1

本次考试涵盖Hadoop生态系统相关技术知识，包括HDFS、MapReduce、YARN、ZooKeeper、Hive、Flume、Sqoop等核心组件。请认真作答，考试时间为90分钟。
二、判断题
1. 2004年，Nutch的开发人员借助GFS开发出了Nutch分布式文件系统。
2. 在Hadoop 1.x和Hadoop2.x中，MapReduce的作用相同。
3. Spark是一个基于磁盘的分布式计算引擎。
4. 在Hadoop 2.x中，YARN替代了Hadoop 1.x中MapReduce的全部工作。
5. Hadoop安装目录中的lib目录存放了Hadoop各个模块编译后的jar包。
6. 只有初次启动Hadoop集群时需要进行格式化文件系统的操作。
7. NodeManager是YARN的服务。
8. Hadoop 3.x支持最低的JDK版本为1.8。
9. 设置虚拟机主机名为hadoop03的命令是hostnamectl sethostname hadoop03。
10. HDFS快照可用于误删除数据恢复。
11. 安全模式下HDFS只允许读，不允许写。
12. HDFS满足就近读取策略。
13. fsimage是元数据镜像文件，edits是操作日志文件。
14. SecondaryNameNode可以作为热备实时替代NameNode。
15. HDFS元数据只保存在磁盘，不加载到内存。
16. HDFS不适合存储大量小文件。
17. HDFS将超大文件切分存储在不同节点。
18. HDFS Federation多个NameNode共享同一个命名空间。
19. 默认OutputFormat是TextOutputFormat，输出KV。
20. 驱动类中必须手动指定OutputFormat才能输出文件。
21. 分区数量默认等于ReduceTask的数量。
22. 自定义OutputFormat需要继承FileOutputFormat并实现RecordWriter。
23. 自定义Partitioner 需要继承Partitioner并重写getPartition()。
24. MapReduce适用于低延迟、实时计算场景。
25. Mapper的setup()方法在每个map调用前都会执行。
26. YARN的NodeManager负责节点资源与容器管理。
27. Combiner的运行逻辑必须和Reducer完全一致。
28. Shuffle是MapReduce的核心，决定数据分发与排序。
29. MapReduce程序提交到YARN运行必须打成Jar包。
30. Combiner只能用一个ReduceTask才能全局聚合。
31. InputFormat按行切分InputSplit，而非按Block切分。
32. Map阶段输入必须是
33. Combiner可以用于合并文件，减少Map输出。
34. ZooKeeper 客户端连接是异步的，通常使用 CountDownLatch 等待连接成功。
35. 持久顺序节点在客户端断开后会自动删除。
36. Watcher 被触发后会自动移除，需要重新注册。
37. myid 越大，服务器被选为 Leader 的权重越高。
38. 临时节点可以创建子节点。
39. Observer 节点可以参与 Leader 选举和事务投票。
40. ZooKeeper 采用类 Unix 文件系统的树形数据模型，最小单元为 ZNode。
41. zxid 是 ZooKeeper 全局唯一、单调递增的事务ID。
42. OPEN_ACL_UNSAFE 表示完全开放权限，任何客户端均可操作。
43. delete 命令可以递归删除节点及其所有子节点。
44. 数据仓库主要用于日常事务处理，数据需要频繁增删改。
45. OLTP系统响应速度快，并发访问量高，多用于业务操作。
46. Hive 的数据和元数据统一存储在 HDFS 中。
47. Hive 分桶可以优化 Join 查询和数据抽样。
48. Hive 中 VARCHAR 是变长字符串，CHAR 是定长字符串。
49. 使用LOAD DATA语句可以向 Hive 表批量加载文件数据。
50. Hive 分区可以缩小查询扫描范围，提升查询效率。
51. 基础查询中COUNT()函数可用于统计数据行数。
52. Flume 仅能采集日志文件，无法传输网络流量、社交媒体数据。
53. 一个 Source 只能绑定一个 Channel。
54. Channel 中的数据被 Sink 消费后，Flume 会自动删除该部分缓存数据。
55. Flume 配置文件中，需要分别指定 Agent、Source、Channel、Sink 名称并完成关联。
56. Memory Channel 适合对数据可靠性要求极高、不可丢失数据的场景。
57. HDFS Sink 可以将采集的 Event 数据写入 HDFS 文件系统。
58. Sqoop1 与 Sqoop2 架构不兼容，命令不能混用。
59. 使用--query多Map并行导入时，可以省略$CONDITIONS占位符。
60. lastmodified增量适合数据修改的业务场景。
61. --where 参数可以在导入时过滤不需要的数据行。
62. Sqoop 运行不需要配置 HADOOP_HOME 环境变量。
63. 导入时--target-dir 对应的 HDFS 目录已存在不会报错。
64. --num-mappers=1 单 Map 执行时，--query 语句仍必须写 $CONDITIONS。
三、单选题
65. Hadoop 3.X版本支持最低的JDK版本是
66. 下列关于Hadoop生态体系项目的描述，错误的是
67. HBase依靠什么存储底层数据
68. 下列选项中，不属于Hadoop自定义配置文件的是
69. 在基于完全分布式模式部署的Hadoop中正常运行的HDFS包含多少个服务
70. 查看HDFS指定目录内容的命令是
71. HDFS默认副本数(含自身)是
72. HDFS采用的架构是
73. 负责管理HDFS元数据、处理客户端请求的节点是
74. 下列哪项是HDFS的访问模型
75. Hadoop 3.x 中 HDFS 默认数据块(Block)大小是
76. HDFS中用于辅助NameNode合并镜像与编辑日志的是
77. HDFS Federation 解决的核心问题是
78. HDFS Web UI 默认端口是
79. Hadoop 3.x引入的节省存储空间的技术是
80. 将本地文件上传到HDFS的命令是
81. HDFS解决节点宕机感知的机制是
82. 下列不属于文件系统分类的是
83. 负责实际存储HDFS数据块并定期汇报状态节点是
84. MapTask写入内存缓冲区后，数据溢写磁盘的阶段是
85. YARN中封装CPU、内存等资源的抽象单元是
86. TextInputFormat输出的Key类型是
87. Hadoop默认的分区规则是
88. MapReduce 默认的输入格式组件是
89. ReduceTask 从MapTask 拉取数据的阶段是
90. MapReduce中负责相同Key分组聚合的组件是
91. YARN中负责全局资源调度的核心组件是
更多问卷 复制此问卷