大数据实时分析工程师岗位招聘考试试卷及答案.docVIP

大数据实时分析工程师岗位招聘考试试卷及答案

大数据实时分析工程师岗位招聘考试试卷

一、填空题（共10题，每题1分）

1.Kafka中负责存储消息的核心组件是______。

2.ApacheFlink的______组件负责任务调度与资源管理。

3.SparkStreaming的核心抽象是______，表示数据流的分段。

4.实时计算中，数据产生到结果输出的时间间隔称为______。

5.Hadoop生态中，用于实时查询的列式引擎是______。

6.Kafka主题分区数通常与______数量关联，提升并行度。

7.Flink中跨任务并行实例共享的状态是______状态。

8.SparkStructuredStreaming中，仅适用于无状态查询的输出模式是______。

9.实时数据采集流转的常用工具是______。

10.Kafka消息的默认保留时间是______天。

二、单项选择题（共10题，每题2分）

1.以下不属于实时计算生态的是？

A.FlinkB.SparkStreamingC.HiveD.KafkaStreams

2.Kafka消费者从哪个位置读取消息？

A.分区起始偏移量B.消费者偏移量C.生产者偏移量D.分区结束偏移量

3.Flink基于时间的滚动窗口是？

A.TumblingWindowB.SlidingWindowC.SessionWindowD.GlobalWindow

4.更适合实时计算的场景是？

A.月度报表B.实时用户行为分析C.历史归档D.离线清洗

5.SparkStructuredStreaming默认处理无界数据的方式是？

A.微批处理B.纯流处理C.批处理D.混合处理

6.Kafka副本因子最小为？

A.1B.2C.3D.无限制

7.不适合Flink大状态存储的后端是？

A.MemoryStateBackendB.FsStateBackendC.RocksDBStateBackendD.无

8.“Exactly-Once”语义指？

A.至少一次B.最多一次C.恰好一次D.任意次

9.实时数据可视化常用工具是？

A.TableauB.GrafanaC.ExcelD.Hive

10.Kafka分区的作用不包括？

A.提升并行度B.数据持久化C.负载均衡D.数据压缩

三、多项选择题（共10题，每题2分）

1.实时计算的核心特点是？

A.低延迟B.高吞吐量C.无界数据处理D.离线分析

2.Flink支持的部署模式有？

A.LocalB.StandaloneC.YARND.Kubernetes

3.Kafka核心组件包括？

A.BrokerB.TopicC.PartitionD.ConsumerGroup

4.属于实时计算框架的是？

A.FlinkB.KafkaStreamsC.StormD.MapReduce

5.SparkStructuredStreaming支持的数据源有？

A.KafkaB.FileC.SocketD.HDFS

6.Flink状态管理类型包括？

A.算子状态B.键控状态C.广播状态D.全局状态

7.实时pipeline的环节包括？

A.数据采集B.清洗C.实时计算D.可视化

8.Kafka消息保留策略是？

A.基于时间B.基于大小C.基于偏移量D.基于主题数

9.适合Exactly-Once的场景是？

A.金融交易统计B.实时订单监控C.日志收集D.广告点击计数

10.实时窗口聚合操作有？

A.计数B.求和C.平均值D.最大值

四、判断题（共10题，每题2分）

1.Kafka主题可动态创建。（）

2.FlinkJobManager不支持高可用。（）

3.SparkStreaming是微批处理框架。（）

4.实时计算延迟一定低于离线计算。（）

5.新版Kafka消费者偏移量存储在ZooKeeper。（）

6.Flink窗口仅支持时间窗口。（）

7.SparkStructuredStreaming支持Exactly-Once。（）

8.Grafana仅支持Prometheus数据源。（）

9.Kafka分区越多性能越好。（）

10.Flink广播状态跨所有并行实例共享。（）

五、简答题（共4题，每题5分）

1.简述Flink与SparkStreaming的核心区别。

2.什么是Kafka的Exactly-Once语义？如何实现？

3.实时计算中窗口聚合的作用及常见类型。

4.实时数据pipeline的典型架构。

六、讨论题（共2题，每题5分）

1.列举3个Flink实时任务的性能优化点并说明。

2.实时计算中数据倾斜的常见原因及解决方法。

---

参考答案

一、填空题答案

1.Broker

2.JobManager

3.DStream

4.端到端延迟

5.Impala

6.消费者组