數(shù)據(jù)工程師培訓題庫一

1、TDH數(shù)據(jù)平臺認證工程師試題姓名：分數(shù)： 【說明】a）客觀題30題，每題2分，總計60分b）主觀題4題，每題10分，總計40分c） 滿分100分?！静欢椷x擇題（每題 2分共60分）1、在HDFS服務中，為了保證 Name Node高可用性的角色不包括（）A . Data NodeB . Journal NodeC.ZKFCD . Zookeeper2、Namenode在啟動時自動進入安全模式，在安全模式階段，說法錯誤的是（）A.安全模式目的是在系統(tǒng)啟動時對數(shù)據(jù)有效性進行檢查B.根據(jù)策略對數(shù)據(jù)塊進行必要的復制或刪除C.當數(shù)據(jù)塊的上報數(shù)達到閾值時，會自動退出安全模式D.允許用戶對文件系統(tǒng)進行讀寫

2、操作3、在集群中配置 HDFS的副本數(shù)為3,設置數(shù)據(jù)塊大小為 128M ,此時我們上傳一份 64M 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YARN1色在集群中的作用描述正確的是（）A.集群資源管理B.集群任務調度與管理C .存儲部分HDFS上的數(shù)據(jù)塊D.以上都正確5、在Yarn服務中，不包含以下哪種角色（）A . ResourceManagerB . NodeManagerC . ApplicationMasterD . Contianer6、下列計算框架中不屬于分布式計算框架的是（A . MapReduceB

3、. MATLABC.SPARKD . Tez7、以下關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，刪除外表兩者都會被刪除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，刪除托管表兩者都會被刪除D、刪除托管表或外表，incepotr上的元數(shù)據(jù)和數(shù)據(jù)文件都會被刪除8、以下對分桶表的描述正確的是（）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B、分桶鍵不能是表中的列C、分桶數(shù)應為素數(shù)D、事物表必須制定分桶，分桶字段可以被更新9、以下關于inceptor excuto

4、r資源配置的說法正確的有（）A、Excutor資源配置fixed和ratio兩種模式B、Excutor內核數(shù)配置的是每個 excutor所使用白邏輯 core數(shù)量C、Excutor內核數(shù)和內存配置比例一般為1 core:2G memoryD、 Excutor分布可以指定每個節(jié)點運行的excutor數(shù)量或executor在集群上運行的總數(shù)量，但是不能指定運行的節(jié)點10、假設使用場景中有如下查詢語句SELECT Sex, Region, COUNT(ID), AVG (Salary)FROM EmployeeWHERE Department = 'IT'GROUP BY Sex,

5、RegionORDER BY Sex, Region;通過holodesk的cube和index手段對這種過濾率和聚合率高的業(yè)務進行優(yōu)化，以下建表正確的是()A. CREATE TABLE Employee TBLPROPERTIES ( 'cache' = 'RAM', 'holodesk.index' = 'Department', 'holodesk.dimension' = 'Sex, Region' )B. CREATE TABLE EmployeeTBLPROPERTIES （'

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

7、, Region' ）D. CREATE TABLE EmployeeTBLPROPERTIES （'cache' = 'RAM','holodesk.index' = 'Department', 'holodesk.dimension' = 'Sex' ）11、關于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Rowkey這個 '級”索引C.全局索引使用平衡二叉樹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

8、單元的是（）A、Region serverB、RegionC、StoreFileD、Store13、以下有關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 Qualfier 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、以下關于StreamSQL的概念描述正確的是（）A. Stream是數(shù)據(jù)流B. Streamjob是對一個或多個 stream進行計算并將結果寫進一個流的任務 C. Application是一個或多

9、個 streamjob的集合D.以上說法都不正確15、某交通部門通過使用流監(jiān)控全市過往24小時各個卡口數(shù)據(jù)，要求每分鐘更新一次，原始流為org_stream ,以下實現(xiàn)正確的是（）A. CREATE STREAMWINDOW traffic_stream AS SELECT * FROM original_stream STREAM w1 AS （length '1' minute slide '24' hour）;B. CREATE STREAMtraffic_streamASSELECT *FROMoriginal_streamSTREAMWINDOW w1

10、 AS （length '1' minute slide '24' hour）;C. CREATE STREAMtraffic_streamASSELECT *FROMoriginal_streamSTREAMWINDOW w1 AS （length '24' hour slide '1' minute）;D. CREATE STREAM traffic_stream AS SELECT * FROM original_stream AS （length '24' second slide '1'

11、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、以下服務需要與 zookeeper進行通信的是（）A. HMasterB. Active NameNodeC. InceptorSQLD. Active ResourceManager18、下列是關于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D . flume主要用于采集多數(shù)據(jù)源小數(shù)據(jù)而sqo

12、op用來遷移單數(shù)據(jù)源數(shù)據(jù)19、有關使用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)的時候可以指定map的個數(shù)，map的個數(shù)決定在hdfs生成的數(shù)據(jù)文件的個數(shù)B . sqoop抽取數(shù)據(jù)是個多節(jié)點并行抽取的過程，因此 map的個數(shù)設置的越多性能 越好C . sqoop任務的切分是根據(jù) split字段的（最大值-最小彳K） /map數(shù)D . sqoop抽取數(shù)據(jù)的時候需要保證執(zhí)行當前用戶有權限執(zhí)行相應的操作20、sqoop抽取數(shù)據(jù)時需要做一些數(shù)據(jù)轉換的工作，下面說法不正確的是（）A . -fields -terminated -by '01用來設置在hdfs生成的文

13、件的分割符B . -hive-drop-import -delims用來設置在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 轉換成hive的NULL值D . -null-non-string 'N' 用來把非 String類型的空值 轉換成 hive的NULL值21、下列有關flume的描述不正確的是（）A . flume是Apache的一個子項目B . flume主要是一個日志采集，傳輸系統(tǒng)C . flume和sqoop功能相似，因此可以相互替代D . flume可以同時采集集群內部和集群外部

14、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.日asticSearch是分布式全文搜索引擎E. ElasticSearch集群中分 master 和 data 節(jié)點F. ElasticSearch數(shù)據(jù)存儲在 HDFS上G. ElasticSearch數(shù)據(jù)可以按 Shard分布在不同的節(jié)點上24、下列不屬于kafka應用場景的是（）A.常規(guī)的消息收集B.網(wǎng)站活動性跟蹤C.日志收集D.關系型數(shù)據(jù)庫

15、和大數(shù)據(jù)平臺之間的數(shù)據(jù)遷移25、TDH提供哪幾種認證模式？（）A.所有服務使用簡單認證模式一一所有服務都無需認證即可互相訪問B.所有服務都啟用 Kerberos認證，用戶要提供 Kerberos principal 和密碼（或者 keytab ）來訪問各個服務C.所有服務都啟用 Kerberos同時Inceptor 啟用LDAPU證D.所有服務都啟用LDAPU證26、以下對各組件的運維頁面描述不正確的是（）A.通過Name Node的50070頁面對 HDFS進行監(jiān)控B.通過Resource Manager的8180對YARN上運行的任務進行監(jiān)控C.通過HMaster的60010對HBase進

16、行監(jiān)控D.通過Hue Server的8888頁面登入 Hue27、Inceptor server服務無法啟動時，該如何查看日志是（）A. 查看 TDH manager所在節(jié)點 /var/log/inceptorsql*/ 目錄下的 hive-server2.log 日志B. 查看 Inceptor server 所在節(jié)點 /var/log/inceptorsql*/ 目錄下的 hive-server2.log 日志C.查看 Resource Manager 所在節(jié)點 /var/log/Yarn*/ 目錄下的 yarn-yarn-resourcemanager-poc-node1.log 日志D

17、.查看任意節(jié)點 /var/log/inceptorsql*/ 目錄下的 hive-server2.log 日志28、以下對Hadoop組件的應用場景描述正確的是（）A. Hive主要用于構建大數(shù)據(jù)數(shù)倉，主要做批處理、統(tǒng)計分析型業(yè)務B. Hbase主要用于檢索查詢的 OLTP業(yè)務C. ElasticSearch主要用于全文檢索的關鍵字查詢業(yè)務D. Spark Streaming主要用于實時數(shù)據(jù)的業(yè)務場景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安裝工作（）A.為集群中每個節(jié)點的安裝操作系統(tǒng)B .選一個節(jié)點作為管理節(jié)點，修改其 /etc/hosts文件C .安裝Transwarp Manager管理界面D.配置集