教育
-大数据技术原理与应用-章节资料考试资料-厦门大学【】
第1章 大数据概述 单元测验
1、【单选题】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
参考资料【 】
2、【单选题】就数据的量级而言，1PB数据是多少TB？
A、512
B、1024
C、1000
D、2048
参考资料【 】
3、【单选题】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
参考资料【 】
4、【单选题】以下哪个不是大数据时代新兴的技术：
A、Hadoop
B、Spark
C、HBase
D、MySQL
参考资料【 】
5、【单选题】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
参考资料【 】
6、【单选题】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
参考资料【 】
7、【单选题】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
参考资料【 】
8、【单选题】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
参考资料【 】
9、【多选题】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
参考资料【 】
10、【多选题】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
参考资料【 】
11、【多选题】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
参考资料【 】
12、【多选题】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
参考资料【 】
13、【多选题】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
参考资料【 】
14、【多选题】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
参考资料【 】
15、【多选题】云计算的典型服务模式包括三种：
A、PaaS
B、 IaaS
C、SaaS
D、MaaS
参考资料【 】
第2章 大数据处理架构Hadoop 单元测验
1、【单选题】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
参考资料【 】
2、【单选题】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
参考资料【 】
3、【单选题】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
参考资料【 】
4、【单选题】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
参考资料【 】
5、【多选题】以下哪些组件是Hadoop的生态系统的组件：
A、MapReduce
B、HDFS
C、 Oracle
D、HBase
参考资料【 】
6、【多选题】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
参考资料【 】
第3章 分布式文件系统HDFS 单元测验
1、【单选题】HDFS的命名空间不包含:
A、目录
B、文件
C、块
D、字节
参考资料【 】
2、【单选题】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
参考资料【 】
3、【单选题】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
参考资料【 】
4、【单选题】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
参考资料【 】
5、【单选题】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
参考资料【 】
6、【单选题】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
参考资料【 】
7、【多选题】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
参考资料【 】
8、【多选题】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
参考资料【 】
9、【多选题】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
参考资料【 】
10、【多选题】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
参考资料【 】
第4章 分布式数据库HBase单元测验
1、【单选题】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
参考资料【 】
2、【单选题】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
参考资料【 】
3、【单选题】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
参考资料【 】
4、【单选题】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
参考资料【 】
5、【单选题】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
参考资料【 】
6、【单选题】客户端是通过 级寻址来定位Region:
A、一
B、二
C、三
D、四
参考资料【 】
7、【单选题】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
参考资料【 】
8、【多选题】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
参考资料【 】
9、【多选题】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
参考资料【 】
10、【多选题】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
参考资料【 】
第5章 NoSQL数据库 单元测验
1、【单选题】下列关于NoSQL数据库和关系型数据库的比较，不正确的是：
A、NoSQL数据库具有弱一致性，关系型数据库具有强一致性
B、NoSQL数据库很容易实现数据完整性，关系型数据库很难实现数据完整性
C、NoSQL数据库的可扩展性比传统的关系型数据库更好
D、NoSQL数据库缺乏统一的查询语言，而关系型数据库有标准化查询语言
参考资料【 】
2、【单选题】以下对各类数据库的理解错误的是:
A、HBase数据库是列族数据库，可扩展性强，支持事务一致性
B、文档数据库的数据是松散的，XML和JSON 文档等都可以作为数据存储在文档数据库中
C、键值数据库的键是一个字符串对象，值可以是任意类型的数据，比如整型和字符型等
D、图数据库灵活性高，支持复杂的图算法，可用于构建复杂的关系图谱
参考资料【 】
3、【单选题】下列数据库属于文档数据库的是:
A、MySQL
B、HBase
C、Redis
D、MongoDB
参考资料【 】
4、【单选题】 NoSQL数据库的三大理论基石不包括:
A、 CAP
B、 BASE
C、最终一致性
D、ACID
参考资料【 】
5、【多选题】关于NoSQL数据库和关系数据库，下列说法正确的是：
A、关系数据库有关系代数理论作为基础，NoSQL数据库没有统一的理论基础
B、NoSQL数据库可以支持超大规模数据存储，具有强大的横向扩展能力
C、大多数NoSQL数据库很难实现数据完整性
D、NoSQL数据库和关系数据库各有优缺点，但随着NoSQL的发展，终将取代关系数据库
参考资料【 】
6、【多选题】 NoSQL数据库的类型包括：
A、键值数据库
B、列族数据库
C、文档数据库
D、图数据库
参考资料【 】
7、【多选题】CAP是指:
A、一致性
B、可用性
C、持久性
D、分区容忍性
参考资料【 】
8、【多选题】NoSQL数据库的BASE特性是指:
A、基本可用
B、软状态
C、最终一致性
D、持续性
参考资料【 】
第6章 云数据库 单元测验
1、【单选题】下列Amazon的云数据库属于关系数据库的是：
A、Amazon SimpleDB
B、Amazon RDS
C、Amazon DynamoDB
D、Amazon Redshift
参考资料【 】
2、【单选题】下列关于UMP系统的说法不正确的是:
A、UMP系统是低成本和高性能的MySQL云数据库方案
B、Controller服务器向UMP集群提供各种管理服务，实现集群成员管理、元数据存储等功能
C、 Agent服务器部署在运行MySQL进程的机器上，用来管理每台物理机上的MySQL实例
D、Mnesia是UMP系统的一个组件，是一个分布式数据库管理系统，且不支持事务
参考资料【 】
3、【多选题】UMP依赖的开源组件包括:
A、Mnesia
B、LVS
C、RabbitMQ
D、ZooKeeper
参考资料【 】
4、【多选题】在UMP系统中，Zookeeper主要发挥的作用包括:
A、作为全局的配置服务器
B、提供分布式锁，选出一个集群的“总管”
C、监控所有MySQL实例
D、负责集群负载均衡
参考资料【 】
5、【多选题】UMP系统设计了哪些机制来保证数据安全:
A、SSL数据库连接
B、记录用户操作日志
C、数据访问IP白名单
D、SQL拦截
参考资料【 】
第7章 MapReduce 单元测验
1、【单选题】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
参考资料【 】
2、【单选题】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>
参考资料【 】
3、【单选题】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>
参考资料【 】
4、【多选题】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
参考资料【 】
5、【多选题】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
参考资料【 】
第8章 Hadoop再探讨 单元测验
1、【单选题】下列说法正确的是:
A、第二名称节点无法解决单点故障问题
B、第二名称节点是热备份
C、HDFS HA提供高可用性，可以实现可扩展性、系统性能和隔离性
D、HDFS HA可用性不好
参考资料【 】
2、【单选题】HDFS Federation设计不能解决“单名称节点”存在的哪个问题:
A、HDFS集群扩展性
B、性能更高效
C、良好的隔离性
D、单点故障问题
参考资料【 】
3、【多选题】下列哪些是Hadoop1.0存在的问题：
A、抽象层次低
B、表达能力有限
C、开发者自己管理作业之间的依赖关系
D、执行迭代操作效率低
参考资料【 】
4、【多选题】下列对Hadoop各组件的理解正确的是:
A、Pig：处理大规模数据的脚本语言
B、Tez：支持DAG作业的计算框架
C、Oozie:工作流和协作服务引擎
D、Kafka：分布式发布订阅消息系统
参考资料【 】
5、【多选题】对新一代资源管理调度框架YARN的理解正确的是:
A、YARN可以实现“一个集群多个框架”，即在一个集群上部署一个统一的资源调度管理框架
B、YARN的体系结构包含三个组件：ResourceManager，NodeManager，ApplicationMaster
C、YARN既是资源管理调度框架，也是一个计算框架
D、MapReduce2.0是运行在YARN之上的计算框架，由YARN来为MapReduce提供资源管理调度服务
参考资料【 】