大数据试题最新分析和总结.pdfVIP

一、填空题（将正确的答案写入答题纸中。每空 1 分，共 20 分） 1 、HDFS 有 _ NameNode__ _ ，_ DataNode__ _ 和_ SecondaryNameNode__ _ 组成； 2、Hadoop 集群可以运行在 _ 单机模式 __ _ ，_ 伪分布式模式 __ _ 和_ 完全分布式 模式 __ _ 3 个模式？ 3、安装完全分布式 Apache Hadoop 的核心配置文件有 _ core-site.xml__ _ , _ hdfs- site.xml__ _ , _ mapred-site.xml__ _ , _ yarn-site.xml__ _ 。 4、HBase 中通过 _ HDFS__ _ 存储底层数据 ,通过 _ _Zookeeper_ _ 提供消息通信机制 5、HIVE 默认采用 _ _ Derby _ __ __ _ 数据库进行元数据的存储，而真实的数据是存储在 _ __HDFS __ __ _ 中。 6、如何在浏览器中查看 HDFS 运行状况的默认端口号是 _ 50070__ _ 查看 yarn 运行状态的 默认端口号是 _ 8088__ _ 7、HDFS 中当前 block 大小为 128M, 如果当前要上传到 HDFS 中的文件大小为 300M ，那 么在存储时会分配 _ 3__ _ 个 block 进行存储。 8、HDFS 获取根目录下的文件列表的命令 shell 命令是 _hadoop fs -ls -R / __ __ __ __ __ _ ；根目录下创建 hdfs 文件夹的 shell 命令是 _ _ hadoop fs -mkdir /hdfs__ __ __ __ _ 。 9、YARN 架构中整个集群同一时间提供服务的 ResourceManager 有_ 1__ _ 个，负责集群资 源的统一管理和调度。 二、选择题（将正确的答案写入答题纸中。每题 2 分，共 20 分） 1、配置 Hadoop 时， JAVA_HOME 包含在哪一个配置文件中 (B) A ． hadoop-default.xml B ． hadoop-env.sh C ． hadoop-site.xml D ． configuration.xs 2、下面哪个程序负责 HDFS 数据存储。 （C ） A)NameNode B)Jobtracker C)Datanode D)secondaryNameNode 3、下列关于 Hadoop API 的说法错误的是（ A ） 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 4、HDfS 中的 block 默认保存几份 ? （A ） A)3 份 B)2 份 C)1 份 D)不确定 5、为销售报表展示开发一个 MapReduce 作业，Mapper 输入数据的 Key 是年份 （IntWritable ）， Value 表示商品标识（ Text ）。下列哪一项决定该 Mapper 的数据类型？（ D ） A. JobConf.setMapInputKeyClass 与 JobConf.setMapInputValuesClass B. HADOOP_MAP_DA TATYPES 环境变量 C. 随作业一起提交的 mapper-specification.xml 文件 D. InputFormat 格式类 6、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 （D ） A. 利