大数据面试题

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)Jobtracker24.Hadoop作者a)MartinFowlerb)KentBeckc)Dougcutting5.HDFS默认BlockSizea)32MBb)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3c)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)ClouderaManagerd)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4c)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)Clouderamanagerb)Tarballc)Yumd)Rpm判断题13.Ganglia不仅可以进行监控，也可以进行告警。()14.BlockSize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。5()16.如果NameNode意外终止，SecondaryNameNode会接替它使集群继续工作。()17.ClouderaCDH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。6()24.Slave节点要存储数据，所以它的磁盘越大越好。()25.hadoopdfsadmin–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inputsplit就是一个block。()31.NameNode的WebUI端口是50030，它通过jetty启动的Web服务。()732.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200GB。()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“Hadoopnamenode-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Cdatanodea)NameNodeb)Jobtrackerc)Datanoded)secondaryNameNodee)tasktracker82.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master/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secondaryNameNode(运行在单独的物理机器上)和NameNode运行在不同的机器上。9JobTracker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TaskTracker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。103、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CDougcuttinga)MartinFowlerb)KentBeckc)Dougcutting5.HDFS默认BlockSize答案：Ba)32MBb)64MBc)128MB(因为版本更换较快，这里答案只供参考)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IO11d)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12c)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?答案：ABDa)Puppetb)Pdshc)ClouderaManagerd)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，依次上传13c)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)Clouderamanager14b)Tarballc)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.BlockSize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-15default.xml的配置，然后再读入hadoop-site.xml的配置(这个文件初始的时候配置为空)，hadoop-site.xml中主要配置需要覆盖的hadoop-default.xml的系统级配置。15.Nagios不可以监控Hadoop集群，因为它不提供Hadoop支持。(错误)分析：Nagios是集群监控工具，而且是云计算三大利器之一16.如果NameNode意外终止，SecondaryNameNode会接替它使集群继续工作。(错误)分析：SecondaryNameNode是帮助恢复，而不是替代，如何恢复，可以查看17.ClouderaCDH是需要付费使用的。(错误)分析：第一套付费产品是ClouderaEnterpris，ClouderaEnterprise在美国加州举行的Hadoop大会(HadoopSummit)上公开，以若干私有管理、监控、运作工具加强Hadoop的功能。收费采取合约订购方式，价格随用的16Hadoop叢集大小变动。18.Hadoop是Java开发的，所以MapReduce只支持Java语言编写。(错误)分析：rhadoop是用R语言开发的，MapReduce是一个框架，可以理解是一种思想，可以使用其他语言开发。19.Hadoop支持数据的随机读写。(错)分析：lucene是支持随机读写的，而hdfs只支持随机读。但是HBase可以来补救。HBase提供随机读写，来解决Hadoop不能处理的问题。HBase自底层设计开始即聚焦于各种可伸缩性问题：表可以很“高”，有数十亿个数据行;也可以很“宽”，有数百万个列;水平分区并在上千个普通商用机节点上自动复制。表的模式是物理存储的直接反映，使系统有可能提高高效的数据结构的序列化、存储和检索。20.NameNode负责管理metadata，client端每次读写请求，它都会从磁盘中读取或则会写入metadata信息并反馈client端。(错误)17此题分析：NameNode不需要从磁盘读取metadata，所有数据都在内存中，硬盘上的只是序列化的结果，只有每次namenode启动的时候才会读取。1)文件写入Client向Name