大数据开发的一次面试题及延伸
华润集团的大数据开发笔试题20道选择题，包括单选和多选题
一、单选题
1.关于SecondaryNameNode,哪一选项是正确的？ (my:C)
A、它是NameNode的热备
B、它对内存没有要求
C、他的目的是帮助NameNode合并编辑日志，减少NameNode启动时间。
D、SecondaryNameNode应与NameNode部署到同一节点上。
2.Client端上传文件的时候下列哪项是正确的？(my:B)
A、数据经过NameNode传递给DataNode
B、Client端将文件切分为Block,依次上传
C、Client只上传数据到一台DataNode,然后由NameNode负责Block复制工作
3.下面与HDFS类似的框架是？(my:C)
A、NTFS
B、FAT32
C、GFS
D、EXT3
4.以下描述错误的是？(my:D)
A、输入分片inputsplit其实是对数据的引用
B、MultipleInputs可以设置多个数据源以及它们对应的输入格式
C、可以通过重载isSplittable()方法来避免文件分片
D、ReduceTask需要等到所有的map输出都复制完才进行merge
5、以下哪种不是Hadoop对于小文件的处理方式 (my:D)
A、SequenceFile
B、ConbinedInputFormat
C、Archive
D、ByteBuffer
6、默认的Namenode web管理端口是？(my:A)
A、50070
B、8020
C、50030
D、22
7、关系型数据库与HDFS之间相互数据迁移的工具？(my:D)
A、distop
B、fsck
C、fastcopy
D、sqoop
8、hadoop2.x采用什么技术构建源代码？(my:C)
A、ant
B、ivy
C、maven
D、makefile
9、以下属于oozie作用的是？(my:C)
A、作业监控
B、日志收集
C、工作流调度
D、集群管理
10、下面那个类的声明是正确的？(my:D)
A、abstract final class A{}
B、abstract private B(){}
C、protected private C
D、public abstract class D{}
11、默认的mapreduce输入格式是？(my:A)
A、TextInputFormat
B、keyValue TextInputFormat
C、NlinearInputFormat
D、SequenceFileInputFormat
12、以下哪个组件可以指定对key进行reduce分发的策略？(my:C)
A、RecordReader
B、Combiner
C、Partitioner
D、FileInputFormat
13、以下哪些是是RDD的特点？(my: ABD)
A、可分区
B、可序列化
C、可修改
D、可持久化
14、关于spark累加器，下面哪些是正确的？(my:ABC)
A、支持加法
B、支持数值类型
C、可并行
D、不支持自定义类型
15、Spark支持的分布式部署方式中哪些是正确的？(my:ABC)
A、standalone
B、spark on mesos
C、spark on YARN
D、Spark on local
16、下列哪些是RDD的缓存方法？(my:AB)
A、persist
B、cache
C、memory
17.下面哪些对Hbase的描述是正确的？(my:BCD)
A、不是开源的
B、是面向列的
C、是分布式的
D、是一种NoSQL数据库
18、下面哪些概念是HBase框架中使用到的？(my:AC)
A、HDFS
B、GridFS
C、Zookeeper
D、ExT3
19.哪些组件的元数据存储在zookeeper中?(my:BC)
A、hbase
B、storm
C、kafka
D、spark
20.hadoop生态圈汇总的类sql查询引擎包括？（my:BD）
A、impala
B、prestodb
C、drill
D、hive
以上是我个人的答案，不知道正确与否，仅仅是作为一次面试的记录，有感兴趣的朋友，可以自己私下做一下相应的答案。
另附上一些相关材料：
hadoop生态圈各个组件简介
Hbase总结（六）hbase37个笔试题
Spark支持三种分布式部署方式
spark的广播变量和累加器的用法
Spark RDD概念学习系列之RDD的五大特征
RDD的5大特点
面试题--精选Hadoop选择题 important
MapReduce类型与格式(输入与输出)
hadoop最新自测题及答案
Hadoop关于处理大量小文件的问题和解决方法
关于hadoop处理大量小文件情况的解决方法
secondary namenode和namenode的区别