南开《大数据开发技术（一）》19秋期末考核答案
大数据开发技术（一）19秋期末考核-0001试卷总分:100 得分:68一、单选题 (共 15 道试题,共 30 分)1.UMP系通过()来实现实现数据路由的基本功能A.愚公系统B.Procy服务器C.Controller服务器D.Agent服务器答案:B2.Amazon Redshift属于()A.键值数据库B.数据仓库C.关系数据库D.NoSQL数据库答案:B3.应用于涉及频繁读写、拥有简单数据模型的应用,内容缓存,比如会话的数据库是哪种()A.键值数据库B.文档数据库C.图数据库D.列族数据库答案:A4.HBase的客户端并不依赖Master,而是通过()来获得Region位置信息,大多数客户端甚至从来不和Master通信,这种设计方式使得Master负载很小A.ZookeeperB.RegionC.MasterD.Chubby答案:A5.UMP系统中面对中等规模用户如何进行资源调度()A.随机分配MySQL实例B.每个用户独占一个MySQL实例C.可以共享同一个MySQL实例D.会占用多个独立的MySQL实例答案:B6.以下亚马逊的产品中哪个是数据仓库A.RedshiftB.RDSC.ElastiCacheD.DynamoDB答案:A7.UMP系统中面对多个小规模用户如何进行资源调度()A.随机分配MySQL实例B.每个用户独占一个MySQL实例C.可以共享同一个MySQL实例D.会占用多个独立的MySQL实例答案:C8.关于Strom中Bolt说法错误的是()。A.Bolt是一个被动的角色，Spout是一个主动的角色B.Bolt是Streams的状态转换过程的抽象含义C.Bolt可以执行过滤、函数操作、Join、操作数据库等任何操作D.Bolt不仅可以处理Tuple还可以创建新的Tuple答案:D9.优点是查找速度快,可扩展性强,容易进行分布式扩展,复杂性低的数据库是()A.键值数据库B.文档数据库C.图数据库D.列族数据库答案:D10.应用于分布式数据存储与管理 数据在地理上分布于多个数据中心的应用程序的数据库是哪种()A.键值数据库B.文档数据库C.图数据库D.列族数据库答案:D11.Hbase中客户端包含访问HBase的接口,同时在缓存中维护着已经访问过的()位置信息,用来加快后续数据访问过程A.客户端B.SlaverC.RegionD.Master答案:C12.以下亚马逊的产品中哪个是分布式内存缓存A.RedshiftB.RDSC.ElastiCacheD.DynamoDB答案:C13.Hbase采用()作为底层数据存储A.传统文件系统B.HbaseC.HDFSD.GFS答案:C14.关于Hadoop集群,以下说法错误的是()。A.SecondaryNameNode可以和NameNode共用一台机器B.SecondaryNameNode可以和DataNode共用一台机器C.NameNode可以和JobTracker共用一台机器D.JobTracker指派的任务由TaskTracker执行答案:B15.Map Task和Reduce Task均由()启动。A.Task TrackerB.TaskC.Job TrackerD.Client答案:A二、多选题 (共 10 道试题,共 20 分)16.HDFS中对名称节点设置了备份机制,会将名称节点中的()文件同步复制到备份服务器上。A.FsImageB.EditLogC.DataNodeD.Block答案:AB17.以下图计算软件哪种属于以图顶点为中心的、基于消息传递批处理的并行引擎A.PregelB.HamaC.GiraphD.DEX答案:ABC18.以下哪种数据库属于NoSQL数据库()A.MySQLB.MongoDBC.InfiniteGraphD.DynamoDB答案:BCD19.关系数据库与NoSQL数据库相比适用于哪些领域()A.银行B.电信C.传统企业的数据分析D.互联网企业大数据处理答案:AB20.以下哪种数据库是针对在线业务的,并且抛弃了关系模型()A.RedisB.OracleC.MySQLD.MongoDB答案:AD21.分布式文件系统的设计目的包括()。A.速度B.并发控制C.容错D.可伸缩性答案:BCD22.MapReduce的main函数中设置输出类型的方法有()。A.setOutputValueClassB.setOutputKeyClassC.setOutputClassD.setKeyValueClass答案:AB23.以下哪些是云计算关键技术()。A.虚拟化B.物联网C.单租户D.分布式计算E.分布式存储答案:ADE24.Pregel作为分布式图计算的计算框架,主要用于()A.最短路径B.图遍历C.PageRank计算D.MapReduce答案:ABC25.以下哪个应用适合用Pregel来解决()A.求极值B.数据库的笛卡尔积C.单元最短路径D.二分匹配答案:CD三、判断题 (共 10 道试题,共 20 分)26.分布式离线分析可以实现秒级别的实时分析响应。答案:错误27.Hadoop平台在大数据发展的成熟期时开始大行其道答案:正确28.Yahoo! S4和Twitter Storm开发实时应用时既要关注处理逻辑,还要解决实时数据获取、传输、存储答案:错误29.在HBase 的概念视图中, 一个表可以视为一个稀疏、多维的映射关系。答案:正确30.HBase中包含一个Region服务器和许多个Master服务器答案:错误31.HDFS读数据过程中读取请求获得的输入流是FSInputStream答案:错误32.Linux系统中只有Ubuntu可以安装Hadoop。答案:错误33.MapReduce处理分组聚合操作时,在Map过程中,选择关系的某一宇段的值作为键,其他字段的值作为与键相关联的值;Reduce过程,输出为<键,聚合运算结果。答案:正确34.Hbase和传统数据库一样都是列式数据库答案:错误35.在HBase中,更新操作会用最新的当前值去替换记录中原来的旧值,旧值被覆盖后就不会存在答案:错误四、主观填空题 (共 5 道试题,共 10 分)36.MapReduce的main函数中添加MyMapper类的方法为job.#(MyMapper.class);答案:setMapperClass<br><br>37.Storm运行任务的方式与Hadoop类似：Hadoop运行的是MapReduce作业，而Storm运行的是#答案:Topology<br><br>38.HDFS中SecondaryNameNode通过HTTP的#请求方式从NameNode上获取到FsImage和EditLog文件，并下载到本地的相应目录下；答案:Get<br><br>39.SQL中的table对应与MongoDB中的#答案:collection/集合<br><br>40.所有的HDFS通信协议都是构建在#协议基础之上的答案:TCP/IP<br><br>五、问答题 (共 2 道试题,共 8 分)41.Hbase中Master的主要工作答案:1）管理用户对表的增加、删除、修改、查询等操作<br>2）实现不同Region服务器之间的负载均衡<br>3）在Region分裂或合并后，负责重新调整Region的分布<br>4）对发生故障失效的Region服务器上的Region进行迁移<br><br>42.试说明一个MapReduce程序在运行期间，所启动的Map任务数量和Reduce任务数量各是由什么因素决定的。答案:1.Map任务的数量：Hadoop为每个split创建一个Map任务，split 的多少决定了Map任务的数目。大多数情况下，理想的分片大小是一个HDFS块<br>2. Reduce任务的数量：最优的Reduce任务个数取决于集群中可用的reduce任务槽(slot)的数目，通常设置比reduce任务槽数目稍微小一些的Reduce任务个数<br><br>六、名词解释 (共 4 道试题,共 12 分)43.Twitter Storm答案:Twitter Storm是一个免费、开源的分布式实时计算系统，Storm对于实时计算的意义类似于Hadoop对于批处理的意义，Storm可以简单、高效、可靠地处理流数据，并支持多种编程语言<br><br>44.Hbase中.META.表答案:元数据表，又名.META.表，存储了Region和Region服务器的映射关系<br><br>45.数据库事务的原子性答案:A（Atomicity）：原子性，是指事务必须是原子工作单元，对于其数据修改，要么全都执行，要么全都不执行<br><br>46.Hadoop项目中的Pig答案:Pig是一种数据流语言和运行环境，适合于使用 Hadoop和 MapReduce平台来查询大型结构化数据集。<br><br>
