(完整版)大数据试题

Path hdfsPath =
Hale Waihona Puke Baidu
new Path( "/hadoop" );
fileSystem.copyFromLocalFile(localPath, hdfsPath);
A)3 份
B)2 份 C)1 份
D) 不确定 5、为销售报表展示开发一个 MapReduce 作业，Mapper 输入数据的 Key 是年份（ IntWritable ）， Value 表示商品标识（ Text）。下列哪一项决定该 Mapper 的数据类型？（ D ） A. JobConf.setMapInputKeyClass 与 JobConf.setMapInputValuesClass B. HADOOP_MAP_DA TATYPES 环境变量 C. 随作业一起提交的 mapper-specification.xml 文件 D. InputFormat 格式类 6、 HDFS 无法高效存储大量小文件，想让它能处理好小文件，比较可行的改进策略不包括 （D ） A. 利用 SequenceFile、 MapFile 、 Har 等方式归档小文件 B. 多 Master 设计 C. Block 大小适当调小 D. 调大 namenode 内存或将文件系统元数据存到硬盘里 7、下列哪个程序通常与 NameNode 在一个节点启动？（ D ）
int sum = 0;
for (IntWritable val : values) {
sum += val.get();
}
result .set(sum);
context.write(key,
result );
}
}
public static void
main(String[] args)
throws Exception {
单位是 64M ，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
（C）
A ．一次写入，少次读写
B．多次写入，少次读写
C．一次写入，多次读写
D ．多次写入，多次读写
10、 HBase 中的批量加载底层使用（ A）实现。
A MapReduce
B Hive
C Coprocessor
D Bloom Filter
class );
job.setCombinerClass(IntSumReducer.
class );
job.setReducerClass(IntSumReducer.
class );
job.setOutputKeyClass(Text.
class );
job.setOutputValueClass(IntWritable.
public void
map(Object key, Text value, Context context
)
throws IOException, InterruptedException {
StringTokenizer itr =
new StringTokenizer(value.toString());
这样可以保证一段范围内的 key，一定会由一个 4、 HBase 的检索支持 3 种方式是哪些？ 答：
reduce 任务来处理。
（1） 通过单个 Rowkey 访问，即按照某个 Rowkey 键值进行 get 操作，这样获取唯一一条 记录；
（2） 通过 Rowkey 的 range 进行 scan，即通过设置 startRowKey 和 endRowKey ，在这个范 围内进行扫描。这样可以按指定的条件获取一批记录；
三、简答题（将正确的答案写入答题纸中。每题
5 分，共 20 分）
1、简述下 HDFS 数据读流程；
答：步骤如下，能大致描述清楚流程，没有关键错误即可
1、跟 namenode 通信查询元数据 （block 所在的 datanode节点），找到文件块所在的 datanode
服务器
2、挑选一台 datanode（就近原则，然后随机）服务器，请求建立
socket 流
3、 datanode 开始发送数据（从磁盘里面读取数据放入流，以
packet 为单位来做校验）
4、客户端以 packet 为单位接收，先在本地缓存，然后写入目标文件，后面的 当于是 append 到前面的 block 块最后合成最终需要的文件。
block 块就相
2、如何查看 hadoop 进程并列出 hadoop 的几个进程名
_。
9、 YARN 架构中整个集群同一时间提供服务的 源的统一管理和调度。
ResourceManager 有_ 1__ _ 个，负责集群资
二、选择题（将正确的答案写入答题纸中。每题
2 分，共 20 分）
1、配置 Hadoop 时， JAVA_HOME 包含在哪一个配置文件中 (B) A ． hadoop-default.xml
public static class
TokenizerMapper
extends Mapper<Object, Text, Text, IntWritable> {
private final static
IntWritable
private Text word = new Text();
one = new IntWritable( 1 );
true ) ? 0 : 1);
}
}
2、写一段代码，利用 Java api 操作 HDFS 文件系统，实现文件的上传和下载， Hadoop 文件系统地址为 hdfs://hadoop:8020 ，将本地 hadoop.txt 文件上传至根目录下的 hadoop 文件夹中，将 HDFS 中 hadoop 文件中的 hadoop1.txt 下载到本地
一、填空题（将正确的答案写入答题纸中。每空
1 分，共 20 分）
1 、 HDFS 有 _ NameNode__ _， _ DataNode__ _ 和 _ SecondaryNameNode__ _ 组成；
2、Hadoop 集群可以运行在 _ 单机模式 __ _ ，_ 伪分布式模式 __ _ 和 _ 完全分布式 模式 __ _ 3 个模式？ 3、安装完全分布式 Apache Hadoop 的核心配置文件有 _ core-site.xml__ _ , _ hdfssite.xml__ _ , _ mapred-site.xml__ _ , _ yarn-site.xml__ _ 。
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 4、 HDfS 中的 block 默认保存几份 ? （ A ）
while (itr.hasMoreTokens()) {
word .set(itr.nextToken());
context.write(
word , one );
}
}
}
public static class
IntSumReducer
extends Reducer<Text,IntWritable,Text,IntWritable> {
class );
FileInputFormat.
addInputPath (job, new Path(args[ 0 ]));
FileOutputFormat.
setOutputPath (job, new Path(args[ 1]));
System. exit (job.waitForCompletion(
Configuration conf =
new Configuration();
Job job = Job.
getInstance (conf, "word count" );
job.setJarByClass(WordCount.
class );
job.setMapperClass(TokenizerMapper.
（3） 全表扫描，即直接扫描整张表中所有行记录。
四、程序题（将正确的答案写入答题纸中。每题
10 分，共 20 分）
1、以一段 文本作为输入对象，写一个 例如文本数据的情况如下
WordCount 程序。
统计出文本中每个单词出现的次数，输出结果如下面例子所示
答： public class
WordCount {
B． hadoop-env.sh
C． hadoop-site.xml
D． configuration.xs 2、 下面哪个程序负责 HDFS 数据存储。 （ C）
A)NameNode
B)Jobtracker
C)Datanode
D)secondaryNameNode
3、下列关于 Hadoop API 的说法错误的是（ A ）
public class
App {
public static final
String HDFS_PATH = "hdfs://hadoop:8020"
;
public static void
main(String[] args)
throws Exception {
// 创建 FileSystem
Configuration configuration =
答：使 用 jps 命令可查看 hadoop 进程。 Namenode, SecondaryNameNode
，Datanode ，
ResourceManager ， NodeManager
3、请简述 MapReduce 中 combiner、 partition 的作用 答：
combiner ：
有时一个 map 可能会产生大量的输出， combiner 的作用是在 map 端对输出先做一次合并， 以减少网络传输到 reducer 的数量。
private IntWritable
result = new IntWritable();
public void
reduce(Text key, Iterable<IntWritable> values,
Context context
)
throws IOException, InterruptedException {
new Configuration();
FileSystem fileSystem = FileSystem.
get ( new URI( HDFS_PATH),
configuration,
"hadoop" );
// 文件上传 Path localPath =
new Path( "hadoop.txt" );
注意： mapper 的输出为 combiner 的输入， reducer 的输入为 combiner 的输出。
partition ：
把 map 任务输出的中间结果按照 key 的范围划分成 R 份 (R 是预先定义的 reduce 任务的个 数) ，划分时通常使用 hash 函数，如： hash(key) mod R
a)SecondaryNameNode
b)DataNode
c)TaskTracker
d)Jobtracker 8、下面与 HDFS 类似的框架是？（ C）
(A) NTFS
(B) FAT32
(C) GFS
(D) EXT3
9 、HDFS 的是基于流数据模式访问和处理超大文件的需求而开发的，
默认的最基本的存储
4、 HBase 中通过 _ HDFS__ _存储底层数据 ,通过 _ _Zookeeper_ _ 提供消息通信机制 5、 HIVE 默认采用 _ _ Derby _ __ __ _ 数据库进行元数据的存储，而真实的数据是存储在 _ __HDFS __ __ _ 中。
6、如何在浏览器中查看 HDFS 运行状况的默认端口号是 _ 50070__ _ 查看 yarn 运行状态的
默认端口号是 _ 8088__ _
7、HDFS 中当前 block 大小为 128M, 如果当前要上传到 HDFS 中的文件大小为 300M ，那
么在存储时会分配 _ 3__ _ 个 block 进行存储。
8、 HDFS 获取根目录下的文件列表的命令 shell 命令是 _hadoop fs -ls -R / __ __ __ __ __ _ ；根目录下创建 hdfs 文件夹的 shell 命令是 _ _ hadoop fs -mkdir /hdfs__ __ __ __