大数据与云计算学习(4)

十、流计算
一.单选题
1、流计算秉承一个基本理念,即数据的价值随着时间的流逝而 ,如用户点击流。
A、升高
B、降低
C、不确定
D、不变
正确答案： B
2、Hadoop运行的是MapReduce任务,类似地,Storm运行的任务叫做 。
A、Tuple
B、Topology
C、Spout
D、Bolt
正确答案： B
二.多选题
1.对于一个流计算系统来说,它应达到如下哪些需求
A、分布式
B、实时性
C、可靠性
D、海量式
正确答案： ABCD
2.数据采集系统的基本架构包括哪些部分
A、Collector
B、Store
C、Agent
D、Controller
正确答案： ABC
3.以下哪些是开源的流计算框架
A、Twitter Storm
B、IBM InfoSphere Streams
C、Yahoo! S4
D、Facebook Puma
正确答案： AC
答案解析：
商业级:IBM InfoSphere Streams和IBM StreamBase;公司为支持自身业务开发的流计算框架Facebook Puma
4.Storm中的Stream Groupings有哪几种方式
A、不分组
B、全局分组
C、广播发送
D、随机分组
正确答案： ABCD
三.填空题
1.流计算处理过程一般包含三个阶段:（ ）,数据实时计算和实时查询服务。
正确答案：
第一空：
数据实时采集
2.Spark Streaming最主要的抽象是（ ） ,中文全称是离散化数据流,表示连续不断的数据流。
正确答案：
第一空：
DStream
第二空：
Discretized Stream
3.Spark Streaming的流数据单位是（ ）,Samza的流数据单位是消息。
正确答案：
第一空：
DStream
四.判断题
1.Spark Streaming和Storm最大的区别在于:Spark Streaming无法实现毫秒级的流计算,而Storm可以实现毫秒级响应。
正确答案：√
十一、基于Hadoop的数据仓库Hive.xls
一.单选题
1.下列有关Hive和Impala的对比错误的是11
A、Hive与Impala使用相同的元数据
B、Hive与Impala中对SQL的解释处理比较相似,都是通过词法分析生成执行计划
C、Hive在内存不足以存储所有数据时,会使用外存,而Impala也是如此
D、Hive适合于长时间的批处理查询分析,而Impala适合于实时交互式SQL查询
正确答案： C
2.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、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
C、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,agecr
D、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
正确答案： D
答案解析：
overwrite覆盖原有数据
二.多选题
1.下列说法正确的是
A、HiveQL语法与传统的SQL语法很相似
B、数据仓库Hive不需要借助于HDFS就可以完成数据的存储
C、Impala和Hive、HDFS、HBase等工具可以统一部署在一个Hadoop平台上
D、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
正确答案： ACD
答案解析：
定义了简单的类似SQL 的查询语言——HiveQL,用户可以通过编写的HiveQL语句运行MapReduce任务
2.Impala主要由哪几个部分组成
A、State Store
B、Hive
C、Impalad
D、CLI
正确答案： ACD
3.以下属于Hive的基本数据类型是
A、FLOAT
B、BINARY
C、TINYINT
D、STRING
正确答案： ABCD
答案解析：
TINYINT 1个字节(8位)有符号整数
十二、图计算
一.单选题（共2题,28.4分）
1.Pregel是一种基于 模型实现的并行图处理系统
A、TSP
B、BSP
C、STP
D、SBP
正确答案： B
2.谷歌在后Hadoop时代的新“三驾马车”不包括
A、Pregel
B、Hama
C、Caffeine
D、Dremel
正确答案： B
答案解析：
Caffeine Dremel Pregel
二.多选题
1.下列哪些是以图顶点为中心的,基于消息传递批处理的并行图计算框架
A、Giraph
B、Neo4j
C、Pregel
D、Hama
正确答案： ACD
答案解析：
GoldenOrb、Giraph、Pregel和Hama;遍历算法的、实时的图数据库,如Neo4j、OrientDB、DEX和 Infinite Graph
2.以下关于Pregel图计算框架说法正确的是
A、Aggregator提供了一种全局通信、监控和数据查看的机制
B、通常只对满足交换律和结合律的操作才会开启Combiner功能
C、Pregel采用检查点机制来实现容错
D、对于全局拓扑改变,Pregel采用了惰性协调机制
正确答案： ABCD
三.填空题
1.Pregel的计算过程是由一系列被称为（ ） 的迭代组成的。
正确答案：
第一空：
超步
2.Pregel图计算框架的顶点通讯是通过 （ ） 来实现的。
正确答案：
第一空：
消息传递
四.判断题（共1题,14.8分）
1.Hama是Google Pregel的开源实现,是在HDFS上实现的BSP计算框架,弥补Hadoop在计算能力上的不足。
正确答案：√