南开《大数据开发技术（一）》20春期末考核答案
大数据开发技术（一）20春期末考核-00001试卷总分:100 得分:70一、单选题 (共 15 道试题,共 30 分)1.使用Amazon云环境部署Hadoop的说法中错误的是()。A.Hadoop不仅可以运行在企业内部的集群中，也可以运行在云计算环境中B.Hadoop自带有一套脚本，用于在EC2上面运行HadoopC.在EC2上运行Hadoop尤其适用于一些工作流D.Amazon EC2为Hadoop提供了存储服务答案:D2.Xtimeline是哪种可视化工具()A.信息图表B.地图工具C.时间线工具D.分析工具答案:C3.Amazon Redshift属于()A.关系数据库B.键值数据库C.NoSQL数据库D.数据仓库答案:D4.SQL Azure体系结构层中哪层将用户的请求转化为Azure内部的TDS格式流A.Client LayerB.Services LayerC.Platform LayerD.Infrastructure Layer答案:A5.UMP系通过()来实现实现在不停机的情况下动态扩容、缩容和迁移A.Controller服务器B.Procy服务器C.愚公系统D.Agent服务器答案:C6.Hbase采用()作为底层数据存储A.HDFSB.GFSC.HbaseD.传统文件系统答案:A7.关于MapReduce工作流程,说法错误的是()。A.不同的Map任务之间不会进行通信B.不同的Reduce任务之间不会发生任何信息交换C.用户可以显式地从一台机器向另一台机器发送消息D.所有的数据交换都是通过MapReduce框架自身去实现的答案:C8.针对流数据,“量子恒道”开发了海量数据实时流计算框架()。A.Time TunnelB.SparkC.Super MarioD.Storm答案:C9.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.JobTracker指派的任务由TaskTracker执行C.SecondaryNameNode可以和DataNode共用一台机器D.NameNode可以和JobTracker共用一台机器答案:C10.关于Strom中Bolt说法错误的是()。A.Bolt可以执行过滤、函数操作、Join、操作数据库等任何操作B.Bolt是一个被动的角色，Spout是一个主动的角色C.Bolt不仅可以处理Tuple还可以创建新的TupleD.Bolt是Streams的状态转换过程的抽象含义答案:C11.HDFS读数据过程中()具体实现了FileSystemA.DistributedFileSystemB.GFSSystemC.FileSystemD.HDFSSystem答案:A12.UMP系通过()来实现实现集群成员管理、元数据存储、MySQL实例管理、故障恢复、备份、迁移、扩容等功能A.Controller服务器B.Procy服务器C.愚公系统D.Agent服务器答案:A13.名称节点和数据节点之间则使用()协议进行交互A.名称节点B.第二名称节点C.数据节点D.TCP答案:C14.HBase的目标是处理非常庞大的表,可以通过()方式,利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表A.垂直扩展B.水平扩展C.拓扑扩展D.叠加答案:B15.以下哪种属于列族数据库()A.MongoDBB.RedisC.HbaseD.Neo4j答案:C二、多选题 (共 10 道试题,共 20 分)16.Pregel中顶点之间的通讯的每条消息都包含了()A.消息值B.需要到达的目标顶点IDC.起始点IDD.时间答案:AB17.Hbase中Zookeeper提供了()A.分布式同步B.组服务C.域名服务D.配置维护答案:ABCD18.HDFS中NameNode保存的核心数据结构是()A.FsImageB.DataNodeC.BlockD.EditLog答案:AD19.以下哪些不是UMP系统中的角色()A.Controller服务器B.Procy服务器C.Master服务器D.Agent服务器答案:C20.以下哪些是数据可视化信息图表工具()A.大数据魔镜B.D3C.Google Chart APID.Google Fusion Tables答案:ABC21.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.GiraphB.PregelC.HamaD.DEX答案:ABC22.以下哪些可以提供计算服务()。A.SparkB.TezC.MahoutD.MapReduceE.YARN答案:ABCDE23.以下哪些属于典型的大数据应用()。A.谷歌搜索B.谷歌流感趋势C.谷歌统计D.纸牌屋制作E.黑镜子制作答案:BD24.以下哪种数据库属于NoSQL数据库()A.MongoDBB.OracleC.Neo4jD.RedisE.Hbase答案:ACD25.以下哪个是HDFS的局限性()。A.延迟高B.只允许对文件执行追加操作，不能执行随机写操作C.用MapReduce处理大量小文件时，会产生过多的Map任务，线程管理开销会大大增加D.拥有复杂的数据模型答案:ABC三、判断题 (共 10 道试题,共 20 分)26.图算法如果用MapReduce实现,需要一系列的MapReduce的调用。从一个阶段到下一个阶段,它需要传递整个图的状态,会产生大量不必要的序列化和反序列化开销。而Pregel使用超步简化了这个过程答案:正确27.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28.Facebook主要将Hadoop平台用于日志处理、推荐系统等方面答案:正确29.HDFS读数据过程中读取请求获得的输入流是FSInputStream答案:错误30.关系数据库的关键特性包括完善的事务机制和高效的查询机制答案:正确31.分布式文件系统中文件块会被复制为多个副本,存储在不同的节点上,而且,存储同一文件块的不同副本的各个节点,会分布在不同的机架上。答案:正确32.Hadoop是典型的批处理模型答案:正确33.Hadoop可以在单节点上以伪分布式的方式运行,Hadoop进程以分离的Java进程来运行,节点既作为NameNode也作为DataNode,同时,读取的是HDFS中的文件。答案:正确34.CAP理论告诉我们,一个分布式系统可以同时满足一致性、可用性和分区容忍性这三个需求答案:错误35.HDFS在块的大小的设计上明显要小于普通文件系统,可以最小化寻址开销答案:错误四、主观填空题 (共 5 道试题,共 10 分)36.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>37.MapReduce的main函数中添加MyMapper类的方法为job.#(MyMapper.class);答案:setMapperClass<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.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>五、问答题 (共 1 道试题,共 10 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>六、名词解释 (共 2 道试题,共 10 分)42.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>43.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>
