您现在所在的位置:首页 >学习资源 > 面试题库 > Get这份大数据面试题及答案!还怕面试不通过?

Get这份大数据面试题及答案!还怕面试不通过?

来源:奇酷教育 发表于:

2018年又有不少大数据学员学成准备参加工作了,在参加工作前最重要的一轮就是大数据的面试,这里准备了一些2018大数据面试题及答案,希望可以帮到准备或者正在参加大数据面试的朋友们。

第一部分 判断题

 

1. 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。

 

2. 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.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。

 

3. 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

 

4. 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。

 

5. Cloudera CDH 是需要付费使用的。(错误)
 

分析:

第一套付费产品是Cloudera Enterpris,Cloudera Enterprise在美国加州举行的 Hadoop 大会 (Hadoop Summit) 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 Hadoop 叢集大小变动。

 

第二部分 选择题

1. 下列哪个程序通常与 NameNode 在一个节点启动?

a)SecondaryNameNode

b)DataNode

c)TaskTracker

d)Jobtracke

 

答案D

 

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secondary NameNode(运行在单独的物理机器上)和NameNode运行在不同的机器上。

 

JbTracker和TaskTracker

JobTracker 对应于 NameNode

TaskTracker 对应于 DataNode

DataNode 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。

 

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。

 

2. Hadoop 作者

a)Martin Fowler

b)Kent Beck

c)Doug cutting

答案:C Doug cutting

 

3. HDFS 默认 Block Size 

a)32MB

b)64MB

c)128MB

答案:B

(因为版本更换较快,这里答案只供参考)

 

4. 下列哪项通常是集群的最主要瓶颈?

 

a)CPU

b)网络

c)磁盘IO

d)内存

答案:C磁盘

 

此题分析:

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d

3.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。

 

5. 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。

答案C

 

第三部分 多选题

1. 下列哪项可以作为集群的管理?

 

a)Puppet

b)Pdsh

c)Cloudera Manager

d)Zookeeper

答案:ABD

 

2. 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

 

答案ABC

 

3. Client 端上传文件的时候下列哪项正确?

a)数据经过 NameNode 传递给 DataNode

b)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

答案B

 
 

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。

 

4. Cloudera 提供哪几种安装 CDH 的方法?

a)Cloudera manager

b)Tarball

c)Yum

d)Rpm

答案:ABCD

 

以上就是小编整理的2018大数据面试题及答案准备或者是正在参加大数据的面试的朋友可以收藏一下多看看,做好充分的准备参加每一场的面试。

 

但是你答不上来的话那就是能力问题啦,需要补课的小伙伴看过来!