原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
大数据离线计算工程师考试试卷与答案
单项选择题（每题2分，共10题）
1.以下哪种存储适合大数据离线存储？
A.RedisB.HBaseC.MySQLD.MongoDB
答案：B
2.以下哪个是Hadoop核心组件？
A.SparkB.KafkaC.HDFSD.Flink
答案：C
3.MapReduce中数据排序发生在？
A.Map阶段B.Shuffle阶段C.Reduce阶段D.Output阶段
答案：B
4.以下哪种语言常用于编写Hive脚本？
A.JavaB.PythonC.SQLD.Scala
答案：C
5.Pig中LOAD语句作用是？
A.加载数据B.存储数据C.转换数据D.过滤数据
答案：A
6.Spark中RDD的含义是？
A.弹性分布式数据集B.可靠分布式数据集C.实时分布式数据集D.高效分布式数据集
答案：A
7.Hadoop中负责资源管理的是？
A.NameNodeB.DataNodeC.YARND.JobTracker
答案：C
8.以下哪个不是Hive数据类型？
A.intB.stringC.listD.double
答案：C
9.Flume主要用于？
A.数据存储B.数据计算C.数据采集D.数据可视化
答案：C
10.Sqoop主要用于？
A.数据清洗B.数据迁移C.数据挖掘D.数据查询
答案：B
多项选择题（每题2分，共10题）
1.以下属于大数据离线计算框架的有？
A.HadoopB.SparkC.FlinkD.Storm
答案：ABC
2.Hive支持的文件格式有？
A.TEXTFILEB.ORCC.PARQUETD.JSON
答案：ABC
3.以下关于MapReduce说法正确的是？
A.适合大规模数据处理B.分Map和Reduce阶段C.数据在内存中处理D.可实现并行计算
答案：ABD
4.以下哪些是Spark的组件？
A.SparkCoreB.SparkSQLC.SparkStreamingD.Mllib
答案：ABCD
5.大数据存储系统包括？
A.HBaseB.CassandraC.RedisD.MongoDB
答案：ABD
6.以下哪些是Hadoop生态组件？
A.HiveB.PigC.SqoopD.Flume
答案：ABCD
7.关于HDFS说法正确的有？
A.分布式文件系统B.适合存储大文件C.具有容错性D.数据存储在NameNode
答案：ABC
8.以下属于Pig数据类型的有？
A.bagB.tupleC.mapD.set
答案：ABC
9.以下关于SparkRDD操作说法正确的是？
A.有Transformation和Action两类操作B.map是Transformation操作C.reduce是Action操作D.RDD不可变
答案：ABCD
10.以下属于数据采集工具的有？
A.FlumeB.KafkaC.SqoopD.Spark
答案：ABC
判断题（每题2分，共10题）
1.Hadoop只能运行在Linux系统上。（）
答案：×
2.MapReduce中Map函数和Reduce函数数量相同。（）
答案：×
3.Hive是基于Hadoop的数据仓库工具。（）
答案：√
4.Spark不支持多种编程语言。（）
答案：×
5.HDFS中NameNode负责存储实际数据。（）
答案：×
6.Pig脚本执行效率一定高于MapReduce。（）
答案：×
7.Flume可以采集多种来源的数据。（）
答案：√
8.Sqoop只能从关系型数据库导入数据到Hadoop。（）
答案：×
9.SparkRDD是分布式共享内存。（）
答案：√
10.HBase适合随机读写。（）
答案：√
简答题（每题5分，共4题）
1.简述Hadoop中HDFS的架构组成。
答案：HDFS架构主要由NameNode、DataNode组成。NameNode负责管理文件系统的命名空间，存储文件元数据。DataNode负责实际的数据存储，以数据块形式存储在本地磁盘。还有SecondaryNameNode辅助NameNode进行元数据管理，定期合并EditLog和FsImage等操作，保障系统稳定运行。
2.简述MapReduce的工作流程。
答案：首先输入数据被分割成多个数据块，由Map任务读取处理，Map函数将输入数据转换为key,value对并输出。接着进入Shuffle阶段，对Map输出进行分区、排序等操作。之后Reduce任务读取Shuffle后的数据，Reduce函数对相同key的value进行合并计算，最终输出结果写入到文件系统。
3.简述Spark的优势。
答案：Spark优势在于速度快，基于内存计算，减少磁盘I/O；编程模型简洁，支持多种编程语言；具有丰富的组件库，如SparkSQL、Spa
文档评论（0）