的物流數(shù)據(jù)和銷(xiāo)售數(shù)據(jù)進(jìn)行大數(shù)據(jù)轉(zhuǎn)型，設(shè)計(jì)部給出了數(shù)據(jù)存儲(chǔ)方案的分析，描述正確的是()。(1分)A、HBase存儲(chǔ)海量數(shù)據(jù)，并支持動(dòng)態(tài)擴(kuò)展，能完成物流和銷(xiāo)售數(shù)據(jù)的存儲(chǔ)需求B、HBase支持高效隨機(jī)讀取，經(jīng)過(guò)合理設(shè)計(jì)能完成對(duì)物流情況的實(shí)時(shí)分析于指揮C、物流數(shù)據(jù)非常稀疏，HBase能高效地處理稀疏數(shù)據(jù)D、HBase可以搭建在普通商用服務(wù)器上，構(gòu)建成本相對(duì)較低答案：ABCD解析：

暫無(wú)解析24.支持創(chuàng)建的數(shù)據(jù)標(biāo)簽類(lèi)型（）。(1分)A、規(guī)則標(biāo)簽B、組合標(biāo)簽C、手工標(biāo)簽D、實(shí)時(shí)標(biāo)簽答案：ABCD解析：

暫無(wú)解析25.采用Flume傳輸數(shù)據(jù)過(guò)程中，為了防止因Flume進(jìn)程重啟而丟失數(shù)據(jù)，可以使用以下（）Channel。(1分)A、memoryChannelB、JDBCChannelC、FileChannelD、HDFSChannel答案：BC解析：

暫無(wú)解析26.DWS的默認(rèn)用戶(hù)擁有（）權(quán)限。(1分)A、登錄B、創(chuàng)建數(shù)據(jù)庫(kù)C、創(chuàng)建用戶(hù)答案：ABC解析：

暫無(wú)解析27.MRS中，Streaming適用于以下（）場(chǎng)景。(1分)A、流數(shù)據(jù)監(jiān)控B、網(wǎng)站的實(shí)時(shí)訪問(wèn)統(tǒng)計(jì)C、離線日志分析D、交通流量分析答案：ABD解析：

暫無(wú)解析28.Flume進(jìn)程級(jí)聯(lián)時(shí)，以下（）sink類(lèi)型用于接收上一跳Flume發(fā)送過(guò)來(lái)的數(shù)據(jù)。(1分)A、avrosinkB、thriftsinkC、HDFSsinkD、NullSink答案：BC解析：

暫無(wú)解析29.YARN容量調(diào)度器的主要特性有（）。(1分)A、容量保證B、動(dòng)態(tài)更新配置文件C、靈活性D、多重租賃答案：ABCD解析：

暫無(wú)解析30.數(shù)據(jù)歸約的策略包括：()。(1分)A、維歸約B、數(shù)量歸約C、螺旋式方法D、數(shù)據(jù)壓縮答案：ABD解析：

暫無(wú)解析31.NodeManager的內(nèi)存和CPU的數(shù)量，是通過(guò)下列（）選項(xiàng)進(jìn)行配置。(1分)A、Yarn.scheduler.capacity.root.QueueA.maximum-capacityB、yarn.nodemanager.resource.cpu-vcoreC、yarn.nodemanager.vmem-pmom-ratioD、yarn.nodemanager.resource.memory-mb答案：BCD解析：

暫無(wú)解析32.Stream算子可以執(zhí)行在以下（）組件上。(1分)A、CNB、GTMC、DND、OM答案：AC解析：

暫無(wú)解析33.下列選項(xiàng)中，（）是MapReduce一定會(huì)有的過(guò)程。(1分)A、CombineB、MapC、ReduceD、Partition答案：BCD解析：

暫無(wú)解析34.DAYU作業(yè)調(diào)度的方式有（）。(1分)A、單次調(diào)度B、周期調(diào)度C、事件驅(qū)動(dòng)調(diào)度D、自定義調(diào)度答案：ABC解析：

暫無(wú)解析35.若在消息處理過(guò)程中允許部分?jǐn)?shù)據(jù)丟失，關(guān)閉消息可靠性處理機(jī)制的方式有（）。(1分)A、將參數(shù)Config.Topology_ACKKRS設(shè)置為0B、將參數(shù)Config.Topology_ACKKRS設(shè)置為falseC、Spout發(fā)送消息時(shí)，使用不指定消息messageID的接口進(jìn)行發(fā)送D、Blot發(fā)送消息時(shí)使用Unanchor方式發(fā)送答案：ACD解析：

暫無(wú)解析36.以下屬于HiveSQL中DDL的是（）。(1分)A、修改表B、刪除表C、數(shù)據(jù)導(dǎo)入D、建表答案：ABD解析：

暫無(wú)解析37.在DRS的標(biāo)簽管理服務(wù)中，下列存在的功能有（）。(1分)A、添加標(biāo)簽B、編輯標(biāo)簽C、備份標(biāo)簽D、刪除標(biāo)簽答案：ABD解析：

暫無(wú)解析38.MRS中，Hive客戶(hù)端以下（）參數(shù)是用來(lái)控制reduce并發(fā)度的。(1分)A、hive.exec.reducers.bytes.per.reducerB、hive.exec-ducers.maxC、hive.exec.max.dynamic.partitionsD、hive.exec.max.dynamic.partitions.pemode答案：AB解析：

暫無(wú)解析39.Flink的兼容性體現(xiàn)在以下（）方面。(1分)A、YARN能夠作為Flink集群的資源調(diào)度管理器B、能夠與Hadoop原有的Mappers和Reduces混合使用C、能夠使用Hadoop的格式化輸入和輸出D、能夠從本地獲取數(shù)據(jù)答案：ABCD解析：

暫無(wú)解析40.以下關(guān)于Hbase文件存儲(chǔ)模塊描述正確的有（）。(1分)A、應(yīng)用在FusionInsightHD的上層應(yīng)用B、HFS封裝了Hbase與HDFS的接口C、為上層應(yīng)用提供文件存儲(chǔ)、讀取、刪除等功能D、HFS是Hbase的獨(dú)立模塊答案：ABCD解析：

暫無(wú)解析判斷題（總共30題）1.在一個(gè)MapReduce應(yīng)用程序中,map函數(shù)的輸出經(jīng)由MapReduce框架處理后,發(fā)送到reduce函數(shù),這個(gè)處理過(guò)程是基于鍵值進(jìn)行排序和分組。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析2.“表/文件/整庫(kù)遷移”支持批量遷移表或者文件，還支持同構(gòu)/異構(gòu)數(shù)據(jù)庫(kù)之間整庫(kù)遷移，一個(gè)作業(yè)即可遷移幾百?gòu)埍怼?1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析3.數(shù)據(jù)湖探索（DataLakeInsight，簡(jiǎn)稱(chēng)DLI）兼容標(biāo)準(zhǔn)SQL。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析4.在Flink中，checkpoint機(jī)制能夠保證應(yīng)用在運(yùn)行過(guò)程中出現(xiàn)失敗時(shí)，從某一個(gè)點(diǎn)恢復(fù)，在此過(guò)程中，流快照是根據(jù)數(shù)據(jù)流入順序依次創(chuàng)建的。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析5.修改視圖時(shí)可以修改視圖的表空間。(1分)A、正確B、錯(cuò)誤答案：B解析：

暫無(wú)解析6.Flink適用于高并發(fā)處理數(shù)據(jù)、毫秒級(jí)時(shí)延應(yīng)用。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析7.導(dǎo)入數(shù)據(jù)字典的excel中，字典類(lèi)型代碼在系統(tǒng)中不存在且在excel中不存在，否則導(dǎo)入失敗。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析8.SparkStreaming作為微批處理的流處理引擎，是將每個(gè)時(shí)間分片的數(shù)據(jù)轉(zhuǎn)換為一個(gè)RDD中的一個(gè)分區(qū)進(jìn)行計(jì)算。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析9.HDFS客戶(hù)端以N副本向HDFS寫(xiě)文件時(shí)，若其中一個(gè)副本寫(xiě)入失敗，則所有副本都會(huì)返回寫(xiě)入失敗。(1分)A、正確B、錯(cuò)誤答案：B解析：

暫無(wú)解析10.Hadoop系統(tǒng)中，如果HDFS文件系統(tǒng)的備份因子是3，那么MapReduce每次允許task都是從3個(gè)有副本的機(jī)器上傳輸需要的處理文件。(1分)A、正確B、錯(cuò)誤答案：B解析：

暫無(wú)解析11.SparkStreaming可以從Kafka接收數(shù)據(jù)并進(jìn)行計(jì)算，計(jì)算結(jié)果只能存入HDFS,不能再寫(xiě)回Kafka。(1分)A、正確B、錯(cuò)誤答案：B解析：

暫無(wú)解析12.Hbase中OpenScanner的過(guò)程，會(huì)創(chuàng)建兩種不同的Scanner來(lái)讀取Hfile和MetaStore的數(shù)據(jù)，Hfile對(duì)應(yīng)的scanner為StoreFileScanner，MetaStore對(duì)應(yīng)的Scanner為MetaStoreScanner。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析13.HDFS采用的是“一次寫(xiě)入、多次讀取''的文件訪問(wèn)模型。所以推薦一個(gè)文件經(jīng)過(guò)創(chuàng)建、寫(xiě)入和關(guān)閉之后，就不要再去修改。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析14.Channels支持事務(wù)，提供較弱的順序保證，可以連接任何數(shù)量的Source和Sink。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析15.HDFS運(yùn)行時(shí)，NameNode會(huì)將文件系統(tǒng)的元數(shù)據(jù)從磁盤(pán)中全部加載到內(nèi)存，因此文件系統(tǒng)所能存儲(chǔ)的文件總數(shù)受限于NameNode的內(nèi)存容量。(1分)A、正確B、錯(cuò)誤答案：A解析：

暫無(wú)解析16.元數(shù)據(jù)按用途的不同分為三類(lèi)：技術(shù)元數(shù)據(jù)、業(yè)務(wù)元數(shù)據(jù)和應(yīng)用元數(shù)據(jù)。(1分)A、正確B、錯(cuò)誤答案：B解析：

暫無(wú)解析17.Hive中unionall操作符用于合并兩個(gè)或多個(gè)select語(yǔ)