当前位置：文档之家 › Hadoop试题库完整

Hadoop试题库完整

  • 格式：doc
  • 大小：45.00 KB
  • 文档页数：12

.

1 / 12 1. 以下哪一项不属于Hadoop可以运行的模式___C___。

A. 单机〔本地模式

B. 伪分布式模式

C. 互联模式

D. 分布式模式

2. Hadoop的作者是下面哪一位__B____。

A. Martin Fowler

B. Doug cutting

C. Kent Beck

D. Grace Hopper

3. 下列哪个程序通常与 NameNode 在同一个节点启动__D___。

A. TaskTracker

B. DataNode

C. SecondaryNameNode

D. Jobtracker

4. HDFS 默认 Block Size的大小是___B___。

A.32MB

B.64MB

C.128MB

D.256M

5. 下列哪项通常是集群的最主要瓶颈____C__。

A. CPU

B. 网络

C. 磁盘IO

D. 内存

6. 下列关于MapReduce说法不正确的是_____C_。

A. MapReduce是一种计算框架

B. MapReduce来源于google的学术论文

C. MapReduce程序只能用java语言编写

D. MapReduce隐藏了并行计算的细节,方便使用

8. HDFS是基于流数据模式访问和处理超大文件的需求而开发的,具有高容错、高可靠性、高可扩展性、高吞吐率等特征,适合的读写任务是 __D____。

A．一次写入,少次读

B．多次写入,少次读

C．多次写入,多次读

D．一次写入,多次读

9. HBase依靠__A____存储底层数据。

A. HDFS

B. Hadoop

C. Memory

D. MapReduce

10. HBase依赖___D___提供强大的计算能力。

A. Zookeeper

B. Chubby .

2 / 12 C. RPC

D. MapReduce

11. HBase依赖___A___提供消息通信机制

A. Zookeeper

B. Chubby

C. RPC

D. Socket

12. 下面与HDFS类似的框架是___C____？

A. NTFS

B. FAT32

C. GFS

D. EXT3

13. 关于 SecondaryNameNode 下面哪项是正确的___C___。

A. 它是 NameNode 的热备

B. 它对内存没有要求

C. 它的目的是帮助 NameNode 合并编辑日志,减少 NameNode 启动时间

D. SecondaryNameNode 应与 NameNode 部署到一个节点

14. 大数据的特点不包括下面哪一项___D___。

A. 巨大的数据量

B. 多结构化数据

C. 增长速度快

D. 价值密度高

HBase测试题

1. HBase来源于哪一项？ C

A The Google File System

B MapReduce

C BigTable

D Chubby

2. 下面对HBase的描述哪些是正确的？ B、C、D

A 不是开源的

B 是面向列的

C 是分布式的

D 是一种NoSQL数据库

3. HBase依靠〔存储底层数据 A

A HDFS

B Hadoop

C Memory

D MapReduce

4. HBase依赖〔提供消息通信机制 A

A Zookeeper

B Chubby

C RPC

D Socket

5. HBase依赖〔提供强大的计算能力 D .

3 / 12 A Zookeeper

B Chubby

C RPC

D MapReduce

6. MapReduce与HBase的关系,哪些描述是正确的？ B、C

A 两者不可或缺,MapReduce是HBase可以正常运行的保证

B 两者不是强关联关系,没有MapReduce,HBase可以正常运行

C MapReduce可以直接访问HBase

D 它们之间没有任何关系

7. 下面哪些选项正确描述了HBase的特性？ A、B、C、D

A 高可靠性

B 高性能

C 面向列

D可伸缩

8. 下面与Zookeeper类似的框架是？D

A Protobuf

B Java

C Kafka

D Chubby

9. 下面与HDFS类似的框架是？C

A NTFS

B FAT32

C GFS

D EXT3

10. 下面哪些概念是HBase框架中使用的？A、C

A HDFS

B GridFS

C Zookeeper

D EXT3

第二部分：HBase核心知识点

11. LSM含义是？A

A 日志结构合并树

B 二叉树

C 平衡二叉树

D 基于日志结构的合并树

12. 下面对LSM结构描述正确的是？ A、C

A 顺序存储

B 直接写硬盘

C 需要将数据Flush到磁盘

D 是一种搜索平衡树

13. LSM更能保证哪种操作的性能？B

A 读

B 写

C 随机读 .

4 / 12 D 合并

14. LSM的读操作和写操作是独立的？A

A 是。

B 否。

C LSM并不区分读和写

D LSM中读写是同一种操作

15. LSM结构的数据首先存储在〔。 B

A 硬盘上

B 内存中

C 磁盘阵列中

D 闪存中

16 HFile数据格式中的Data字段用于〔。A

A 存储实际的KeyValue数据

B 存储数据的起点

C 指定字段的长度

D 存储数据块的起点

17 HFile数据格式中的MetaIndex字段用于〔。D

A Meta块的长度

B Meta块的结束点

C Meta块数据内容

D Meta块的起始点

18 HFile数据格式中的Magic字段用于〔。A

A 存储随机数,防止数据损坏

B 存储数据的起点

C 存储数据块的起点

D 指定字段的长度

19 HFile数据格式中的KeyValue数据格式,下列选项描述正确的是〔。A、D

A 是byte[]数组

B 没有固定的结构

C 数据的大小是定长的

D 有固定的结构

20 HFile数据格式中的KeyValue数据格式中Value部分是〔。C

A 拥有复杂结构的字符串

B 字符串

C 二进制数据

D 压缩数据

第三部分：HBase高级应用介绍

31 HBase中的批量加载底层使用〔实现。A

A MapReduce

B Hive

C Coprocessor

D Bloom Filter

32. HBase性能优化包含下面的哪些选项？A、B、C、D

A 读优化 .

5 / 12 B 写优化

C 配置优化

D JVM优化

33. Rowkey设计的原则,下列哪些选项的描述是正确的？A、B、C

A 尽量保证越短越好

B 可以使用汉字

C 可以使用字符串

D 本身是无序的

34. HBase构建二级索引的实现方式有哪些？ A、B

A MapReduce

B Coprocessor

C Bloom Filter

D Filter

35. 关于HBase二级索引的描述,哪些是正确的？A、B

A 核心是倒排表

B 二级索引概念是对应Rowkey这个"一级"索引

C 二级索引使用平衡二叉树

D 二级索引使用LSM结构

36. 下列关于Bloom Filter的描述正确的是？A、C

A 是一个很长的二进制向量和一系列随机映射函数

B 没有误算率

C 有一定的误算率

D 可以在Bloom Filter中删除元素

第四部分：HBase安装、部署、启动

37. HBase官方版本可以安装在什么操作系统上？A、B、C

A CentOS

B Ubuntu

C RedHat

D Windows

38. HBase虚拟分布式模式需要〔个节点？A

A 1

B 2

C 3

D 最少3个

39. HBase分布式模式最好需要〔个节点？C

A 1

B 2

C 3

D 最少

关于hadoop的选择题

1、Doug Cutting所创立的项目的名称都受到其家人的启发,以下项目不是由他创立的项目是

A． Hadoop

B． Nutch .

6 / 12 C． Lucene

D． Solr

答案：D

2、配置Hadoop时,JAVA_HOME包含在哪一个配置文件中

A． hadoop-default.xml

B． hadoop-env.sh

C． hadoop-site.xml

D． configuration.xsl

答案：B

知识点：hadoop配置

3、Hadoop配置文件中,hadoop-site.xml显示覆盖hadoop-default.xml里的内容。在版本0.20中,hadoop-site.xml被分离成三个XML文件,不包括

A． conf-site.xml

B． mapred-site.xml

C． core-site.xml

D． hdfs-site.xml

答案：A

知识点：hadoop配置

4、HDFS默认的当前工作目录是/user/$USER,的值需要在哪个配置文件内说明

A. mapred-site.xml

B. core-site.xml

C. hdfs-site.xml

D. 以上均不是

答案：B

知识点：hadoop配置

5、关于Hadoop单机模式和伪分布式模式的说法,正确的是

A． 两者都起守护进程,且守护进程运行在一台机器上

B． 单机模式不使用HDFS,但加载守护进程

C． 两者都不与守护进程交互,避免复杂性

D． 后者比前者增加了HDFS输入输出以及可检查内存使用情况

答案：D

知识点：hadoop配置

6、下列关于Hadoop API的说法错误的是

A． Hadoop的文件API不是通用的,只用于HDFS文件系统

B． Configuration类的默认实例化方法是以HDFS系统的资源配置为基础的

C． FileStatus对象存储文件和目录的元数据

D． FSDataInputStream是java.io.DataInputStream的子类

答案：A

//HDFS

7、HDFS的NameNode负责管理文件系统的命名空间,将所有的文件和文件夹的元数据保存在一个文件系统树中,这些信息也会在硬盘上保存成以下文件：

A．日志

B．命名空间镜像

合集下载

hadoop面试题总结

hadoop面试题总结

hadoop⾯试题总结

1、hadoop常⽤端⼝号

hadoop2.xHadoop3.x

访问HDFS端⼝50070 9870

访问MR执⾏情况端⼝8088 8088

历史服务器19888 19888

客户端访问集群端⼝9000 8020

2、hadoop集群搭建

hadoop搭建流程概述：

（1）准备三个客户端，master，node1，node2

（2）安装jdk 配置免密 ssh-keygen -t rsa 分发秘钥 ssh-copy-id master ssh-copy-id node1 ssh-copy-id node2

（3）配置环境变量 source ⼀下

（4）主要有 hadoop环境配置⽂件：hadoop-env.sh hadoop核⼼配置⽂件 core-site.xml yarn配置⽂件 yarn-site.xml mapreduce核⼼配置⽂

件 mapred-site.xml hdfs配置⽂件 hdfs-site.xml

（5）分发集群⽂件 scp -r /usr/local....... 格式化 hdfs namenode-format 启动集群 start-all.sh 访问hdfs页⾯查看是否搭建成功

3、环境配置⽂件主要内容

（1）hadoop-env.sh ： Hadoop 环境配置⽂件vim hadoop-env.sh修改JAVA_HOMEexport JAVA_HOME=/usr/local/soft/jdk1.8.0_171

（2）core-site.xml ： hadoop核⼼配置⽂件vim core-site.xml 在configuration中间增加以下内容

fs.defaultFShdfs://master:9000

hadoop.tmp.dir/usr/local/soft/hadoop-2.7.6/tmp

fs.trash.interval1440

（3）hdfs-site.xml ： hdfs配置⽂件

行政管理学校-Hadoop大数据技术基础期末考试

行政管理学校-Hadoop大数据技术基础期末考试

1 行政管理学校-Hadoop大数据技术基础期末考试

姓名：

学号：

一、填空题

Hadoop是一个开源的分布式计算框架，主要用于________和________大规模数据集的计算。

在Hadoop集群中，NameNode负责存储和管理文件系统的________

HDFS采用的默认块大小是________M字节

HDFS的设计目标之一是提供高________的数据访问性能

HDFS的副本放置策略旨在将副本分散存放在不同的________中

HDFS中的数据块是以________的方式存储在分布式文件系统中

使用HDFS的Java API进行文件读取时，可以使用________类来读取文件内容

MapReduce是一种________编程模型，用于处理和分析大规模数据集

在MapReduce中，________阶段用于将Mapper的输出结果进行分区和排序

Hadoop集群中的________负责资源的管理和作业的调度

二、单项选择题

1、Hadoop主要用于什么目的?

a.分布式计算和处理大型数据集

b.图形设计和图像编辑 2 c. 网页开发和托管

d. 数据库管理和管理员工作

2、Hadoop的哪个组件负责以分布式方式存储和管理数据?

a.HDFS

b.MapReduce

c. YARN

d. Hive

3、Hadoop集群的主要目的是什么?

a.提供容错性和高可用性

b.对大型数据集进行复杂计算

c.创建用于云计算的虚拟机

d.使用Java开发Web应用程序

4、HDFS如何确保Hadoop集群中的数据可靠性?

a.将数据复制到多个节点

b.压缩数据以节省存储空间

c.加密数据以确保安全性

d.将数据均匀分布在集群中

5、使用HDFS的Java API与HDFS进行交互通常使用哪种编程语言?

a.Python

b.Java

c.C++

d.Ruby 3 6、Hadoop中的MapReduce的核心概念是什么?

Hadoop最全面试题整理(附目录)

Hadoop最全面试题整理(附目录)

Hadoop面试题目及答案(附目录)

选择题

1.下面哪个程序负责 HDFS 数据存储。

a)NameNode b)Jobtracker c)Datanode d)secondaryNameNode e)tasktracker

答案 C datanode

2. HDfS 中的 block 默认保存几份？

a)3 份 b)2 份 c)1 份 d)不确定

答案 A 默认 3 份

3.下列哪个程序通常与 NameNode 在一个节点启动？

a)SecondaryNameNode b)DataNode c)TaskTracker d)Jobtracker

答案 D

分析：hadoop 的集群是基于 master/slave 模式，namenode 和 jobtracker 属于 master，datanode 和tasktracker 属于 slave，master 只有一个，而 slave 有多个SecondaryNameNode

内存需求和 NameNode 在一个数量级上，所以通常 secondaryNameNode（运行在单独的物理机器上）和 NameNode 运行在不同的机器上。

JobTracker 和 TaskTracker

JobTracker 对应于 NameNode，TaskTracker 对应于 DataNode，DataNode 和 NameNode

是针对数据存放来而言的，JobTracker 和 TaskTracker 是对于 MapReduce 执行而言的。mapreduce 中几个主要概念，mapreduce 整体上可以分为这么几条执行线索：jobclient，JobTracker 与 TaskTracker。

1、JobClient 会在用户端通过 JobClient 类将应用已经配置参数打包成 jar 文件存储到

hdfs，并把路径提交到 Jobtracker,然后由 JobTracker 创建每一个 Task（即 MapTask 和ReduceTask）并将它们分发到各个 TaskTracker 服务中去执行。

Hadoop面试题目及答案

Hadoop面试题目及答案

Hadoop面试题目及答案

Hadoop面试45个题目及答案

1.Hadoop集群可以运行的3个模式？

单机（本地）模式

伪分布式模式

全分布式模式

2. 单机（本地）模式中的注意点？

在单机模式（standalone）中不会存在守护进程，所有东西都运行在一个JVM上。这里同样没有DFS，使用的是本地文件系统。单机模式适用于开发过程中运行MapReduce程序，这也是最少使用的一个模式。

3. 伪分布模式中的注意点？

伪分布式（Pseudo）适用于开发和测试环境，在这个模式中，所有守护进程都在同一台机器上

Hadoop被安装在cd/usr/lib/hadoop-0.20/。

8. Namenode、Job tracker和task tracker的端口号是？

Namenode，70；Job tracker，30；Task

tracker，60。

9. Hadoop的核心配置是什么？

Hadoop的核心配置通过两个xml文件来完成：1，hadoop-default.xml；2，hadoop-site.xml。这些文件都使用xml格式，因此每个xml中都有一些属性，包括名称和值，但是当下这些文件都已不复存在。

10. 那当下又该如何配置？

Hadoop现在拥有3个配置文件：1，core-site.xml；2，hdfs-site.xml；3，

mapred-site.xml。这些文件都保存在conf/子目录下。

11. RAM的溢出因子是？

溢出因子（Spill factor）是临时文件中储存文件的大小，也就是Hadoop-temp目录。

12. fs.mapr.working.dir只是单一的目录？

fs.mapr.working.dir只是一个目录。

13. hdfs-site.xml的3个主要属性？

.dir决定的是元数据存储的路径以及DFS的存储方式（磁盘或是远端）

dfs.data.dir决定的是数据存储的路径