Hadoop期中考试
1．单选题（每个分，共20分）
（1）Mapreduce擅长哪个领域的计算（ A ）。
A. 离线批处理
B. DAG计算
C. 流式计算
D. 实时计算
（2）关于MapReduce原理，下面说法错误的是（ D ）。
A. 分为Map和Reduce两个阶段
B. Map阶段由一系列Map任务组成
C. Reduce阶段由一系列Reduce任务组成
D. Map阶段与Reduce阶段没有任何依赖关系
（3）HDFS默认副本数是（ C ）。
A. 1
B. 2
C. 3
D. 4
（4）不属于HDFS架构组成部分是（ D ）。
A. NameNode
B. Secondary NameNode
C. DataNode
D. TaskTracker（Hadoop MapReduce 的组件）
★（5）关于Block和Split两个概念，下面说法错误的是（ C ）。
A. Block是HDFS中最小的数据存储单位
B. Split是MapReduce中最小的计算单元
C. Block是Split是一一对应关系（默认是一一对应的）
D. Block和Split之间对应关系是任意的，可由用户控制
（6）以下不属于Hadoop内核的组成部分的是（ C ）。
A. HDFS
B. MapReduce
C. HBase
D. YARN
（7）不属于HBase中的术语的是（ D ）。
A. Column
B. Column Family
C. Row Key
D. Meta
（8）下面关于Hive，说法错误的是（ A ）。
A. Hive支持所有标准SQL语法
B. Hive底层采用的计算引擎是MapReduce（目前支持Spark、Tez等）
C. Hive提供的HQL语法，与传统SQL很类似
D. Hive Server可采用MySQL存储元数据信息
（9）通常而言，一个标准的生产环境（考虑成本、效益等）中，Zookeeper实例个数不可能是（ B ）。
A. 3
B. 4
C. 5
D. 7
（10）Flume的主要作用是（ C ）。
A. 数据处理和分析
B. 数据存储
C. 数据收集
D. 网络爬虫
（11）HBase支持多语言（比如C++、Python等）访问，为实现该功能，它采用的开源软件是（ C ）。
A. protobuf
B. 自定义网络协议
C. thrift
D. avro
（12）关于HDFS和HBase，说法错误的是（ D ）。
A．HDFS不能随机读写，HBase可以
B．HDFS适合存储大文件，HBase可以存储小文件
C．HBase底层采用了HDFS
D．HDFS和HBase无直接关系
（13）YARN和MapReduce的关系是（ A ）。
A. MapReduce是一个计算框架，可运行在YARN之上
B．YARN是一个计算框架，可运行在MapReduce之上
C．MapReduce和YARN无直接关系
D．以上回答均不正确
★★★（14）关于MapReduce中的数据本地性，下面方法正确的是（A B ）。
A．Map Task和Reduce Task都会考虑数据本地性
B．只有Map Task会考虑数据本地性（Reduce阶段是从Map阶段拉取Shuffle数据的）
C．只有Reduce Task会考虑数据本地性
D．Map Task和Reduce Task都不考虑数据本地性
（15）与Hive相比，Presto主要优势是（ C ）。
A．利用MapReduce进行分布式计算，更加高效
B．完全分布式计算，可以充分利用集群资源
C．MPP架构，全内存计算
D．有很强的容错性
（16）下面哪种存储格式是Hive中常用的列式存储格式（ D ）。
A. Text File
B. Sequence File
C. Parquet
D. ORC
★(17) 下面哪个信息不会存储在HBase的一个cell（E C ）。
A. row key
B. column family名称
C. 表名
D. 列名
E. 版本号
F. cell值
数据存储冗余，非常耗费空间
（18）默认情况下，一个MapReduce作业（处理的数据HDFS上的一个目录）的map task个数是由（ B ）决定的。
A. 目录中文件个数
B. 目录对应的block数目
C. 默认个数是1
D. 用户自己指定
HDFS，Block默认大小为128MB。
一个Block文件只能来自于一个文件。
查看一个文件有多少个Block的命令：hdfs fsck /input –files –blocks -locations
（19）Hive和Presto支持标准SQL吗（B D）
A. 都支持
B. 都不支持
C. Hive支持，Presto不支持
D. Hive不支持，Presto支持
（20）既然有了Hive，还需要用MapReduce编写程序处理数据吗（ B ）
A. 不需要
B. 需要
2．多选题（每个4分，共20分）
（1）关于HDFS，说法正确的是（ABC ）
A．不存在NameNode单点故障问题
B．一个集群可存在多个NameNode对外提供服务
C．HDFS HA和Federation是它的两大特色
D．不能存储小文件
（2）关于Kafka，说法正确的是（BCD ）
A．是一个分布式key/value存储系统
B．由producer、broker和consumer等角色构成
C．通过zookeeper进行服务协调
D．消息可以存成多个副本以达到容错的目标
（3）关于MapReduce，说法正确的是（ACD ）
A．MapReduce具有容错性，一台节点挂掉不会导致整个应用程序运行失败
B．所有MapReduce程序公用一个ApplicationMaster
C．MapReduce程序可以运行在YARN之上（也可以运行在本地）
D．MapReduce是Hive默认的计算引擎
（4）用户可使用哪几种语言开发MapReduce应用程序（ABCD ）
A.C++
B.Java
C.PHP
D.Go
（5）下面哪几个属于YARN自带的资源调度器（BCD ）
A．Deadline Scheduler
B．FIFO（先进先出）
C．Capacity Scheduler（容错调度系统）
