試卷科目：大數據華為認證考試大數據華為認證考試(習題卷5)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數據華為認證考試第1部分：單項選擇題，共51題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.Insert事務使用的鎖模式是：（）。A)AccessShareLockB)RowExclusiveLockC)ShareUpdateExclusiveLockD)ExclusiveLock答案:B解析:[單選題]2.HDFS數據寫入流程描述錯誤的是?()A)業務應用調用HDFSClient提供的API,請求寫入文件。B)業務調用close,flush后HDFSClient聯系NameNode,確認數據寫完成，DataNode持久化元數據。C)HDFSClient收到業務數據后，從NameNode獲取到數據塊編號、位置信息后，聯系DataNode,并將需要寫入數據的DataNode建立起流水線。完成后，客戶端再通過自有協議寫入數據到DataNodel.再由DataNode1復制到DataNode2、DataNode3。D)HDFSClient聯系NameNode,NameNode在元數據中創建文件節點。答案:B解析:[單選題]3.Flink的哪種機制可以保證task運行失敗時，其狀態能夠恢復?()A)窗口B)有狀態處理C)事件時間D)檢查點答案:D解析:[單選題]4.第三次信息化浪潮標志不包含以下哪項?()A)互聯網B)云計算C)大數據D)物聯網答案:A解析:[單選題]5.Flink的數據轉換操作在：（）環節中完成。A)channelB)TransformationC)sinkD)source答案:B解析:[單選題]6.Hadoop框架是用下面（）語言寫的。A)PytyonB)JavaC)C++D)Scala答案:B解析:[單選題]7.關于表連接算子的說法錯誤的是()?A)聚合操作如groupby會觸發NergeJoin.B)表連接算子主要有Nestloop、MergeJoin、MinorJoin、HashJoin.C)算子的選擇是SQL根據邏輯自行選擇的，與人為無關。D)默認情況下，執行效率來說HashJoin最高。答案:D解析:[單選題]8.ETL工具工作過程不包含以下哪項?（）A)清洗B)傳遞C)心加載D)轉換答案:B解析:[單選題]9.對E1asticSearch描述正確的是?()A)客戶端必須把索引請求發給EsMasterB)客戶端必須把索引請求發給shardC)客戶端必須把索引請求發給EsNodeD)客戶端必須把索引請求發給指定的EsNode答案:A解析:[單選題]10.新建?表/文件遷移作業?作業第一步不需要填寫的信息是:（）。A)作業名稱B)源連接名稱C)目的連接名稱D)字段名稱答案:D解析:[單選題]11.考慮以下場景，當公安人員需要根據某犯罪人員發現其犯罪同伙時，最適合使用下列哪個工具?()A)GraphBaseB)HBaseC)HDFSD)ElasticSearch答案:A解析:[單選題]12.在Flink框架中，下列（）是流處理和批處理的計算引擎。A)standaloneB)RuntimeC)FlinkCoreD)DataStream答案:B解析:[單選題]13.下面這段代碼的作用是什么?（）Try{Rsp=restClientTest.performRequest(?HEAD?，?/?+index，params)；If(HttpStatus.SC_OK==rsp.getStatusLine().getStatusCode()){LOG.info(?Checkindexsuccessful，indexisexist：?+index)；Returntrue;}If(HttpStatus.SC_NOT_FOUND==rsp.getStatusLine().getStatusCode()){LOG.info(?indexisnotexist:?+index);Returnfalse;}}A)判斷索引是否可用B)判斷索引分片是否存在C)判斷索引是否存在D)判斷索引類型答案:C解析:[單選題]14.Kafka中數據從Producer到Broker和Broker到Consumer分別是哪種傳遞方式?()A)push，pushB)pull，pullC)pull，pushD)push，pull答案:D解析:[單選題]15.離線批處理常用的組件不包括哪個？（）A)FlumeB)HiveC)SparkD)Storm答案:D解析:[單選題]16.以下不是EXPLAIN命令選項的是：（）。A)performanceB)prettyC)analyzeD)verbose答案:B解析:[單選題]17.Hive創建()時，會將數據移動到數據倉庫指向的路徑;創建()，僅記錄數據所在的路徑，不對數據的位置做任何改變()A)內部表、外部表B)內部表、元數據C)原元數據、外部表D)外部表、托管表答案:A解析:[單選題]18.FusionInsightManager用戶權限管理不支持（）配置。A)給用戶配置角色B)給用戶組配置角色C)給角色配置權限D)給用戶組配置權限答案:D解析:[單選題]19.下列關于Flinkbarrieer描述錯誤的是：（）。A)一個barrier將本周期快快照的數據與下一個周期快照的數據分隔開來B)barrier是Flink快照的核心C)在插入barrier的時候，會暫時阻斷數據流D)barrier周期性插入到數據流中，并作為數據流的一部分隨之流動答案:C解析:[單選題]20.Hbase元數據MetaRegion路由器信息存放在（）。A)ZookeeperB)Meta表C)HMasterD)Root表答案:B解析:[單選題]21.硬件故障被認為是常態，為了解決這個問題，HDFS設計了副本機制，默認情況下，一份文件，HDFS會存放（）份。A)3B)5C)2D)1答案:A解析:[單選題]22.以下關于Hive內置函數描述正確的是？()A)to_data():獲取當前日期B)descfunctionsupper:查看系統自帶的函數C)substr():求字符串長度D)trim():去除空字符串答案:D解析:to_date:從一個字符串中取出為日期的部分descfunctionsupper:返回字符串A的大寫格式substr():字符串截取函數trim():去除空字符串hive詳細的內置函數請參考：/DoveYoung8/article/details/80014442?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param[單選題]23.下列關于存儲過程中的變量說法正確的是()?A)聲明變量時需要指定變量的初始值。B)變量的作用域是全局。C)變量必須先聲明后使用。D)聲明變量時需要指定變量的數據類型。答案:C解析:[單選題]24.Kafka集群在運行期間，直接依賴于下列（）組件。A)sparkB)zookeeperC)hdfsD)hbase答案:B解析:[單選題]25.Hbase中的Region是由:（）服務進程來管理的。A)HRegionServerB)ZookeeperC)HmasterD)DataNode答案:A解析:[單選題]26.以下（）組件負責存儲業務數據、執行數據查詢任務以及向CN返回執行結果。A)GTMB)WLMC)CND)DN答案:D解析:[單選題]27.DLI支持以下（）字符碼的數據。A)UTF-8B)ASCIIC)GB2312D)Base64答案:A解析:[單選題]28.Kafka中每種消息類別被稱為什么?()A)TopicB)ObjectC)SubjectD)Theme答案:A解析:[單選題]29.下面關于Zookeeper的特性描述錯誤的是:（）。A)客戶端所發送的更新會按照他們被發送的順序進行應用B)一條消息要被超過半數的Server接收，他將可以成功寫入磁盤C)消息更新只能成功或失敗，沒有中間狀態D)Zookeeper節點數必須為奇數個答案:D解析:[單選題]30.在FusionInsight產品中，關于創建Kafka的Topic，以下描述正確的是:（）。A)在創建Kafka的Topic時，必須設置PartitionB)在創建Kafka的Topic時，必須設置Partition副本數C)設置多副本可以增強Kafka服務的容災能力D)以上全部正確答案:C解析:[單選題]31.關于Hive與Hadoop其他組件的關系，以下描述錯誤的是：（）。A)Hive最終將數據存儲在HDFS中B)Hive是Hadoop平臺的數據倉庫工具C)HQL可以通過MapReduce執行任務D)Hive對HBase有強依賴答案:D解析:[單選題]32.某項目小組接到一個大數據實時分析項目，且對實時性要求很高。請問以下哪種大數據計算框架最合適?(）A)MapReduceB)HRaseC)SparkD)Flink答案:D解析:[單選題]33.執行引擎的類型包括：（）。A)行執行引擎B)向量化執行引擎C)行列混合執行引擎D)以上都是答案:D解析:[單選題]34.下列（）選項屬于Hive的數據存儲模型。A)桶B)數據庫C)分區D)以上全都正確答案:D解析:[單選題]35.當ElasticSearch集群有節點加入或退出時，集群數據會發生什么動作?()A)數據重載B)數據重建C)數據重分布D)數據更新答案:C解析:[單選題]36.部署FusionInsightHD時，同一集群內的FlumeServer節點建議至少部署（）個。A)1B)3C)4D)2答案:D解析:[單選題]37.在FusionInsightManager界面中、對Loader的操作不包括：（）選項。A)切換Leader主各節點B)啟動Loader實例C)配置Leader參數D)查看Loader服務狀態答案:A解析:[單選題]38.CREATETABLEAS創建表，后面需要添加查詢語句類型是：（）。A)INSERTB)UPDATEC)SELECTD)DELETE答案:C解析:[單選題]39.哪個是實時檢索解決方案的數據源?（）A)流數據B)以上都是C)文件數據D)圖數據答案:B解析:[單選題]40.用戶Region和RegionServer之間的路由信息，保存在哪個模塊中?（）A)MasterB)HDFSC)Meta表D)Zookeeper答案:C解析:[單選題]41.Spark自帶的資源管理框架是：（）。A)StandaloneB)MesosC)YARND)Docker答案:B解析:[單選題]42.solr的客戶端與集群時間差默認不小于（）A)1分鐘B)5分鐘C)10分鐘D)15分鐘答案:B解析:[單選題]43.在增量同步階段，源數據庫和目標數據庫之間的同步有時會存在一個時間差，稱為:（），單位為秒。A)延誤B)延后C)延遲D)時延答案:D解析:[單選題]44.ume中的JDBCChannel內置數據庫是哪個？()A)MySqlB)SqlServerC)DerbyD)Oracle答案:C解析:[單選題]45.以下關于Flink關鍵特性描述不正確的是：（）。A)SparkStreaming與Flink相比，時延更低B)Flink流式處理引擎能夠同時提供支持流處理和批處理應用的功能C)checkpoint實現了Flink的容錯D)與FusionInghtHD中的Streaming相比，Flink具有更高的吞吐量答案:A解析:[單選題]46.Flume數據采集過程中，下列選項中能對數據進行過濾和修飾的是:（）。A)SinkB)ChannelC)ChannelSelectorD)Interceptor答案:D解析:[單選題]47.GaussDB200的SQL自診斷在Monitor模式下，可識別下列哪個IssuePattorn()?A)多列統計信息未收集B)大表等值關聯NestLoopC)數據傾斜D)HashJoin中大表做內表答案:A解析:[單選題]48.以下關于DataNode的描述不正確的是?（）A)DataNode執行數據塊的讀/寫操作。B)DataNode管理數據塊元數據。C)DataNode的數量受數據規模影響。D)DataNode是用來存儲數據塊。答案:B解析:[單選題]49.DRS查看遷移任務中的遷移日志，不能看到的是:（）。A)創建用戶B)時間C)級別D)描述答案:A解析:[單選題]50.下列關于批量數據遷移系統級限制和約束的說法錯誤的是：（）。A)批量數據遷移系統不會自動備份用戶的作業配置，需要用戶通過作業的導出功能進行備份。B)集群創建好以后支持修改規格。C)文件遷移時，單個任務支持千萬數量的文件，如果待遷移目錄下文件過多，建議拆分到不同目錄并創建多個任務。D)不支持集群自動升級到新版本，需要用戶通過作業的導出和導入功能，實現升級到新版本。答案:B解析:[單選題]51.CSN的推進和分配在（）管理。A)GTMB)CNC)DND)CM_SERVER答案:A解析:第2部分：多項選擇題，共34題，每題至少兩個正確答案,多選或少選均不得分。[多選題]52.以下哪些情況下采用Replication方式存儲數據?（）A)存儲的表的數據量較小B)以上都是C)需要較高的并發分析能力D)對數據的完整性要求較高答案:AC解析:[多選題]53.Zookeeper可以為FusionInsightHD中的()組件提供分布式管理支持。A)HiveB)LoaderC)HbaseD)Spark答案:ACD解析:[多選題]54.對HBase的列族，可以設置()屬性。A)VersionsB)TTLC)CoprocessorD)Compression答案:ABD解析:[多選題]55.在DAYU數據質量模塊中，新建規則塊時系統內置的模板規則共計19種，分為四種類型，具體為：()。A)庫級規則B)表級規則C)字段級規則D)跨字段級規則答案:ABCD解析:[多選題]56.關于GaussDB200的約束，說法不正確的是()?A)NULL約束也是一種約束，行列表都支持。B)PCK也是一種約束，行列都支持。C)唯一約束是指字段的值唯一，行列表都支持。D)主鍵約束是指主鍵的值是唯一的，只支持行存表。答案:ABC解析:[多選題]57.下面哪些關鍵詞是Kafka的特點？()A)高吞吐B)分布式C)消息持久化D)支持消息隨機讀取答案:ABC解析:[多選題]58.在DRS的標簽管理服務中，下列存在的功能有：()。A)添加標簽B)編輯標簽C)備份標簽D)刪除標簽答案:ABD解析:[多選題]59.以下關于KafkaPrtition說法正確的是：()。A)引入Partition機制，保證了Kafka的高吞吐能力B)每個Partition都是：有：序且不可變的消息隊列C)Partition數量絕對了每個consumergroup中并發消費者的最大數量D)每個Partition在存儲層面對應一個log文件答案:ABCD解析:[多選題]60.大數據應用開發技術層面分為哪幾部分？()A)數據存儲與管理B)數據采集預處理C)數據交換及變現D)數據處理與分析答案:BD解析:[多選題]61.在Kafka中，關于Comsumer說法正確的是：()。A)Consumer主要進行數據消費B)Consumer消費數據時需要指定TopicC)多個Consumer配置相同的group.id時，這些Consumer消費的數據不會重復D)新ConsumerAPI消費數據不用指定ZooKeeper地址答案:ABCD解析:[多選題]62.Flume中攔截器包含以下哪些?()A)SearchandReplaceInterceptorB)RegexFilteringInterceptorC)TimestampInterceptorD)HostInterceptor答案:ABCD解析:攔截器是簡單的插件式組件，設置在source和channel之間。source接收到的時間，在寫入channel之前，攔截器都可以進行轉換或者刪除這些事件。每個攔截器只處理同一個source接收到的事件。可以自定義攔截器。flume內置了很多攔截器，并且會定期的添加一些攔截器，在這里列出一些flume內置的，經常使用的攔截器。攔截器的種類介紹1、TimestampInterceptor(時間戳攔截器)flume中一個最經常使用的攔截器，該攔截器的作用是將時間戳插入到flume的事件報頭中。如果不使用任何攔截器，flume接受到的只有message。時間戳攔截器的配置。參數默認值描述type類型名稱timestamp，也可以使用類名的全路徑preserveExistingfalse如果設置為true，若事件中報頭已經存在，不會替換時間戳報頭的值。2、HostInterceptor(主機攔截器)主機攔截器插入服務器的ip地址或者主機名，agent將這些內容插入到事件的報頭中。時間報頭中的key使用hostHeader配置，默認是host。主機攔截器的配置參數默認值描述type類型名稱hosthostHeaderhost事件投的keyuseIPtrue如果設置為false，host鍵插入主機名preserveExistingfalse如果設置為true，若事件中報頭已經存在，不會替換host報頭的值。3、靜態攔截器(StaticInterceptor)靜態攔截器的作用是將k/v插入到事件的報頭中。配置如下參數默認值描述type類型名稱statickeykey事件頭的keyvaluevaluekey對應的value值preserveExistingtrue如果設置為true，若事件中報頭已經存在該key，不會替換value的值。4、正則過濾攔截器(RegexFilteringInterceptor)在日志采集的時候，可能有一些數據是我們不需要的，這樣添加過濾攔截器，可以過濾掉不需要的日志，也可以根據需要收集滿足正則條件的日志。參數默認值描述type類型名稱REGEX_FILTERregex.*匹配除?\n?之外的任何個字符excludeEventsfalse默認收集匹配到的事件。如果為true，則會刪除匹配到的event，收集未匹配到的。5、RegexExtractorInterceptor通過正則表達式來在header中添加指定的key,value則為正則匹配的部分6、UUIDInterceptor用于在每個eventsheader中生成一個UUID字符串，例如：b5755073-77a9-43c1-8fad-b7a586fc1b97。7、MorphlineInterceptorMorphline攔截器，該攔截器使用Morphline對每個events數據做相應的轉換。關于Morphline的使用，可參考/docs/current/morphlines/morphlines-reference-guide.html8、SearchandReplaceInterceptor此攔截器基于Java正則表達式提供簡單的基于字符串的搜索和替換功能。還可以進行回溯/群組捕捉。此攔截器使用與JavaMatcher.replaceAll（）方法中相同的規則。[多選題]63.以下哪些數據可以轉化為Dataset或DataFrame?（）A)JAVAStringB)MySqlTableC)JSOND)JPG答案:AB解析:[多選題]64.以下()措施能提高HBase的查詢性能。A)預分region,使region分布均勻，提高并發B)查詢頻繁屬性放在rowkey前面部分C)使用二級索引，適應更多查詢場景D)同時讀取的數據存放在同一個cell中答案:ABCD解析:[多選題]65.下列關于GaussDB200的TOAST機制說法正確的是()?A)支持變長(varlena)表現形式的數據類型。B)存儲超過1KB的字段時，會觸發TOAST機制。C)存儲超過2KB的字段時，會觸發TOAST機制。D)存儲超過1/2KB的字段時，會觸發TOAST機制。答案:AC解析:[多選題]66.StructuredStreaming不能提供以下哪幾種類型的保證?（）A)MorethanonceB)AtmostonceC)ExactlyonceD)Atleastonce答案:ABD解析:StructuredStreaming的容錯性a、容錯語義流式數據處理系統的可靠性語義通常是通過系統可以處理每個記錄的次數來定義的。系統可以在所有可能的操作情形下提供三種類型的保證（無論出現何種故障）：Atmostonce：每個記錄將被處理一次或不處理。Atleastonce:每個記錄將被處理一次或多次。這比?最多一次?更強，因為它確保不會丟失任何數據。但可能有重復處理。Exactlyonce：每個記錄將被精確處理一次-不會丟失數據，并且不會多次處理數據。這顯然是三者中最強的保證。StructuredStreaming能保證Atleastonce的語義，目標是Exactlyonce。b、容錯機制在故障或故意關閉的情況下，用戶可以恢復先前進度和狀態，并繼續在其停止的地方，簡稱斷點續傳。這是通過使用檢查點checkpoint和預寫日志writeaheadlogs來完成的。用戶可以指定checkpoint的位置，Spark將保存所有進度信息（如每個觸發器中處理的offset偏移范圍）和正在運行的聚合到checkpoint中。任務重啟后，使用這些信息繼續執行。[多選題]67.如下的哪些組件適用于實時分析？（）A)MapReduceB)StreamingC)SparkStreamingD)HIve答案:BC解析:[多選題]68.以下哪些選項是Kafka的特點?()A)高吞吐B)支持消息隨機讀取C)分布式D)消息持久化答案:ACD解析:[多選題]69.下列說法正確的是()?A)表之間的關聯字段應該盡量少。B)視圖定義中盡量避免排序操作。C)視圖定義中盡量透免聚合操作。D)關聯字段的數據類型應該保持一致。答案:ABD解析:[多選題]70.Redis的LIST數據結構，適用于：()場景。A)構建隊列系統，例如消息隊列B)uniq操作，例如獲取某段時間所有：數據的排重值C)取最新N個數據操作：例如對某條微博，獲取最新的10個評論D)模擬棧操作答案:ACD解析:[多選題]71.對于GaussDB200的數據并行導入策略Norma1，下列說法錯誤的是()?A)導入的效率和GDS服務器有關，GDS服務器越多，導入效率越快。B)數據導入時，支持單行數據大小小于1GB。C)通過GDS服務的方式實現數據并行導入。D)能夠將數據庫的數據、表結構都導入。答案:AD解析:[多選題]72.華為FusionInsightHD成功案例有：()。A)數字政府B)智慧園區C)智慧交通D)金融答案:ABCD解析:[多選題]73.大數據計算框架Flink的支持哪些資源調度方式?()A)DockerB)YARNC)StandaloneD)Mesos答案:ABCD解析:[多選題]74.HBase架構中包含哪些？（）A)HMasterB)HRegionServerC)ClientD)ResourceManager答案:ABC解析:[多選題]75.實時流處理特點包含以下哪些？()A)支持SQL類作業B)處理時間要求較高C)每秒處理數據量PB級D)任務優先級高答案:ABD解析:[多選題]76.DLI用戶可以通過()接入方式對云上CloudTable、RDS和DWS等異構數據源進行查詢分析。A)可視化界面B)RestfulAPIC)JDBCD)ODBC答案:ABCD解析:[多選題]77.下列關于Flink中Transformation的說法正確的是：()。A)可以通過window設定時間窗口B)Filtor操作是：對每個元素執行Boolean函數C)flatMap可以對文本進行切分D)keyBy是：將源頭數據按照key進行分組，以保證同一個key的元素分到同樣的組中答案:ABD解析:[多選題]78.以下關于Redis中set數據類型srandmemberkey[count]命令的描述哪些是正確的?()A)如果count為負數，那么命令返回一個數組，數組中的元素可能會重復出現多次，而數組的長度為count的絕對值。B)如果count為正數，且小于集合基數，那么命令返回一個包含count個元素的數組，數組中的元素各不相同。C)如果count大于等于集合基數，那么返回整個集合。D)如果count為負數，那么命令返回一個數組，數組中的元素各不相同，且數組的長度小于count的絕對值。答案:ABC解析:[多選題]79.以下關于Loader特點描述正確的是?()A)圖形化：提供UI圖形化配置、監控界面，操作簡便。B)安全認證：Kerberos認證作業權限管理。C)高性能：利用MapReduce并行處理數據。D)高可靠：LoaderServer采用主備雙機作業通過MapReduce執行，支持失敗重試，作業失敗后，不會殘留數據。答案:ABCD解析:[多選題]80.ElasticSearch的核心概念包含哪些?（）A)MappingB)DocumentC)TypeD)Index答案:ABCD解析:[多選題]81.整庫遷移支持的源端數據源類型有：()。A)MySQLB)OracleC)HiveD)DWS答案:ABCD解析:[多選題]82.隨著大數據越來越被重視，數據采集的挑戰也變的尤為突出，常見的挑戰包括?()A)數據量大B)數據源多種多樣C)數據采集的可靠性保障D)避免重復數據答案:ABCD解析:[多選題]83.關于FusioninsightHD的Spark,()編程語言可以用來開發Spark應用。A)CB)ScalaC)JavaD)Python答案:BCD解析:[多選題]84.關于Hbase存儲模型的描述正確的是：()。A)即使是：key值相同，qualifier也相同的多個KeyValue也可能有：多個，此時使用時間戳來區分B)同一個key值可以關聯多個valueC)keyvalu