第1章 大数据概述

第1章 大数据概述 单元测验

1、第三次信息化浪潮的标志是：
    A、个人电脑的普及
    B、互联网的普及
    C、云计算、大数据、物联网技术的普及
    D、虚拟现实技术的普及

2、就数据的量级而言，1PB数据是多少TB？
    A、512
    B、1024
    C、1000
    D、2048

3、以下关于云计算、大数据和物联网之间的关系，论述错误的是：
    A、云计算侧重于数据分析
    B、云计算、大数据和物联网三者紧密相关，相辅相成
    C、物联网可以借助于云计算实现海量数据的存储
    D、物联网可以借助于大数据实现海量数据的分析

4、以下哪个不是大数据时代新兴的技术：
    A、Hadoop
    B、Spark
    C、HBase
    D、MySQL

5、每种大数据产品都有特定的应用场景，以下哪个产品是用于批处理的：
    A、MapReduce
    B、Pregel
    C、Dremel
    D、Storm

6、每种大数据产品都有特定的应用场景，以下哪个产品是用于流计算的：
    A、GraphX
    B、S4
    C、Hive
    D、Impala

7、每种大数据产品都有特定的应用场景，以下哪个产品是用于图计算的：
    A、Cassandra
    B、Flume
    C、Storm
    D、Pregel

8、每种大数据产品都有特定的应用场景，以下哪个产品是用于查询分析计算的：
    A、MapReduce
    B、HDFS
    C、Dremel
    D、S4

9、数据产生方式大致经历了三个阶段，包括：
    A、运营式系统阶段
    B、用户原创内容阶段
    C、感知式系统阶段
    D、移动互联网数据阶段

10、大数据发展的三个阶段是：
    A、萌芽期
    B、低谷期
    C、成熟期
    D、大规模应用期

11、大数据的特性包括：
    A、数据量大
    B、数据类型繁多
    C、处理速度快
    D、价值密度低

12、图领奖获得者、著名数据库专家Jim Gray博士认为，人类自古以来在科学研究上先后经历了哪几种范式：
    A、实验科学
    B、理论科学
    C、计算科学
    D、数据密集型科学

13、大数据带来思维方式的三个转变是：
    A、精确而非全面
    B、全样而非抽样
    C、效率而非精确
    D、相关而非因果

14、大数据主要有哪几种计算模式：
    A、批处理计算
    B、流计算
    C、图计算
    D、查询分析计算

15、云计算的典型服务模式包括三种：
    A、PaaS
    B、IaaS
    C、SaaS
    D、MaaS

第2章 大数据处理架构Hadoop

第2章 大数据处理架构Hadoop 单元测验

1、启动hadoop所有进程的命令是:
    A、start-dfs.sh
    B、start-hadoop.sh
    C、start-all.sh
    D、start-hdfs.sh

2、以下对Hadoop的说法错误的是：
    A、Hadoop的核心是HDFS和MapReduce
    B、Hadoop是基于Java语言开发的，只支持Java语言编程
    C、Hadoop2.0增加了NameNode HA和Wire-compatibility两个重大特性
    D、Hadoop MapReduce是针对谷歌MapReduce的开源实现，通常用于大规模数据集的并行计算

3、以下哪个不是Hadoop的特性:
    A、高容错性
    B、高可靠性
    C、成本高
    D、支持多种编程语言

4、以下名词解释不正确的是:
    A、HDFS：分布式文件系统，是Hadoop项目的两大核心之一，是谷歌GFS的开源实现
    B、HBase：提供高可靠性、高性能、分布式的行式数据库，是谷歌BigTable的开源实现
    C、Hive：一个基于Hadoop的数据仓库工具，用于对Hadoop文件中的数据集进行数据整理、特殊查询和分析存储
    D、Zookeeper：针对谷歌Chubby的一个开源实现，是高效可靠的协同工作系统

5、以下哪些组件是Hadoop的生态系统的组件：
    A、MapReduce
    B、HDFS
    C、Oracle
    D、HBase

6、以下哪个命令可以用来操作HDFS文件:
    A、hadoop fs
    B、hdfs dfs
    C、hadoop dfs
    D、hdfs fs

第3章 分布式文件系统HDFS

第3章 分布式文件系统HDFS 单元测验

1、HDFS的命名空间不包含:
    A、目录
    B、文件
    C、块
    D、字节

2、对HDFS通信协议的理解错误的是:
    A、HDFS通信协议都是构建在IoT协议基础之上的
    B、名称节点和数据节点之间则使用数据节点协议进行交互
    C、客户端与数据节点的交互是通过RPC（Remote Procedure Call）来实现的
    D、客户端通过一个可配置的端口向名称节点主动发起TCP连接，并使用客户端协议与名称节点进行交互

3、采用多副本冗余存储的优势不包含:
    A、加快数据传输速度
    B、节约存储空间
    C、容易检查数据错误
    D、保证数据可靠性

4、假设已经配置好环境变量，启动Hadoop和关闭Hadoop的命令分别是:
    A、start-hdfs.sh，stop-hdfs.sh
    B、start-dfs.sh，stop-dfs.sh
    C、start-dfs.sh，stop-hdfs.sh
    D、start-hdfs.sh，stop-dfs.sh

5、分布式文件系统HDFS采用了主从结构模型，由计算机集群中的多个节点构成的，这些节点分为两类，一类存储元数据叫 ，另一类存储具体数据叫 :
    A、名称节点，数据节点
    B、数据节点，名称节点
    C、名称节点，主节点
    D、从节点，主节点

6、下面关于分布式文件系统HDFS的描述正确的是：
    A、分布式文件系统HDFS是一种关系型数据库
    B、分布式文件系统HDFS是Google Bigtable的一种开源实现
    C、分布式文件系统HDFS是谷歌分布式文件系统GFS（Google File System）的一种开源实现
    D、分布式文件系统HDFS比较适合存储大量零碎的小文件

7、以下对名称节点理解正确的是:
    A、名称节点通常用来保存元数据
    B、名称节点的数据保存在内存中
    C、名称节点作为中心服务器，负责管理文件系统的命名空间及客户端对文件的访问
    D、名称节点用来负责具体用户数据的存储

8、以下对数据节点理解正确的是:
    A、数据节点用来存储具体的文件内容
    B、数据节点的数据保存在磁盘中
    C、数据节点在名称节点的统一调度下进行数据块的创建、删除和复制等操作
    D、数据节点通常只有一个

9、HDFS只设置唯一一个名称节点带来的局限性包括:
    A、性能的瓶颈
    B、命名空间的限制
    C、隔离问题
    D、集群的可用性

10、以下HDFS相关的shell命令不正确的是:
    A、hadoop fs -ls <path>：显示<path>指定的文件的详细信息
    B、hadoop dfs mkdir <path>：创建<path>指定的文件夹
    C、hadoop fs -copyFromLocal <path1> <path2>：将路径<path2>指定的文件或文件夹复制到路径<path1>指定的文件夹中
    D、hdfs dfs -rm <path>：删除路径<path>指定的文件

第7章 MapReduce

第7章 MapReduce 单元测验

1、下列说法错误的是:
    A、Hadoop框架是用Java实现的，MapReduce应用程序则一定要用Java来写
    B、MapReduce框架采用了Master/Slave架构，包括一个Master和若干个Slave
    C、Map函数将输入的元素转换成<key,value>形式的键值对
    D、不同的Map任务之间不能互相通信

2、在使用MapReduce程序WordCount进行词频统计时，对于文本行“hello hadoop hello world”，经过WordCount程序的Map函数处理后直接输出的中间结果，应该是下面哪种形式：
    A、<"hello",1,1>、<"hadoop",1>和<"world",1>
    B、<"hello",2>、<"hadoop",1>和<"world",1>
    C、<"hello",<1,1>>、<"hadoop",1>和<"world",1>
    D、<"hello",1>、<"hello",1>、<"hadoop",1>和<"world",1>

3、对于文本行“hello hadoop hello world”，经过WordCount的Reduce函数处理后的结果是:
    A、<"hello",1,1><"hadoop",1><"world",1>
    B、<"hello",2><"hadoop",1><"world",1>
    C、<"hello",<1,1>><"hadoop",1><"world",1>
    D、<"hello",1><"hello",1><"hadoop",1><"world",1>

4、下列关于传统并行计算框架（比如MPI）和MapReduce并行计算框架比较正确的是：
    A、前者是共享式(共享内存/共享存储)，容错性差，后者是非共享式的，容错性好
    B、前者所需硬件价格贵，可扩展性差，后者硬件便宜，扩展性好
    C、前者相比后者学习起来更难
    D、前者适用于实时、细粒度计算、计算密集型，后者适用于批处理、非实时、数据密集型

5、MapReduce1.0的体系结构主要由哪几个部分组成:
    A、Client
    B、JobTracker
    C、TaskTracker
    D、Task

第4章 分布式数据库HBase

第4章 分布式数据库HBase单元测验

1、HBase是一种 数据库
    A、行式数据库
    B、列式数据库
    C、文档数据库
    D、关系数据库

2、下列对HBase数据模型的描述错误的是:
    A、HBase是一个稀疏、多维度、排序的映射表，这张表的索引是行键、列族、列限定符和时间戳
    B、HBase列族支持动态扩展，可以很轻松地添加一个列族或列
    C、HBase中执行更新操作时，会删除数据旧的版本，并生成一个新的版本
    D、每个HBase表都由若干行组成，每个行由行键（row key）来标识

3、下列说法正确的是:
    A、HBase的实现包括的主要功能组件是库函数，一个Master主服务器和一个Region服务器
    B、Zookeeper是一个集群管理工具，常用于分布式计算，提供配置维护、域名服务、分布式同步等
    C、如果不启动Hadoop，则HBase完全无法使用
    D、如果通过HBase Shell插入表数据，可以插入一行数据或一个单元格数据

4、在HBase数据库中，每个Region的建议最佳大小是：
    A、100MB-200MB
    B、500MB-1000MB
    C、1GB-2GB
    D、2GB-4GB

5、HBase三层结构的顺序是:
    A、Zookeeper文件，.MEATA.表，-ROOT-表
    B、Zookeeper文件，-ROOT-表，.MEATA.表
    C、-ROOT-表，Zookeeper文件，.MEATA.表
    D、.MEATA.表，Zookeeper文件，-ROOT-表

6、客户端是通过 级寻址来定位Region:
    A、一
    B、二
    C、三
    D、四

7、关于HBase Shell命令解释错误的是:
    A、create：创建表
    B、list：显示表的所有数据
    C、put：向表、行、列指定的单元格添加数据
    D、get：通过表名、行、列、时间戳、时间范围和版本号来获得相应单元格的值

8、下列对HBase的理解正确的是：
    A、HBase是一个行式分布式数据库，是Hadoop生态系统中的一个组件
    B、HBase是针对谷歌BigTable的开源实现
    C、HBase多用于存储非结构化和半结构化的松散数据
    D、HBase是一种关系型数据库，现成功应用于互联网服务领域

9、HBase和传统关系型数据库的区别在于哪些方面:
    A、数据模型
    B、数据操作
    C、存储模式
    D、数据索引

10、访问HBase表中的行，有哪些方式:
    A、通过单个行健访问
    B、通过一个行健的区间来访问
    C、全表扫描
    D、通过某列的值区间

第9章 数据仓库Hive

第9章 数据仓库Hive 单元测验

1、下列有关Hive和Impala的对比错误的是:
    A、Hive与Impala使用相同的元数据
    B、Hive与Impala中对SQL的解释处理比较相似，都是通过词法分析生成执行计划
    C、Hive适合于长时间的批处理查询分析，而Impala适合于实时交互式SQL查询
    D、Hive在内存不足以存储所有数据时，会使用外存，而Impala也是如此

2、下列关于Hive基本操作命令的解释错误的是:
    A、create database userdb;//创建数据库userdb
    B、create table if not exists usr(id bigint,name string,age int);//如果usr表不存在，创建表usr，含三个属性id,name,age
    C、load data local inpath ‘/usr/local/data’ overwrite into table usr; //把目录’/usr/local/data’下的数据文件中的数据以追加的方式装载进usr表
    D、insert overwrite table student select * from user where age>10; //向表usr1中插入来自usr表的age大于10的数据并覆盖student表中原有数据

3、下列说法正确的是：
    A、数据仓库Hive不需要借助于HDFS就可以完成数据的存储
    B、Impala和Hive、HDFS、HBase等工具可以统一部署在一个Hadoop平台上
    C、Hive本身不存储和处理数据，依赖HDFS存储数据，依赖MapReduce处理数据
    D、HiveQL语法与传统的SQL语法很相似

4、Impala主要由哪几个部分组成:
    A、Impalad
    B、State Store
    C、CLI
    D、Hive

5、以下属于Hive的基本数据类型是:
    A、TINYINT
    B、FLOAT
    C、STRING
    D、BINARY