2022国开形考任务 《大数据技术》(12) .pdfVIP

题目：下面哪一点不属于 SQL 引擎层的作用（） 选项 A ：可以使用业界标准的API 访问数据库 选项 B ：可使用SQL 语言操纵数据库 选项 C ：把底层数据改造成RDBMS 选项 D ：使用SQL 语言可减少代码量 答案：把底层数据改造成 RDBMS 题目：大数据的特征 （） 选项 A ：数据体量大、数据类型繁多、数据产生时间长、数据价值密度高 选项 B ：数据体量大、数据类型繁多、数据产生速度快、数据价值密度低 选项 C ：数据体量大、数据类型繁多、数据产生速度快、数据价值密度高 选项 D ：数据体量大、数据类型单一、数据产生速度快、数据价值密度低 答案：数据体量大、数据类型繁多、数据产生速度快、数据价值密度低 题目：下面哪一点不属于 SQL 引擎层的作用（） 选项 A ：把底层数据改造成RDBMS 选项 B ：可以使用业界标准的API 访问数据库 选项 C ：使用SQL 语言可减少代码量 选项 D ：可使用SQL 语言操纵数据库 答案：把底层数据改造成 RDBMS 题目：? Hadoop 的 Namenode 节点的机器，硬件要求 （） 选项 A ：DDR 内存 选项 B ：ECC 内存、企业级 RAID 磁盘 选项 C ：企业级 选项 D ：ECC 内存 答案：ECC 内存、企业级 RAID 磁盘 题目：HDFS 配置文件可以设置（） 选项 A ：文件读写块的大小、复制因子 选项 B ：最大文件的大小、复制延时 选项 C ：最大文件的大小、复制因子 选项 D ：文件访问延时、复制因子 答案：文件读写块的大小、复制因子 题目：HBase 不具有的特性（） 选项 A ：对数据进行增删改查操作 选项 B ：基于列式存储 选项 C ：数据类型丰富 选项 D ：可伸缩性 答案：数据类型丰富 题目：HDFS 配置文件可以设置（） 选项 A ：最大文件的大小、复制因子 选项 B ：最大文件的大小、复制延时 选项 C ：文件读写块的大小、复制因子 选项 D ：文件访问延时、复制因子 答案：文件读写块的大小、复制因子 题目：NoSQL 是适合大数据处理的关系型数据库管理系统 选项 A ：对 选项 B ：错 答案：错 题目：ElasticSearch 可用于结构化搜索和分析 选项 A ：对 选项 B ：错 答案：对 题目：Hadoop 框架包含什么组件？ Hadoop 集群中作为 Datanode 的机器硬件 （CPU、内存、硬盘、网络）上配置要求是什么？ Hadoop 集群中作为 Namenode 的机器硬件 （CPU、内存、硬盘、网络）上配置要求是什么？ 简述安装配置大数据处理环境的基础系统软件的步骤 简述 Hadoop 集群的特性 HDFS 文件有几种格式 NoSQL 的特点是什么？ 简述 HBase 与关系数据库的区别？ 答案：1.hadoop 框架内容包含 hdfs、mapreduce、yarn 三大组件内容 2. 3. 4.系统环境搭建： 环境变量配置【预先配置好】 Python 安装升级：，jdk 安装，mysql 安装，安装 hadoop hive 安装，DB2 安装，Spark 安装， hive2 端口监听设置 调度平台安装【另外一台机器】、Hbase 集群安装 jupyter notebook 安装使用 Hadoop 是一个能够对大量数据进行分布式处理的软件框架，并且是以一种可靠、高效、可 伸缩的方式进行处理的，它具有以下几个方面的特性：高可靠性、高效性、、高可扩展性、 高容错性、成本低 、运行在 Linux 平台上、支持多种编程语言 国内采用 Hadoop 的公司主要有百度、淘宝、网易、华为、中国移动等，其中淘宝的 Hadoop 集群比较大 Hadoop 中的文件格式大致上分为面向行和面向列两类 ： 面向行 ：同一行的数据存储在一起，即连续存储。SequenceFile,MapFile,Avro Datafile 。采用 这种方式，如果只需要访问行的一小部分数据，亦需要将整行读入 内存，推迟序列化一定程 度上可以缓解这个问题，但是从磁盘读取整行数据的开销却无法避免。面向行的存储适合于 整行数据需要同时处理的情况。 面向列：整个文件被切割为若干列数据，每一列数据一起存储。Parquet , RCFile,ORCFile。 面向列的格式使得读取数据时，可以跳过不需要的列，适合于只处于行的一小部分字段的情 况。但是这种格式的读写需要更多的内存空间，因为需