《大数据面试题》由会员分享，可在线阅读，更多相关《大数据面试题（22页珍藏版）》请在金锄头文库上搜索。
1、单项选择题1. 下面哪个程序负责 HDFS 数据存储。a)NameNodeb)Jobtrackerc)Datanoded)secondaryNameNodee)tasktracker2. HDfS 中的 block 默认保存几份?a)3 份b)2 份c)1 份d)不确定3. 下列哪个程序通常与 NameNode 在一个节点启动?a)SecondaryNameNodeb)DataNodec)TaskTrackerd)Jobtracker4. Hadoop 作者a)Martin Fowlerb)Kent Beckc)Doug cutting5. HDFS 默认 Block Sizea)32MBb)
2、64MBc)128MB6. 下列哪项通常是集群的最主要瓶颈a)CPUb)网络c)磁盘d)内存7. 关于 SecondaryNameNode 哪项是正确的?a)它是 NameNode 的热备b)它对内存没有要求c)它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间d)SecondaryNameNode 应与 NameNode 部署到一个节点多选题8. 下列哪项可以作为集群的管理工具a)Puppetb)Pdshc)Cloudera Managerd)d)Zookeeper9. 配置机架感知的下面哪项正确a)如果一个机架出问题，不会影响数据读写b)写入数据的时候会写到不
3、同机架的 DataNode 中c)MapReduce 会根据机架获取离自己比较近的网络数据10. Client 端上传文件的时候下列哪项正确a)数据经过 NameNode 传递给 DataNodeb)Client 端将文件切分为 Block，依次上传c)Client 只上传数据到一台 DataNode，然后由 NameNode 负责 Block 复制工作11. 下列哪个是 Hadoop 运行的模式a)单机版b)伪分布式c)分布式12. Cloudera 提供哪几种安装 CDH 的方法a)Cloudera managerb)Tar ballc)Yum d)Rpm判断题13. Ganglia 不仅
4、可以进行监控，也可以进行告警。( )14. Block Size 是不可以修改的。( )15. Nagios 不可以监控 Hadoop 集群，因为它不提供 Hadoop 支持。( )16. 如果 NameNode 意外终止，SecondaryNameNode 会接替它使集群继续工作。( )17. Cloudera CDH 是需要付费使用的。( )18. Hadoop 是 Java 开发的，所以 MapReduce 只支持 Java 语言编写。( )19. Hadoop 支持数据的随机读写。( )20. NameNode 负责管理 metadata，client 端每次读写请求，它都会从磁盘中读
5、取或则会写入 metadata 信息并反馈 client 端。( )21. NameNode 本地磁盘保存了 Block 的位置信息。( )22. DataNode 通过长连接与 NameNode 保持通信。( )23. Hadoop 自身具有严格的权限管理和安全措施保障集群正常运行。( )24. Slave 节点要存储数据，所以它的磁盘越大越好。( )25. hadoop dfsadmin report 命令用于检测 HDFS 损坏块。( )26. Hadoop 默认调度器策略为 FIFO( )27. 集群内每个节点都应该配 RAID，这样避免单磁盘损坏，影响整个节点运行。( )28. 因为
6、 HDFS 有多个副本，所以 NameNode 是不存在单点问题的。( )29. 每个 map 槽就是一个线程。( )30. Mapreduce 的 input split 就是一个 block。( )31. NameNode 的 Web UI 端口是 50030，它通过 jetty 启动的 Web 服务。( )32. Hadoop 环境变量中的 HADOOP_HEAPSIZE 用于设置所有 Hadoop 守护线程的内存。它默认是 200 GB。( )33. DataNode 首次加入 cluster 的时候，如果 log 中报告不兼容文件版本，那需要 NameNode执行“Hadoop na
7、menode -format”操作格式化磁盘。( )别走开，答案在后面哦!答案单选题1. 下面哪个程序负责 HDFS 数据存储。答案C datanodea)NameNodeb)Jobtrackerc)Datanoded)secondaryNameNodee)tasktracker2. HDfS 中的 block 默认保存几份? 答案A默认3分a)3 份b)2 份c)1 份d)不确定3. 下列哪个程序通常与 NameNode 在一个节点启动?答案Da)SecondaryNameNodeb)DataNodec)TaskTrackerd)Jobtracker此题分析：hadoop的集群是基于mast
8、er/slave模式，namenode和jobtracker属于master，datanode和tasktracker属于slave，master只有一个，而slave有多个SecondaryNameNode内存需求和NameNode在一个数量级上，所以通常secondary NameNode(运行在单独的物理机器上)和NameNode运行在不同的机器上。JobTracker和TaskTrackerJobTracker 对应于 NameNodeTaskTracker 对应于 DataNodeDataNode 和NameNode 是针对数据存放来而言的JobTracker和TaskTracker
9、是对于MapReduce执行而言的mapreduce中几个主要概念，mapreduce整体上可以分为这么几条执行线索：obclient，JobTracker与TaskTracker。1、JobClient会在用户端通过JobClient类将应用已经配置参数打包成jar文件存储到hdfs，并把路径提交到Jobtracker,然后由JobTracker创建每一个Task(即MapTask和ReduceTask)并将它们分发到各个TaskTracker服务中去执行。2、JobTracker是一个master服务，软件启动之后JobTracker接收Job，负责调度Job的每一个子任务task运行于T
10、askTracker上，并监控它们，如果发现有失败的task就重新运行它。一般情况应该把JobTracker部署在单独的机器上。3、TaskTracker是运行在多个节点上的slaver服务。TaskTracker主动与JobTracker通信，接收作业，并负责直接执行每一个任务。TaskTracker都需要运行在HDFS的DataNode上。4. Hadoop 作者 答案C Doug cuttinga)Martin Fowlerb)Kent Beckc)Doug cutting5. HDFS 默认 Block Size 答案：Ba)32MBb)64MBc)128MB(因为版本更换较快，这里答
11、案只供参考)6. 下列哪项通常是集群的最主要瓶颈：答案：C磁盘a)CPUb)网络c)磁盘IOd)内存该题解析：首先集群的目的是为了节省成本，用廉价的pc机，取代小型机及大型机。小型机和大型机有什么特点?1.cpu处理能力强2.内存够大所以集群的瓶颈不可能是a和d3.网络是一种稀缺资源，但是并不是瓶颈。4.由于大数据面临海量数据，读写数据都需要io，然后还要冗余数据，hadoop一般备3份数据，所以IO就会打折扣。7. 关于 SecondaryNameNode 哪项是正确的?答案Ca)它是 NameNode 的热备b)它对内存没有要求c)它的目的是帮助 NameNode 合并编辑日志，减少 Na
12、meNode 启动时间d)SecondaryNameNode 应与 NameNode 部署到一个节点。多选题8. 下列哪项可以作为集群的管理?答案：ABDa)Puppetb)Pdshc)Cloudera Managerd)Zookeeper9. 配置机架感知的下面哪项正确：答案ABCa)如果一个机架出问题，不会影响数据读写b)写入数据的时候会写到不同机架的 DataNode 中c)MapReduce 会根据机架获取离自己比较近的网络数据10. Client 端上传文件的时候下列哪项正确?答案Ba)数据经过 NameNode 传递给 DataNodeb)Client 端将文件切分为 Block，
13、依次上传c)Client 只上传数据到一台 DataNode，然后由 NameNode 负责 Block 复制工作该题分析：Client向NameNode发起文件写入的请求。NameNode根据文件大小和文件块配置情况，返回给Client它所管理部分DataNode的信息。Client将文件划分为多个Block，根据DataNode的地址信息，按顺序写入到每一个DataNode块中。11. 下列哪个是 Hadoop 运行的模式：答案ABCa)单机版b)伪分布式c)分布式12. Cloudera 提供哪几种安装 CDH 的方法?答案：ABCDa)Cloudera managerb)Tarball
14、c)Yumd)Rpm判断题13. Ganglia 不仅可以进行监控，也可以进行告警。( 正确)分析：此题的目的是考Ganglia的了解。严格意义上来讲是正确。ganglia作为一款最常用的Linux环境中的监控软件，它擅长的的是从节点中按照用户的需求以较低的代价采集数据。但是ganglia在预警以及发生事件后通知用户上并不擅长。最新的ganglia已经有了部分这方面的功能。但是更擅长做警告的还有Nagios。Nagios，就是一款精于预警、通知的软件。通过将Ganglia和Nagios组合起来，把Ganglia采集的数据作为Nagios的数据源，然后利用Nagios来发送预警通知，可以完美的实现一整套监控管理的系统。14. Block Size 是不可以修改的。(错误 )分析：它是可以被修改的Hadoop的基础配置文件是hadoop-default.xml，默认建立一个Job的时候会建立Job的Config，Config首先读入hadoop-default.xm
