HCIA-Big Data V3.0 华为认证大数据工程师在线课程章节测试题汇总

1.大数据发展趋势与鲲鹏大数据

1、(单选)以下哪个不是大数据时代新兴的技术:

A.HBase

B.Hadoop

C.MySQL

D.Spark

正确答案：C

2、(单选)第三次信息化浪潮的标志是:

A.云计算、大数据、物联网技术的普及

B.个人电脑的普及

C.互联网的普及

D.虚拟现实技术的普及

正确答案：A

3、(多选)大数据的4V特性包括:

A.数据量大

B.数据类型繁多

C.处理速度快

D.价值密度低

正确答案：ABCD

4、(多选)下列对Hadoop各组件的理解正确的是:

A.Pig:处理大规模数据的脚本语言

B.Kafka:分布式发布订阅消息系统

C.Oozie:工作流和协作服务引擎

D.Tez:支持DAG作业的计算框架

正确答案：ABCD

5、(判断) “大”是大数据的关键，大数据中一定包含有用价值!

正确答案：错误

2.HDFS分布式文件系统和ZooKeeper

1、(单选)HDFS的命名空间不包含:

A.块

B.字节

C.文件

D.目录

正确答案：B

2、(单选)采用多副本冗余存储的优势不包含:

A.容易检查数据错误

B.保证数据可靠性

C.节约存储空间

D.加快数据传输速度

正确答案：C

3、(多选)HDFS只设置唯一一个名称节点带来的局限性包括:

A.命名空间的限制

B.集群的可用性

C.性能的瓶颈

D.隔离问题

正确答案：ABCD

4、(多选)Zookeeper集群主要有以下角色:

A.Leader

B.Follower

C.Observer

D.Master

正确答案：ABC

5、(判断)Zookeeper的子节点Znode会继承父节点的ACL。

正确答案：错误

3.Hive分布式数据仓库

1、(单选)下列关于Hive基本操作命令的解释错误的是:

A. create database userdb;//创建数据库userdb

B. create table if not exists usr(id bigint,name string,age int); //如果usr表不存在，创建表usr，含三个属性id,name,age

C. load data local inpath '/usr/local/data’ overwrite into table usr;//把目录'usr/local/data'下的数据文件中的数据以追加的方式装载进usr表

D. insert overwrite table student select * from user where age>10;//向表usr1中插入来自usr表的age大于10的数据并覆盖student表中原有数据

正确答案：C

2、(多选)下列说法正确的是:

A.Hive和HDFS、HBase、Spark、Flink等工具可以统一部署在一个Hadoop平台上

B.Hive本身不存储和处理数据，依赖HDFS存储数据，依赖MapReduce处理数据

C.HiveQL语法与传统的SQL语法很相似

D.数据仓库Hive不需要借助于HDFS就可以完成数据的存储

正确答案：ABC

3、(多选)以下属于Hive的基本数据类型是:

A.TINYINT

B.BINARY

C.FLOAT

D.STRING

正确答案：ABCD

4、(判断)Hive是为了降低程序员使用MapReduce的难度而产生的。

正确答案：正确

4.HBase技术原理

1、(单选)HBase是一种()数据库。

A.行式数据库

B.关系数据库

C.列式数据库

D.文档数据库

正确答案：C

2、(单选)HBase三层结构的顺序是:

A.Zookeeper文件，-ROOT-表，.MEATA.表

B.Zookeeper文件，.MEATA.表，-ROOT-表

C..MEATA.表，Zookeeper文件，-ROOT-表

D.-ROOT-表，Zookeeper文件，.MEATA.表

正确答案：A

3、(单选)客户端是通过()级寻址来定位Region。

A.三

B.四

C.二

D.一

正确答案：A

4、(多选)HBase和传统关系型数据库的区别在于哪些方面:

A.数据维护

B.存储模式

C.数据模型

D.数据索引

正确答案：ABCD

5、(多选)访问HBase表中的行，有哪些方式?

A.通过单个行健访问

B.通过一个行健的区间来访问

C.全表扫描

D.通过某列的值区间

正确答案：ABC

5.MapReduce和Yarn技术原理

1、(单选）在使用MapReduce程序WordCount进行词频统计时，对于文本行“hello hadoop hello world”，经过WordCount程序的Map函数处理后直接输出的中间结果，应该是下面哪种形式:

A.<"hello",1>、<"hello",1>、<"hadoop",1>和<"world",1>

B.<"hello",1,1>、<"hadoop",1>和<"world",1>

C.<"hello",2>、<"hadoop",1>和<"world",1>

D.<"hello",<1,1>>、<"hadoop",1>和<"world",1>

正确答案：B

2、(单选）对于文本行“hello hadoop hello world”，经过WordCount的Reduce函数处理后的结果是:

A.<"hello",1><"hello",1><"hadoop",1><"world",1>

B.<"hello",1,1><"hadoop",1><"world",1>

C.<"hello",<1,1>><"hadoop",1><"world",1>

D.<"hello",2><"hadoop",1><"world",1>

正确答案：D

3、(多选) MapReduce V1体系结构主要由以下哪几个部分组成:

A.JobTracker

B.Client

C.Task

D.TaskTracker

正确答案：ABCD

4、(判断) MapReduce设计的一个理念就是“计算向数据靠拢”，而不是“数据向计算靠拢”，因为, 移动数据需要大量的网络传输开销。

正确答案：正确

5、(判断）两个键值对<"a",1>和<"a",1>，如果对其进行归并(merge),会得到<"a",2>，如果对其进行合并(combine)，会得到<"a",<1,1>>。

正确答案：错误

6.Spark基于内存的分布式计算

1、(单选) Spark SQL目前暂时不支持下列哪种语言:

A.Matlab

B.Java

C.Python

D.Scala

正确答案：A

2、(单选) RDD操作分为转换（Transformation)和动作(Action)两种类型，下列属于动作(Action）类型的操作的是:

A.filter

B.count

C.groupBy

D.map

正确答案：B

3、(单选) 下列大数据类型与其对应的软件框架不适应的是:

A.复杂的批量数据处理: MapReduce

B.基于实时数据流的数据处理: Flink

C.基于历史数据的交互式查询: Impala

D.图结构数据的计算:Hive

正确答案：D

4、(多选) Spark的主要特点包括:

A.通用性好

B.运行模式多样

C.运行速度快

D.容易使用

正确答案：ABCD

5、(多选) Spark的运行架构包括:

A.运行作业任务的工作节点Worker Node

B.集群资源管理器Cluster Manager

C.每个应用的任务控制节点Driver

D.每个工作节点上负责具体任务的执行进程Executor

正确答案：ABCD

7.Flink流批一体分布式实时处理引擎

1、(单选)以下不属于事件的时间的种类的是:

A.event time

B.create time

C.ingestion time

D.processing time

正确答案：B

2、(单选)会话窗口的特点是:

A.时间对齐，窗口长度固定，没有重叠

B.时间对齐，窗口长度固定，有重叠

C.时间对齐，窗口长度不固定，有重叠

D.时间无对齐

正确答案：D

3、(多选)Flink提供了内置的状态管理，可以把这些状态存储在Flink内部，而不需要把它存储在外部系统。这样做的好处有:

A.增大了内存的消耗

B.降低了计算引擎对外部系统的依赖

C.对性能带来了极大的提升

D.使得部署、运维更加简单

正确答案：BCD

4、(判断)Flink采用的是基于流计算来模拟批处理。

正确答案：正确

5、(判断)Watermark是建立在事件时间上的一个概念，用来刻画数据流的完整性。

正确答案：正确

8.Flume海量日志聚合

1、(单选)关于source说法不正确的是:

A.驱动型source是外部主动发送数据给Flueme，驱动Flume接受数据。

B.轮询source是Flume周期性主动去获取数据。

C. source可以不和任何channel关联。

D.source负责接受ecents或者通过特殊机制产生events。

正确答案：C

2、(单选)关于Flume处理日志流程说法不正确的是:

A.source接受数据量。

B.channel处理数据量

C.sink写入数据量

D.Manager图形化呈现监控指标。

正确答案：B

3、(多选)以下对Flume理解正确的是:

A.提供从固定目录下采集日志信息到目的地能力。

B.提供实时采集日志信息到目的地的能力。

C.支持级联，合并数据的能力。

D.支持按照用户定制采集数据的能力。

正确答案：ABCD

4、(判断)Flume多agent架构主要应用于收集MRS集群外的节点的日志，并经过多个Fllume节点最终汇集到集群内。

正确答案：正确

5、(判断)Flume架构中Sink Runner的作用主要是通过它来驱动Sink Processor，Sink Processor

驱动sink来从channel中取数据。

正确答案：正确

9.Loader数据转换

1、(单选)Loader中用于管理Loader Server进程主备状态的模块是:

A.Transform Engine

B.Metadata Repository

C.HA Manager

D.Job Manager

正确答案：C

2、(单选)Loader提供了丰富的作业转换规则，如果需要将空值替换成指定值可以选用哪种算子:

A.长整型时间转换

B.空值转换

C.随机值转换

D.剪切字符串

正确答案：B

3、(判断）与开源Sqoop相比，Loader具有图形化、高性能、高可靠、安全性的增强。

正确答案：正确

4、(判断）作业用来描述将数据从数据源经过抽取、转换和加载至目的端的过程。

正确答案：正确

10.Kafka分布式消息订阅系统

1、(单选)关于Kafka的特点，下列说法错误的是:

A.Kafka支持消息分区，及分布式消费，同时保证每个分区内消息顺序传输

B.Kafka同时支持离线数据处理和实时数据处理

C.Kafka具有高吞吐量、消息持久化、高可靠性、高扩展性等优点

D.Kafka采用硬盘持久化消息，所以性能比其他消息队列略低

正确答案：D

2、(单选)以下哪个不是Kafka中的角色:

A.leader

B.ResourceManager

C.follower

D.controller

正确答案：B

3、(多选)以下对Kafka中概念的描述正确的是:

A.Kafka集群包含一个或多个服务实例，这些服务实例被称为Broker

B.Consumer:消息消费者，从Kafka Broker读取消息的客户端

C.Producer:负责发布消息到Kafka Broker

D.Kafka将Topic分成一个或者多个Partition，每个Partition在物理上对应一个文件夹，该文件夹下存储这个Partition的所有消息

正确答案：ABCD

4、(判断) consumer group间数据是共享的，consumer group内数据是竞争的。

正确答案：正确

5、(判断)Kafka的日志清理方式有:delete和compact。

正确答案：正确

11.LDAP Kerberos

1、(单选)下面哪项单点登录技术被用在华为大数据平台中:

A.cookies技术

B.Broker-based技术

C.Gateway-based技术

D.Token-based技术

正确答案：B

2、(单选) Ldap客户端用于查询Ldap中的用户信息的命令是:

A.klist

B.ldapdelete

C.ldapadd

D.Idapsearch

正确答案：D

3、(多选)绝大多数厂商的统一认证管理系统都是由那几部分组成:

A.统一身份认证管理模块

B.统一身份认证服务器

C.身份信息存储服务器

D.统一身份授权模块

正确答案：ABC

4、(多选) KrbServer认证机制的核心要素包含哪些:

A.Kerberos Client

B.Kerberos KDC Server

C.AES(Advanced Encryption Standard)

D.KDC(Key Distribution Center)

正确答案：ABD

5、(判断）目录服务和传统关系型数据库一样，以树形结构进行数据的存储和遍历。

正确答案：错误

12.分布式全文检索服务ElasticSearch

1、(单选)下列说法不正确的是:

A.ElasticSearch可以作为NoSQL数据库使用

B.ElasticSearch不支持非结构化数据

C.ElasticSearch是基于Lucene的全文检索服务

D.ElasticSearch可用于日志搜索和分析、时空检索、时序检索等场景

正确答案：B

2、(单选) ElasticSearch缓存主要为:

A.Query Cache

B.Fielddata Cache

C.Request Cache

D.以上都是

正确答案：D

3、(单选) ElasticSearch减容场景不包括:

A.节点需要重新安装操作系统

B.单实例的索引数据太大

C.集群数据量减少

D.退服场景

正确答案：B

4、(判断) ElasticSearch扩容后会采用自动均衡策略。

正确答案：正确

5、(判断）对于安全集群，对ElasticSearch访问的支持加密鉴权。

正确答案：正确

13.Redis内存数据库

1、(单选) Redis的多数据库特性描述正确的是:

A.数据库名称可以自定义。

B.默认选择0号数据库。

C.select用于选择字段。

D.默认16个数据，不可以修改默认值。

正确答案：B

2、(多选)Redis的使用场景具备哪些特点:

A.高性能

B.低延迟

C.丰富的数据结构存取

D.支持持久化

正确答案：ABCD

3、(多选)Redis的string类型描述正确的是:

A.支持set设置key-value。

B.strlen可以返回字符串长度。

C.incr将key中存储的值减一。

D.append的key不存在时与set功能一致。

正确答案：ABD

4、(判断)Redis是一个基于网络的，高性能key-value嵌入式数据库。

正确答案：错误

5、(判断)Redis不能作为关系型数控的缓存，用于提高访问速度。

正确答案：错误

14.华为大数据解决方案

1、(单选）华为大数据解决方案中用于图分析与查询的引擎服务是:

A.GES

B.DWS

C.CSS

D.DLI

正确答案：A

2、(单选）在DAYU平台架构下提供同构/异构数据源之间批量数据迁移服务，帮助客户实现数据在湖内外、湖间的自由流动的功能模块是:

A.数据开发

B.数据集成

C.数据治理

D.资产管理

正确答案：B

3、(多选)企业数字化转型所面临的阻碍有:

A.烟囱式应用

B.数据孤岛

C.资源分散

D.数据不通

E.数据开放与隐私

F.数据可用性低，质量差

正确答案：ABCDEF

4、(多选)华为云智能数据湖DAYU平台提供了哪些功能:

A.数据集成

B.规范设计

C.数据开发

D.数据质量监控

E.数据资产管理

F.数据可视化

正确答案：ABCDEF

5、(判断）华为云MRS优势集中体现在高性能、高可靠、命令行客户端、弹性扩缩。

正确答案：错误