【hadoop】常见期末考试客观题大全
文章目录
- 一、 选择题
- 二、 HBase核心知识点
- 三、 HBase高级应用介绍
- 四、关于 hadoop 的选择题
- 五、MapReduce
- 多选题：
- 判断题：
一、 选择题
- 以下哪一项不属于 Hadoop 可以运行的模式 C。
A. 单机（本地）模式
B. 伪分布式模式
C. 互联模式
D. 分布式模式 - Hadoop 的作者是下面哪一位 B__。
A. Martin Fowler
B. Doug cutting
C. Kent Beck
D. Grace Hopper - 下列哪个程序通常与 NameNode 在同一个节点启动 D_。
A. TaskTracker
B. DataNode
C. SecondaryNameNode
D. Jobtracker - HDFS 默认 Block Size的大小是 B。
A.32MB
B.64MB
C.128MB
D.256M - 下列哪项通常是集群的最主要瓶颈 __C。
A. CPU
B. 网络
C. 磁盘 IO
D. 内存 - 下列关于 MapReduce 说法不正确的是 ____C。
A. MapReduce 是一种计算框架
B. MapReduce 来源于 google 的学术论文
C. MapReduce 程序只能用 java 语言编写
D. MapReduce 隐藏了并行计算的细节，方便使用 - HDFS是基于流数据模式访问和处理超大文件的需求而开发的，具有高容错、高可靠性、高可扩展性、高吞吐率等特征，适合的读写任务是 D__。
A．一次写入，少次读
B．多次写入，少次读
C．多次写入，多次读
D．一次写入，多次读 - HBase依靠 __A____存储底层数据。
A. HDFS
B. Hadoop
C. Memory
D. MapReduce - HBase依赖 ___D___提供强大的计算能力。
A. Zookeeper
B. Chubby
C. RPC
D. MapReduce - HBase依赖 ___A___提供消息通信机制
A. Zookeeper
B. Chubby
C. RPC
D. Socket - 下面与 HDFS类似的框架是 C_？
A. NTFS
B. FAT32
C. GFS
D. EXT3 - 关于 SecondaryNameNode 下面哪项是正确的 C。
A. 它是 NameNode 的热备
B. 它对内存没有要求
C. 它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间
D. SecondaryNameNode 应与 NameNode 部署到一个节点 - 大数据的特点不包括下面哪一项 D。
A. 巨大的数据量
B. 多结构化数据
C. 增长速度快
D. 价值密度高
#二、 HBase测试题 - HBase来源于哪一项？ C
A The Google File System
B MapReduce
C BigTable
D Chubby - 下面对 HBase 的描述哪些是正确的？ B、C、D
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 - HBase依靠（）存储底层数据 A
A HDFS
B Hadoop
C Memory
D MapReduce - HBase依赖（）提供消息通信机制 A
A Zookeeper
B Chubby
C RPC
D Socket - HBase依赖（）提供强大的计算能力 D
A Zookeeper
B Chubby
C RPC
D MapReduce - MapReduce 与 HBase的关系，哪些描述是正确的？ B、C
A 两者不可或缺， MapReduce 是 HBase可以正常运行的保证
B 两者不是强关联关系，没有 MapReduce，HBase可以正常运行
C MapReduce 可以直接访问 HBase
D 它们之间没有任何关系 - 下面哪些选项正确描述了 HBase的特性？ A、B、 C、D
A 高可靠性
B 高性能
C 面向列
D 可伸缩 - 下面与 Zookeeper 类似的框架是？ D
A Protobuf
B Java
C Kafka
D Chubby - 下面与 HDFS类似的框架是？ C
A NTFS
B FAT32
C GFS
D EXT3 - 下面哪些概念是 HBase框架中使用的？ A、C
A HDFS
B GridFS
C Zookeeper
D EXT3
二、 HBase核心知识点
- LSM含义是？ A
A 日志结构合并树
B 二叉树
C 平衡二叉树
D 基于日志结构的合并树 - 下面对 LSM结构描述正确的是？ A、C
A 顺序存储
B 直接写硬盘
C 需要将数据 Flush到磁盘
D 是一种搜索平衡树 - LSM更能保证哪种操作的性能？ B
A 读
B 写
C 随机读
D 合并 - LSM的读操作和写操作是独立的？ A
A 是。
B 否。
C LSM并不区分读和写
D LSM中读写是同一种操作 - LSM结构的数据首先存储在（） 。 B
A 硬盘上
B 内存中
C 磁盘阵列中
D 闪存中
16 HFile 数据格式中的 Data 字段用于（） 。A
A 存储实际的 KeyValue数据
B 存储数据的起点
C 指定字段的长度
D 存储数据块的起点
17 HFile 数据格式中的 MetaIndex 字段用于（） 。D
A Meta 块的长度
B Meta 块的结束点
C Meta 块数据内容
D Meta 块的起始点
18 HFile 数据格式中的 Magic 字段用于（） 。A
A 存储随机数，防止数据损坏
B 存储数据的起点
C 存储数据块的起点
D 指定字段的长度
19 HFile 数据格式中的 KeyValue数据格式，下列选项描述正确的是（） 。A、D
A 是 byte[] 数组
B 没有固定的结构
C 数据的大小是定长的
D 有固定的结构
20 HFile 数据格式中的 KeyValue数据格式中 Value 部分是（）。C
A 拥有复杂结构的字符串
B 字符串
C 二进制数据
D 压缩数据
三、 HBase高级应用介绍
31 HBase中的批量加载底层使用（）实现。 A
A MapReduce
B Hive
C Coprocessor
D Bloom Filter
32. HBase性能优化包含下面的哪些选项？ A、B、C、 D
A 读优化
B 写优化
C 配置优化
D JVM 优化
33. Rowkey 设计的原则，下列哪些选项的描述是正确的？ A、B、C
A 尽量保证越短越好
B 可以使用汉字
C 可以使用字符串
D 本身是无序的
34. HBase构建二级索引的实现方式有哪些？ A、B
A MapReduce
B Coprocessor
C Bloom Filter
D Filter
35. 关于 HBase二级索引的描述，哪些是正确的？ A、B
A 核心是倒排表
B 二级索引概念是对应 Rowkey 这个“一级”索引
C 二级索引使用平衡二叉树
D 二级索引使用 LSM结构
36. 下列关于 Bloom Filter 的描述正确的是？ A、C
A 是一个很长的二进制向量和一系列随机映射函数
B 没有误算率
C 有一定的误算率
D 可以在 Bloom Filter 中删除元素
第四部分： HBase安装、部署、启动
37. HBase官方版本可以安装在什么操作系统上？ A、 B、C
A CentOS
B Ubuntu
C RedHat
D Windows
38. HBase虚拟分布式模式需要（）个节点？ A
A 1
B 2
C 3
D 最少 3 个
39. HBase分布式模式最好需要（）个节点？ C
A 1
B 2
C 3
D 最少
四、关于 hadoop 的选择题
1、Doug Cutting 所创立的项目的名称都受到其家人的启发，以下项目不是由他
创立的项目是
A． Hadoop
B． Nutch
C． Lucene
D． Solr
答案： D
2、配置 Hadoop时，JAVA_HOME包含在哪一个配置文件中
A． hadoop-default.xml
B． hadoop-env.sh
C． hadoop-site.xml
D． configuration.xsl
答案： B
知识点： hadoop配置
3、Hadoop配置文件中， hadoop-site.xml 显示覆盖 hadoop-default.xml 里的内
容。在版本 0.20 中，hadoop-site.xml 被分离成三个 XML文件，不包括
A． conf-site.xml
B． mapred-site.xml
C． core-site.xml
D． hdfs-site.xml
答案： A
知识点： hadoop配置
4、HDFS默认的当前工作目录是 /user/$USER，fs.default.name 的值需要在哪个
配置文件内说明
A. mapred-site.xml
B. core-site.xml
C. hdfs-site.xml
D. 以上均不是
答案： B
知识点： hadoop配置
5、关于 Hadoop单机模式和伪分布式模式的说法，正确的是
A． 两者都起守护进程，且守护进程运行在一台机器上
B． 单机模式不使用 HDFS，但加载守护进程
C． 两者都不与守护进程交互，避免复杂性
D． 后者比前者增加了 HDFS输入输出以及可检查内存使用情况
答案： D
知识点： hadoop配置
6、下列关于 Hadoop API 的说法错误的是
A． Hadoop 的文件 API 不是通用的，只用于 HDFS文件系统
B． Configuration 类的默认实例化方法是以 HDFS系统的资源配置为基础的
C． FileStatus 对象存储文件和目录的元数据
D． FSDataInputStream 是 java.io.DataInputStream 的子类
答案： A
//HDFS
7、HDFS的 NameNode负责管理文件系统的命名空间，将所有的文件和文件夹的
元数据保存在一个文件系统树中，这些信息也会在硬盘上保存成以下文件：
A．日志
B．命名空间镜像
C．两者都是
答案： C
知识点：
8、HDFS的 namenode保存了一个文件包括哪些数据块， 分布在哪些数据节点上，
这些信息也存储在硬盘上。
A．正确
B．错误
答案： B
知识点：在系统启动的时候从数据节点收集而成的
9、Secondary namenode就是 namenode出现问题时的备用节点
A．正确
B．错误
答案： B
知识点：它和元数据节点负责不同的事情。 其主要功能就是周期性将元数据节点
的命名空间镜像文件和修改日志合并， 以防日志文件过大。 合并过后的命名空间
镜像文件也在 Secondary namenode保存了一份，以防 namenode失败的时候，可
以恢复。
10、出现在 datanode 的 VERSION文件格式中但不出现在 namenode的 VERSION
文件格式中的是
A. namespaceID
B. storageID
C. storageType
D. layoutVersion
答案： B
知识点：其他三项是公有的。 layoutVersion 是一个负整数，保存了 HDFS的持
续化在硬盘上的数据结构的格式版本号； namespaceID是文件系统的唯一标识符，
是在文件系统初次格式化时生成的； storageType 表示此文件夹中保存的是数据
节点的类型
11、Client 在 HDFS上进行文件写入时， namenode根据文件大小和配置情况， 返
回部分 datanode 信息，谁负责将文件划分为多个 Block ，根据 DataNode的地址
信息，按顺序写入到每一个 DataNode块
A． Client
B． Namenode
C． Datanode
D． Secondary namenode
答案： A
知识点： HDFS文件写入
12、HDFS的是基于流数据模式访问和处理超大文件的需求而开发的，默认的最
基本的存储单位是 64M，具有高容错、高可靠性、高可扩展性、高吞吐率等特征，
适合的读写任务是
A．一次写入，少次读写
B．多次写入，少次读写
C．一次写入，多次读写
D．多次写入，多次读写
答案： C
知识点： HDFS特性
13、HDFS无法高效存储大量小文件，想让它能处理好小文件，比较可行的改进
策略不包括
A． 利用 SequenceFile 、MapFile、Har 等方式归档小文件
B． 多 Master 设计
C． Block 大小适当调小
D． 调大 namenode内存或将文件系统元数据存到硬盘里
答案： D
知识点： HDFS特性
14、关于 HDFS的文件写入，正确的是
A． 支持多用户对同一文件的写操作
B． 用户可以在文件任意位置进行修改
C． 默认将文件块复制成三份存放
D． 复制的文件块默认都存在同一机架上
答案： C
知识点：在 HDFS的一个文件中只有一个写入者，而且写操作只能在文件末尾完
成，即只能执行追加操作。 默认三份文件块两块在同一机架上， 另一份存放在其
他机架上。
15、Hadoop fs 中的-get 和-put 命令操作对象是
A． 文件
B． 目录
C． 两者都是
答案： C
知识点： HDFS命令
16、Namenode在启动时自动进入安全模式，在安全模式阶段，说法错误的是
A． 安全模式目的是在系统启动时检查各个 DataNode上数据块的有效性
B． 根据策略对数据块进行必要的复制或删除
C． 当数据块最小百分比数满足的最小副本数条件时，会自动退出安全模式
D． 文件系统允许有修改
答案： D
知识点： HDFS安全模式
五、MapReduce
17、MapReduce框架提供了一种序列化键 / 值对的方法，支持这种序列化的类能
够在 Map和 Reduce过程中充当键或值，以下说法错误的是
A． 实现 Writable 接口的类是值
B． 实现 WritableComparable 接口的类可以是值或键
C． Hadoop 的基本类型 Text 并不实现 WritableComparable 接口
D． 键和值的数据类型可以超出 Hadoop自身支持的基本类型
答案： C
18、以下四个 Hadoop预定义的 Mapper实现类的描述错误的是
A． IdentityMapper
B． InverseMapper
C． RegexMapper实现 Mapper
规表达式的匹配项生成一个 (match, 1) 对 D． TokenCountMapper实现 Mapper
入的值为分词时，生成 (taken, 1) 对
答案： B
知识点： InverseMapper
19、下列关于 HDFS为存储 MapReduce并行切分和处理的数据做的设计，错误的
是A． FSDataInputStream 扩展了 DataInputStream 以支持随机读
B． 为实现细粒度并行，输入分片 (Input Split) 应该越小越好
C． 一台机器可能被指派从输入文件的任意位置开始处理一个分片
D． 输入分片是一种记录的逻辑划分， 而 HDFS数据块是对输入数据的物理分割
答案： B
知识点：每个分片不能太小， 否则启动与停止各个分片处理所需的开销将占很大
一部分执行时间
20、针对每行数据内容为” Timestamp Url ”的数据文件， 在用 JobConf 对象 conf
设 置 conf.setInputFormat(WhichInputFormat.class) 来 读 取 这 个 文件 时 ，
WhichInputFormat 应该为以下的
A． TextInputFormat
B． KeyValueTextInputFormat
C． SequenceFileInputFormat
D． NLineInputFormat
答案： B
知识点：四项主要的 InputFormat 类。KeyValueTextInputFormat 以每行第一个
分隔符为界，分隔符前为 key，之后为 value ，默认制表符为 \t
21、有关 MapReduce的输入输出，说法错误的是
A． 链接多个 MapReduce作业时，序列文件是首选格式
B． FileInputFormat 中实现的 getSplits() 可以把输入数据划分为分片， 分片
数目和大小任意定义
C． 想完全禁止输出，可以使用 NullOutputFormat
D． 每个 reduce 需将它的输出写入自己的文件中，输出无需分片
答案： B
知识点：分片数目在 numSplits 中限定，分片大小必须大于 mapred.min.size
个字节，但小于文件系统的块
22、Hadoop Streaming 支持脚本语言编写简单 MapReduce程序，以下是一个例
子：
bin/hadoop jar contrib/streaming/hadoop-0.20-streaming.jar
—input input/filename
—output output
—mapper ‘dosth.py 5 ’
—file dosth.py
—D mapred.reduce.tasks=1
23、以下说法不正确的是
A． Hadoop Streaming 使用 Unix 中的流与程序交互
B． Hadoop Streaming 允许我们使用任何可执行脚本语言处理数据流
C． 采用脚本语言时必须遵从 UNIX的标准输入 STDIN，并输出到 STDOUT
D． Reduce 没有设定，上述命令运行会出现问题
答案： D
知识点：没有设定特殊的 reducer ，默认使用 IdentityReducer
24、在高阶数据处理中， 往往无法把整个流程写在单个 MapReduce作业中，下列
关于链接 MapReduce作业的说法，不正确的是
A．Job 和 JobControl 类可以管理非线性作业之间的依赖
B．ChainMapper和 ChainReducer 类可以用来简化数据预处理和后处理的构成
C．使用 ChainReducer 时，每个 mapper和 reducer 对象都有一个本地 JobConf
对象
D．ChainReducer.addMapper() 方法中，一般对键 / 值对发送设置成值传递， 性能
好且安全性高
答案： D
知识点：ChainReducer.addMapper() 方法中，值传递安全性高， 引用传递性能高
25、下面哪个程序负责 HDFS 数据存储。答案 C datanode
a)NameNode
b)Jobtracker
c)Datanode
d)secondaryNameNode
e)tasktracker
26. HDFS 中的 block 默认保存几份？ 答案 A默认 3 分
a)3 份
b)2 份
c)1 份
d) 不确定
27. 下列哪个程序通常与 NameNode 在一个节点启动？答案 D
a)SecondaryNameNode
b)DataNode
c)TaskTracker
d)Jobtracker
28. Hadoop 作者 答案 C Doug cutting
a)Martin Fowler
b)Kent Beck
c)Doug cutting
29. HDFS 默认 Block Size 答案： B
a)32MB
b)64MB
c)128MB
30、下列哪项通常是集群的最主要瓶颈：答案： C磁盘
a)CPU
b) 网络
c) 磁盘 IO
d) 内存
31. 关于 SecondaryNameNode 哪项是正确的？答案 C
a) 它是 NameNode 的热备
b) 它对内存没有要求
c) 它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间
d)SecondaryNameNode 应与 NameNode 部署到一个节点。
多选题：
- 下列哪项可以作为集群的管理？答案： ABD
a)Puppet
b)Pdsh
c)Cloudera Manager
d)Zookeeper - 配置机架感知的下面哪项正确：答案 ABC
a) 如果一个机架出问题，不会影响数据读写
b) 写入数据的时候会写到不同机架的 DataNode 中
c)MapReduce 会根据机架获取离自己比较近的网络数据 - Client 端上传文件的时候下列哪项正确？答案 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 - 下列哪个是 Hadoop 运行的模式：答案 ABC
a) 单机版
b) 伪分布式
c) 分布式 - Cloudera 提供哪几种安装 CDH 的方法？答案： ABCD
a)Cloudera manager
b)Tarball
c)Yum
d)Rpm
判断题：
- Ganglia 不仅可以进行监控，也可以进行告警。 （ 正确）
- Block Size 是不可以修改的。（错误 ）
- Nagios 不可以监控 Hadoop 集群，因为它不提供 Hadoop 支持。（错误 ）
- 如果 NameNode 意外终止， SecondaryNameNode 会接替它使集群继续工作。
（错误 ） - Cloudera CDH 是需要付费使用的。（错误 ）
- Hadoop 是 Java 开发的，所以 MapReduce 只支持 Java 语言编写。（错误 ）
- Hadoop 支持数据的随机读写。（错 ）
- NameNode 负责管理 metadata ，client 端每次读写请求，它都会从磁盘中读
取或则会写入 metadata 信息并反馈 client 端。（错误） - Hadoop 自身具有严格的权限管理和安全措施保障集群正常运行。 （错误 ）
- Slave 节点要存储数据，所以它的磁盘越大越好。 （ 错误）
- hadoopdfsadmin –report 命令用于检测 HDFS 损坏块。（错误 ）
- Hadoop 默认调度器策略为 FIFO（正确 ）
- 集群内每个节点都应该配 RAID，这样避免单磁盘损坏， 影响整个节点运行。
（错误 ） - 因为 HDFS 有多个副本，所以 NameNode 是不存在单点问题的。（错误 ）
- 每个 map 槽就是一个线程。（错误 ）
- Mapreduce 的 input split 就是一个 block 。（错误 ）
- DataNode 首次加入 cluster 的时候，如果 log 中报告不兼容文件版本，
那需要 NameNode执行“Hadoop namenode - format ”操作格式化磁盘。（错误 ） - NameNode 的 Web UI 端口是 50030，它通过 jetty 启动的 Web 服务。（错
误 ） - Hadoop 环境变量中的 HADOOP_HEAPSIZE 用于设置所有 Hadoop 守护线程
的内存。它默认是 200 GB。（ 错误）