好文档 - 专业文书写作范文服务资料分享网站

数据工程师培训题库(一).doc

天下 分享 时间: 加入收藏 我要投稿 点赞

TDH数据平台认证工程师试题

【说明】

a) 客观题30题,每题2分,总计60分 b) 主观题4题,每题10分,总计40分 c) 满分100分。

【不定项选择题(每题2分共60分)】

1、在HDFS服务中,为了保证Name Node高可用性的角色不包括( )

A . Data Node B . Journal Node C . ZKFC

D . Zookeeper

2、Namenode在启动时自动进入安全模式,在安全模式阶段,说法错误的是( )

A. 安全模式目的是在系统启动时对数据有效性进行检查 B. 根据策略对数据块进行必要的复制或删除

C. 当数据块的上报数达到阈值时,会自动退出安全模式 D. 允许用户对文件系统进行读写操作

姓名:_______________ 分数:____________

3、在集群中配置HDFS的副本数为3,设置数据块大小为128M,此时我们上传一份64M的数据文件,该数据文件占用HDFS空间大小为( )

A . 64M B . 128M C . 384M D . 192M

4、下列对YARN角色在集群中的作用描述正确的是( )

A . 集群资源管理

B . 集群任务调度与管理

C . 存储部分HDFS上的数据块 D . 以上都正确

5、在Yarn服务中,不包含以下哪种角色( )

A . ResourceManager B . NodeManager C . ApplicationMaster D . Contianer

6、下列计算框架中不属于分布式计算框架的是( )

A . MapReduce B . MATLAB C . SPARK D . Tez

7、以下关于外表和托管表描述正确的是( )

A、外表的数据存储在本地,托管表的数据存储在hdfs上

B、删除托管表只会删除Inceptor上的元数据不会删除数据文件,删除外表两者都会被删除

C、删除外表只会删除Inceptor上的元数据不会删除数据文件,删除托管表两者都会被删除

D、删除托管表或外表,incepotr上的元数据和数据文件都会被删除

8、以下对分桶表的描述正确的是( )

A、分桶表通过改变数据的存储分布,对查询起到一定的优化作用 B、分桶键不能是表中的列 C、分桶数应为素数

D、事物表必须制定分桶,分桶字段可以被更新

9、以下关于inceptor excutor资源配置的说法正确的有( )

A、Excutor资源配置fixed和ratio两种模式

B、Excutor内核数配置的是每个excutor所使用的逻辑core数量 C、Excutor内核数和内存配置比例一般为1 core:2G memory

D、 Excutor分布可以指定每个节点运行的excutor数量或executor在集群上运行的总数量,但是不能指定运行的节点

10、假设使用场景中有如下查询语句

SELECT Sex, Region, COUNT(ID), AVG (Salary) FROM Employee

WHERE Department = 'IT' GROUP BY Sex, Region ORDER BY Sex, Region;

通过holodesk的cube和index手段对这种过滤率和聚合率高的业务进行优化,以下建表正确的是( )

A. CREATE TABLE Employee

TBLPROPERTIES ( 'cache' = 'RAM',

'holodesk.index' = 'Department', 'holodesk.dimension' = 'Sex, Region' )

B. CREATE TABLE Employee

TBLPROPERTIES ( 'cache' = 'RAM',

'holodesk.index' = 'Sex, Region' 'holodesk.dimension' = 'Department' )

C. CREATE TABLE Employee

TBLPROPERTIES ( 'cache' = ''Department'',

'holodesk.index' = 'Department', 'holodesk.dimension' = 'Sex, Region' )

D. CREATE TABLE Employee

TBLPROPERTIES ( 'cache' = 'RAM',

'holodesk.index' = 'Department', 'holodesk.dimension' = 'Sex' )

11、关于Hyperbase全局索引的描述,哪些是正确的?( )

A.核心是倒排表

B.全局索引概念是对应Rowkey这个“一级”索引 C.全局索引使用平衡二叉树 D.全局索引使用B+树检索数据

12、以下为Hyperbase分布式存储的最小单元的是( )

A、Region server B、Region C、StoreFile D、Store

13、以下有关Hyperbase说法正确的是( )

A、数据类型丰富,支持String、Int、Char等类型

B、Key/value系统,key由Row,Column Family,Column Qualifier组成 C、Hyperbase表中rowkey有序,按字典序降序排列 D、以上说法都不正确

14、以下关于StreamSQL的概念描述正确的是( )

A. Stream是数据流

B. Streamjob是对一个或多个stream进行计算并将结果写进一个流的任务 C. Application是一个或多个streamjob的集合 D. 以上说法都不正确

15、某交通部门通过使用流监控全市过往24小时各个卡口数据,要求每分钟更新一次,原始流为org_stream,以下实现正确的是( )

A. CREATE STREAMWINDOW traffic_stream AS SELECT * FROM original_stream

STREAM w1 AS (length '1' minute slide '24' hour);

B. CREATE STREAM traffic_stream AS SELECT * FROM original_stream

STREAMWINDOW w1 AS (length '1' minute slide '24' hour);

C. CREATE STREAM traffic_stream AS SELECT * FROM original_stream

STREAMWINDOW w1 AS (length '24' hour slide '1' minute);

D. CREATE STREAM traffic_stream AS SELECT * FROM original_stream AS (length '24'

second slide '1' minute);

16、以下不是Zookeeper的功能是( )

A. 配置管理 B. 集群管理 C. 分布式锁 D. 存储大量数据

17、以下服务需要与zookeeper进行通信的是( )

A. HMaster

B. Active NameNode C. InceptorSQL

D. Active ResourceManager

18、下列是关于flume和sqoop对比的描述,不正确的是( )

A . flume主要用来采集日志而sqoop主要用来做数据迁移 B . flume主要采集流式数据而sqoop主要用来迁移规范化数据 C . flume和sqoop都是分布式处理任务

D . flume主要用于采集多数据源小数据而sqoop用来迁移单数据源数据

19、有关使用sqoop抽取数据的原理的描述不正确的是( )

A . sqoop在抽取数据的时候可以指定map的个数,map的个数决定在hdfs生成的数据文件的个数

B . sqoop抽取数据是个多节点并行抽取的过程,因此map的个数设置的越多性能越好

C . sqoop任务的切分是根据split字段的(最大值-最小值)/map数

D . sqoop抽取数据的时候需要保证执行当前用户有权限执行相应的操作

20、sqoop抽取数据时需要做一些数据转换的工作,下面说法不正确的是( )

A . --fields-terminated-by ‘\\\\01’ 用来设置在hdfs生成的文件的分割符

B . --hive-drop-import-delims 用来设置在hdfs生成的文件的存储形式为列存储 C . --null-string '\\\\N' 用来把所有的 String类型的空值 转换成 hive的NULL值 D . --null-non-string '\\\\N' 用来把非String类型的空值 转换成 hive的NULL 值

21、下列有关flume的描述不正确的是( )

A . flume是Apache的一个子项目

B . flume主要是一个日志采集,传输系统

C . flume和sqoop功能相似,因此可以相互替代

D . flume可以同时采集集群内部和集群外部的日志数据

22、下列sink中哪些是flume不支持的sink( )

A . HDFS sink B . kafka sink C . memory sink D . file roll sink

23、以下对ElasticSearch描述不正确的是( )

A. ElasticSearch是分布式全文搜索引擎

B. ElasticSearch集群中分master和data节点 C. ElasticSearch数据存储在HDFS上

D. ElasticSearch数据可以按Shard分布在不同的节点上

24、下列不属于kafka应用场景的是( )

A . 常规的消息收集 B . 网站活动性跟踪 C . 日志收集

D . 关系型数据库和大数据平台之间的数据迁移

25、TDH提供哪几种认证模式?( )

A. 所有服务使用简单认证模式——所有服务都无需认证即可互相访问 B. 所有服务都启用Kerberos认证,用户要提供Kerberos principal和密码(或者

keytab)来访问各个服务

C. 所有服务都启用Kerberos同时Inceptor启用LDAP认证 D. 所有服务都启用LDAP认证

26、以下对各组件的运维页面描述不正确的是( )

A. 通过Name Node的50070页面对HDFS进行监控

B. 通过Resource Manager的8180对YARN上运行的任务进行监控 C. 通过HMaster的60010对HBase进行监控 D. 通过Hue Server的8888页面登入Hue

27、Inceptor server服务无法启动时,该如何查看日志是( )

A. 查看TDH manager所在节点/var/log/inceptorsql*/目录下的hive-server2.log日志 B. 查看Inceptor server所在节点/var/log/inceptorsql*/目录下的hive-server2.log日志 C. 查看Resource Manager所在节点/var/log/Yarn*/目录下的

yarn-yarn-resourcemanager-poc-node1.log日志

D. 查看任意节点/var/log/inceptorsql*/目录下的hive-server2.log日志

数据工程师培训题库(一).doc

TDH数据平台认证工程师试题【说明】a)客观题30题,每题2分,总计60分b)主观题4题,每题10分,总计40分c)满分100分。【不定项选择题(每题2分共60分)】1、在HDFS服务中,为了保证NameNode高可用性的角色不包括()A.
推荐度:
点击下载文档文档为doc格式
3t32f2acmh1h1yk7phhy1xkfw968ko01av2
领取福利

微信扫码领取福利

微信扫码分享