直接下载提交即可
“大数据技术” 课程形考作业三
一、单选题
- 下列传统并行计算框架，说法错误的是哪一项？
- 刀片服务器、高速网、SAN，价格贵，扩展性差上
- 共享式(共享内存/共享存储)，容错性好
- 编程难度高
- 实时、细粒度计算、计算密集型
- 下列关于MapReduce模型的描述，错误的是哪一项？
- MapReduce采用“ 分而治之”策略
- MapReduce设计的一个理念就是“ 计算向数据靠拢”
- MapReduce框架采用了Master/Slave架构
- MapReduce应用程序只能用Java来写
3、Hadoop1.0的核心组件（仅指MapReduce和HDFS，不包括Hadoop生态系统内的Pig、Hive、HBase等其他组件），下列哪项是它的不足？
- 抽象层次高
- 表达能力有限，抽象层次低，需人工编码
- 价格昂贵
- 可维护性低
4、下面哪个选项不属于Hadoop1.0 的问题？
- 单一名称节点，存在单点失效问题
- 单一命名空间，无法实现资源隔离
- 资源管理效率低
- 很难上手
5、.下列有关Hive和Impala的对比错误的是:
(A) Hive与Impala使用相同的元数据
(B) Hive与Impala中对SQL的解释处理比较相似，都是通过词法分析生成执行计划
(C) Hive适合于长时间的批处理查询分析，而Impala适合于实时交互式SQL查询
(D) Hive在内存不足以存储所有数据时，会使用外存，而Impala也是如此
6、 下列关于Hive基本操作命令的解释错误的是:
(A) create database userdb;//创建数据库userdb
(B) create table if not exists usr(id bigint,name string,age int);//如果usr表不存在，创建表usr，含三个属性id,name,age
(C) load data local inpath ‘/usr/local/data’ overwrite into table usr; //把目录’/usr/local/data’下的数据文件中的数据以追加的方式装载进usr表
(D) insert overwrite table student select * from user where age>10; //向表usr1中插入来自usr表的age大于10的数据并覆盖student表中原有数据
7、下面哪个不可能是Hive的执行引擎：
(A)MapReduce
（B）Tez
（C）Storm
（D）Spark
8、下列关于Spark的描述，错误的是哪一项？
(A)Spark最初由美国加州伯克利大学（UCBerkeley）的AMP实验室于2009年开发
(B)Spark在2014年打破了Hadoop保持的基准排序纪录.
(C)Spark用十分之一的计算资源，获得了比Hadoop快3倍的速度
(D)Spark运行模式单一
9、下列关于Spark的描述，错误的是哪一项？
(A)使用DAG执行引擎以支持循环数据流与内存计算析
(B)可运行于独立的集群模式中，可运行于Hadoop中，也可运行于Amazon EC2等云环境中
(C)支持使用Scala、Java、Python和R语言进行编程，但是不可以通过Spark Shell进行交互式编程
(D)可运行于独立的集群模式中，可运行于Hadoop中，也可运行于Amazon EC2等云环境中
10、下列关于Scala特性的描述，错误的是哪一项？
(A)Scala语法复杂，但是能提供优雅的API计算
(B)Scala具备强大的并发性，支持函数式编程，可以更好地支持分布式系统
(C)Scala兼容Java，运行速度快，且能融合到Hadoop生态圈中
(D)Scala是Spark的主要编程语言
二、多选题
- MapReduce相较于传统的并行计算框架有什么优势？
- 非共享式，容错性好
- 普通PC机，便宜，扩展性好
- 编程简单，只要告诉MapReduce做什么即可
- 批处理、非实时、数据密集型
- MapReduce体系结构主要由以下那几个部分构成？
- Client
- JobTracker
- TaskTracker
- Task
- 下列关于MapReduce的体系结构的描述，说法正确的有？
- 用户编写的MapReduce程序通过Client提交到JobTracker端
- JobTracker负责资源监控和作业调度
- TaskTracker监控所有TaskTracker与Job的健康状况
- TaskTracker 使用“slot”等量划分本节点上的资源量（CPU、内存等）
4、下列选项中，哪些属于Hadoop1.0的核心组件的不足之处？
- 实时性差（适合批处理，不支持实时交互式）
- 资源浪费（Map和Reduce分两阶段执行）
- 执行迭代操作效率低
- 难以看到程序整体逻辑
5、Hadoop的优化与发展主要体现在哪几个方面？
- Hadoop自身核心组件MapReduce的架构设计改进
- Hadoop自身核心组件HDFS的架构设计改进
- Hadoop生态系统其它组件的不断丰富
- Hadoop生态系统减少不必要的组件，整合系统
6、下列哪些属于Hadoop2.0相对于Hadoop1.0的改进？
- 设计了HDFS HA
- 提供名称节点热备机制
- 设计了HDFS Federation，管理多个命名空间
- 设计了新的资源管理框架YARN
7、 下列说法正确的是：
（A） 数据仓库Hive不需要借助于HDFS就可以完成数据的存储
（B）Impala和Hive、HDFS、HBase等工具可以统一部署在一个Hadoop平台上
（C）Hive本身不存储和处理数据，依赖HDFS存储数据，依赖MapReduce处理数据
（D）HiveQL语法与传统的SQL语法很相似
8、Impala主要由哪几个部分组成:
（A）Impalad
（B）State Store
（C） CLI
（D） Hive
9、Spark具有以下哪几个主要特点？
(A)运行速度快
(B)容易使用
(C)通用性
(D)运行模式单一
10、Scala具有以下哪几个主要特点？
(A)Scala的优势是提供了REPL（Read-Eval-Print Loop，交互式解释器），提高程序开发效率
(B)Scala兼容Java，运行速度快，且能融合到Hadoop生态圈中
(C)Scala具备强大的并发性，支持函数式编程
(D)Scala可以更好地支持分布式系统
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
