大数据 HCIA 模拟题及答案
一、单选题（共 41 题，每题 1 分，共 41 分）
1.在有 N 个节点 FusionInsightHD 集群中部署 HBase 时，推荐部署（）个 HMaster
进程，（）个 RegionServer 进程？
A、2,2
B、2,N
C、3,N
D、N,N
正确答案：B
2.关于 Hive 在 FusionlnsightHD 中的架构描述错误的是？
A、只要有一个 HiveServer 不可用，整个 Hive 集群便不可用
B、HiveServer 负责接受客户端请求、解析、执行 HQL 命令并返回查询结果
C、MetaStore 用于提供原数据服务，依赖于 DBServer
D、在同一时间点 HiveServeir 只有一个处于 Active 状态，另一个则处于 Standby 状
态
正确答案：A
数据采集过程中，下列选项中能对数据进行过滤和修饰的是（）
A、Channel
B、ChannelSelector
C、Interceptor
D、Sink
正确答案：C
4.下列选项中，关于 Zookeeper 可靠性含义说法正确的是？
A、可靠性通过主备部署模式实现
B、可靠性是指一条消息被一个 server 接收，它将被所有 server 接受
C、可靠性是指无论哪个 server，对外展示的均是同一个视图
D、可靠性是指更新只能成功或者失败，没有中间状态
正确答案：B
有 Transformation 和 Action 算子，下列属于 Action 算子的是？（）
A、reduceByKey
B、filter
C、map
D、saveAsTextFile
正确答案：D
的 NameNode 节点主备状态管理及元数据文件合并分别由哪两个角色负责?
A、ZKFC 和备 NameNode
B、主 NameNode 和备 NameNode
C、ZKFC 和主 NameNode
D、主 NameNode 和 JournalNode
正确答案：A
的物理存储单元是什么?
A、Region
B、ColumnFamily
C、Column
D、ROW
正确答案：B
中 HBase 默认使用什么组件作为其底层文件存储系统？（）
A、kafka
B、HDFS
C、Memory
D、File
正确答案：B
9.下列关于 SparkStreaming 和 Streaming 比较说法不正确的是？
A、SparkStreaming 事件处理时延比 Streaming 更高
B、SparkStreaming 是一个微批处理框架，事件需要积累到一定量时才进行处理
C、Streaming 的执行逻辑是即时启动，运行完后在回收
D、SparkStreaming 的吞吐量大约是 Streaming 的 2-5 倍
正确答案：C
不能够管理哪个对象?
A、Spark
B、主机 OS
C、YARN
D、HDFS
正确答案：B
11.关于 RDD，下列说法错误的是
A、RDD 只是一个只读的，可分区的分布式数据集
B、RDD 是 Spark 对基础数据的抽象
C、RDD 具有血统机制（Lineage）
D、RDD 默认存储在磁盘
正确答案：D
12.以下关于 HBase 二级索引的描述哪一项是正确的？
A、二级索引把要查找的列与 rowkey 关联成一个索引表
B、此时列成新的 rowkey，原 rowkey 成为 value
C、二级索引查询了 2 次
D、以上完全正确
正确答案：D
13.关于 Hive 与 Hadoop 其他组件的关系。以下描述错误的是？
A、Hive 最终将数据存储在 HDFS 中
B、Hive 是 Hadoop 平台的数据仓库工具
C、HQL 可以通过 MapReduce 执行任务
D、Hive 对 HBase 有强依赖
正确答案：D
14.在 FusionInsightManager 界面中，对 loader 的操作不包括下列哪个选项？（）
A、查看 loader 服务状态
B、配置 loader 参数
C、启动 loader 实例
D、切换 Loader 主备节点
正确答案：D
15.在 FusionInsightHD 中，创建 Loader 作业的进行数据转换的正确步骤是（）
A、加载、转换、输出
B、输入设置、转换、输出
C、加载、转化、抽取
D、抽取、转换、输出
正确答案：B
的基于标签调度，是对下列选项中的哪个进行标签化？
A、APPMaster
B、ResourceManager
C、Container
D、NodeManager
正确答案：D
17.安装 FusionInsightHD 的 Streaming 组件 Nimbus 角色要求安装几个节点？
A、4
B、3
C、2
D、1
正确答案：C
18.关于 DataSet,下列说法不正确的是？
A、DataSet 与 RDD 高度类似，性能比 RDD 好
B、DataSet 是一个由特定域的对象组成的强类型集合
C、DataSet 不需要反序列化就可以执行大部分操作
D、DataSet 执行 sort，filter，shuffle 等操作需要执行反序列化
正确答案：D
19.关于 Kafka 磁盘容量不足的告警，对于可能的原因以下分析不正确的是？
A、用于存储 Kafka 数据的磁盘配置（如磁盘数目、大小等），无法满足当前业务
数据流量，导致磁盘使用率达到上限
B、数据保存时间配置过长，数据累积达到磁盘使用率上限
C、业务规划不合理，导致数据分配不均匀，使部分磁盘达到使用率上限
D、Broker 节点故障导致
正确答案：D
20.如果需要由数据生产者决定数据发送给目标 Bolt 的某一个确定的 Task，应选择
以下哪种消息发布策略
A、局部字段分组
B、广播分组
C、直接分组
D、全局分组
正确答案：C
21.加载数据到 Hive 表，哪种方式不正确?
A、直接将本地路径的文件 load 到 Hive 表中
B、将 HDFS 上的文件 load 到 Hive 表中
C、Hive 支持 insertinto 单条记录的方法，所以可以直接在命令行插入单条记录
D、将其他表的结果集 insertinto 到 Hive 表
正确答案：C
中，关于 HBase 的 BIoomFilter 特性理解，说法不正确的是?
A、可以用来过滤数据
B、可以用来优化随机读性能
C、会增加存储的消耗
D、可以准确判断某条数据不存在
正确答案：A
中用于管理 LoaderServer 进程主备状态的模块是？
A、JobManager
B、ResourceManager
C、JobScheduler
D、HAManager
正确答案：D
24.以下关于 Kafka 的描述错误的有（）
A、用作活动流和运营数据处理管道的基础
B、由 ApacheHadoop 开发，并于 2011 年开源
C、具有信息持久化、高吞吐、实时等特性
D、使用 Scala、Java 语言实现
正确答案：B
应用在运行时，Stage 划分的依据是哪个?
A、task
B、action
C、taskSet
D、shuffle
正确答案：D
26.使用 Hbase 客户端批量写入 10 条数据，某个 HRegionServer 节点上包含该表的
2 个 Region,分别为 A 和 B，10 条数据中有 6 条属于 A，4 条属于 B，请问写入这
10 条数据需要向该 HRegionServer 发送几次 RPC 请求？
A、2
B、1
C、6
D、10
正确答案：B
中哪个模块负责 HDFS 的数据存储？
A、NameNode
B、DataNode
C、ZooKeeper
D、JobTraoker
正确答案：B
系统中 HBase 的最小处理单元是 Region，UserRegion 和
RegionServer 之间的路由信息是保存在哪?
A、ZooKeeper
B、HDFS
C、Master
D、meta 表
正确答案：D
的最小处理单元是 Region，UserRegion 和 RegionServer 之间的路由信息
是保存在哪里的？
A、Zookeeper
B、HDFS
C、Master
D、meta 表
正确答案：A
30.关于 Hive 建表基本操作，描述正确的是
A、一旦表创建好，不可再修改列名
B、一旦表建好，不可再增加新列
C、创建外部表时需要制定 external 关键字
D、一旦表建好，不可再修改表名
正确答案：C
31.某用户需要搭建一个 350 节点的 FusionlnsightHD 集群，哪种规划方案最佳？
A、管理节点、控制节点、数据节点合一部署，二层组网
B、管理节点、控制节点合一部署、数据节点独立部署，二层组网
C、管理节点、控制节点、数据节点都独立部署，三层组网
D、管理节点、数据节点合一部署，控制节点独立部署，二层组网
正确答案：C
不适合哪些应用场景？（）
A、高吞吐率应用场景
B、要求具有完全 ACID 特性的应用场景
C、半结构化数据应用场景
D、海量数据（TB、PB）应用场景
正确答案：B
使用 HBase 客户端批量写入 10 条数据，某个 RegionServer 节点
上包含该表的 2 个 Region，分别 A 和 B，10 条数据中有 2 条属于 A，4 条属于 B，
请问写入这 10 条数据需要向该 RegionServer 发送几次 RPC 请求?
A、1
B、2
C、6
D、10
正确答案：A
中一个 Region 进行 Split 操作时，将一个 HFile 文件真正分开到两个
Region 的过程发生在以下什么阶段？
A、Split 过程中
B、Flush 过程中
C、Compaction 过程中
D、HFile 分开过程中
正确答案：C
对服务的管理操作，下面说法错误的是？
A、可对服务进行启停重启操作
B、可查看服务的当前状态
C、可以添加和卸载服务
D、可设置不常用的服务隐藏或显示
正确答案：D
调度器分配资源的顺序，下面哪一个描述是正确的？
A、任意机器->同机架->本地资源
B、任意机器->本地资源->同机架
C、本地资源->同机架->任意机器
D、同机架->任意机器->本地资源
正确答案：C
是流计算处理和批处理平台，（）是数据批处理和流处理的核心引擎。()
A、Runtime
B、DataStream
C、DataSet
D、FlinkCore
正确答案：A
38.以下关于 FusionInsightCTBase 的描述不正确的是？()
A、CTBase 的 javaAPI 提供一套 Hbase 连接池管理的接口，内部进行连接共享，减
少客户端应用开发难度
B、CTBase 提供了一套 WebUI 进行元数据定义，提供了直观易用的表设计工具，
降低表设计的难度。
C、CTBase 的读写数据接口，统一封装了行定义的接口，自动进行冷字段合并和
解析，不需要在应用程序中进行合并和解析。
D、CTBase，是基于 HBase 的聚簇表开发框架。
正确答案：C
39.在 FusionInsight 产品中，关于创建 Kafka 的 Topic，以下哪些描述是正确的？
A、在创建 Kafka 的 Topic 时，必须设置 Partition 个数
B、在创建 Kafka 的 Topic 时，必须设置 Partition 副本个数
C、设置多副本可以增强 Kafka 服务的容灾能力
D、以上全都正确
正确答案：C
自带的资源管理框架是?
A、Docker
B、Mesos
C、YARN
D、Standalone
正确答案：D
41.华为 FusionInsightHD 系统中关于 HDFS 的 DataNode 说法正确的是?
A、不会检查数据的有效性
B、周期性地将本节点的 Block 发送给 NameNode
C、不同的 DataNode 存储的 Block 一定是不同的
D、一个 DataNode 上的 Block 可以是相同的
正确答案：D
二、多选题（共 30 题，每题 1 分，共 30 分）
容量调度器的主要特点有哪些?
A、容量保证
B、灵活比
C、多重租赁
D、动态更新配置文件
正确答案：ABCD
2.华为大数据产品 FusionInsightHD 中的 Streaming 具有哪些关键特性？
A、可伸缩性
B、容错能力
C、消息可靠性
D、灵活性
正确答案：ABCD
3.关于 SparkSQL&Hive 区别与联系，下列说法正确的是？
A、SparkSQL 的执行引擎为 Sparkcore,Hive 默认的执行引擎为 MapReduce
B、SparkSQL 兼容绝大部分 Hive 的语法和函数
C、SparkSQL 依赖 Hive 的元数据
D、SparkSQL 不可以使用 Hive 的自定义函数
正确答案：ABC
有哪些特点？（）
A、巧
B、灵
C、轻
D、快
正确答案：ABCD
集群中包含多种服务，每种服务又由若干角色组成，下面哪些是
服务的角色？
A、HDFS
B、NameNode
C、DataNode
D、HBase
正确答案：BC
平台中，那些组件支持对列表加密？
A、HDFS
B、Flink
C、hbase
D、hive
正确答案：CD
的 HDFS 是一种分布式文件系统，适合以下哪种场景的数据存储和管理?
A、大量小文件存储
B、高容错、高吞吐量
C、低延迟读取
D、流式数据访问
正确答案：BD
提供了哪些方式或接口实现作业管理？
A、WEBUI
B、Linux 命令行
C、REST 接口
D、JavaAPI
正确答案：ABCD
的 HDFS 是一种分布式文件系统，适合以下哪种应用场景的数据存储和
管理？
A、大量小文件存储
B、高容错、高吞吐量
C、低延迟读取
D、流式数据访问
正确答案：BD
在 OutPut 阶段可以定义不同的数据写入方式，包括下列哪
些方式？
A、AppendMode
B、UpdateMode
C、GeneralMode
D、CompleteMode
正确答案：ABD
11.以下关于 Zookeeper 的 Leader 选举说法正确的是？
A、当实例 n 为奇数时，假定 n=2x+1，则成为 leader 节点需要 x+1 票
B、Zookeeper 选举 leader 时，需要半数以上的票数
C、当实例数为 8 时，则成为 leader 节点需要 5 票，容灾能力为 4
D、当实例数 n 为奇数时，假定 n=2x+1，则成为 leader 节点需要 x 票
正确答案：AB
12.关于大数据的主要特征理解和描述正确的有?
A、来源多，格式多
B、增长速度快，处理速度快
C、数据的价值密度较低
D、存储量大，计算量大
正确答案：ABCD
13.关于 SparkSQL&Hive 区别与联系，下列说法正确的是？（）
A、SparkSQL 的执行引擎为 Sparkcore，Hive 默认执行引擎为 MapReduce
B、SparkSQL 依赖 Hive 的元数据
C、SparkSQL 不可以使用 Hive 的自定义函数
D、SparkSQL 兼容绝大部分 Hive 的语法和函数
正确答案：ABD
联邦环境下，NameSpace（命名空间）包含以下哪些内容（）
A、目录
B、文件
C、块
D、以上全不正确
正确答案：ABC
15.以下关于华为大数据解决方案说法正确的是（）
A、Farmer 是数据服务框架
B、GaussDB 是一款开源数据库产品
C、FusionInsightManager 是一个分布式系统管理框架，管理员可以通过多接入点操
控分布式集群
D、FusionInsightHD 是基于开源大数据软件 Hadoop 的增强版本
正确答案：ABCD
提供了哪些方式或接口实现作业管理?
A、WebUI
B、Linux 命令行
C、Rest 接口
D、JavaAPI
正确答案：ABCD
17.以下关于 FusionInsight 多租户管理的描述正确的有？
A、基于容器机制的租户资源隔离，为租户 SLA 保驾护航
B、与企业组织结构相匹配的多级的租户模型，不同部门对应不同的租户，按需动
态增删租户
C、可视化的多级租户管理，与企业组织结构相匹配，简化系统资源分配与管理
D、一站式管理租户资源，计算资源（CPU/内存/IO），存储资源（HDFS），服务
资源（HBase...）
正确答案：ABCD
适用于以下哪些场景？
A、交互式查询
B、图计算
C、批处理
D、实时流处理
正确答案：ACD
集群定时执行 Compaction 的目的是什么？(ACD)
A、减少同一个 Region 同一个 ColumnFamily 下的文件数目
B、减少同一个 Region 的文件数目
C、提升数据读取性能
D、提升数据写入能力
正确答案：ACD
20.在 Streaming 的处理节点 Bolt 中，可以完成以下哪些操作？
A、业务处理
B、连接数据库
C、过滤（filter）
D、连接运算
正确答案：ABCD
系统中 Hive 支持的存储格式包括?
A、HFile
B、TextFile
C、SequenceFile
D、RCFile
正确答案：BCD
22.下列选项中，哪些是 Spark 的重要角色？
A、Driver
B、ResourceManager
C、Nodemanager
D、DataNode
正确答案：ABC
会定时备份哪些数据？
A、NameNode
B、LDAP
C、OMS
D、DBService
正确答案：BC
24.以下属于 Streaming 的特点的是？
A、数据先存储在计算
B、属于事件驱动
C、延迟低
D、可做连续查询
正确答案：BCD
25.在 Streaming 的处理节点 Bolt 中，可以完成以下哪些操作（）
A、连接运算
B、连接数据库
C、过滤（filter）
D、业务处理
正确答案：ABCD
26.基于 Hadoop 开源大数据平台主要提供了针对数据分布式计算和存储能力，如下
属于分布式存储组件的有?
A、MR
B、Spark
C、HDFS
D、HBase
正确答案：CD
可以基于以下哪些窗口进行统计？
A、时间窗口
B、会话窗口
C、滑动窗口
D、countWindow
正确答案：ABCD
集群规模很大时，数据的分布情况会非常关键，用户需要根据数据分布
情况，决定集群是否扩容，数据是否需要做均衡等。以下关于 FusionInsight 资源分
布监控说法正确的有？()
A、帮助用户迅速找到资源消耗最高的节点，采取适当的措施
B、通过每个服务主业的资源分布查看页面，查看到关键的资源分布情况
C、可以帮助用户快速聚焦在最关键的资源消耗上
D、通过 DashBoard 界面，可以查看到主机资源分布情况，例如内存占有率在
50%~70%的主机列表，并提供连接跳转。
正确答案：ABCD
29.下列关于 Flink 中 TransFormation 的说法正确的是？
A、filter 操作是对每个元素执行 boolean 函数
B、keyBy 是将源头数据按照 key 进行分组，以保证同一个 key 的源数据分到同样
的组中
C、可以通过 windows 设定时间窗口
D、flatMap 可以对文本进行切分
正确答案：ABCD
30.下列哪些措施为了保障数据的完整性？
A、集群数据均衡
B、元数据可靠性保证
C、安全模式
D、重建失效数据盘的副本数据
正确答案：ABCD
三、判断题（共 32 题，每题 1 分，共 32 分）
管理节点提供双机 HA 机制，主节点故障之后，主备节点需要手
动实现 Failover。
A、正确
B、错误
正确答案：B
对外支持 REST 接口、SNMP 接口、SYSLOG 接口
A、正确
B、错误
正确答案：A
3.通常情况下，Hive 以文本文件存储的表会以回车作为其行分隔符，在华为
FusionInsightHive 中，可以指定表数据的输入和输出格式处理类。（）
A、正确
B、错误
正确答案：A
支持对表、列加密，HBase 支持对表、列族和列加密
A、正确
B、错误
正确答案：A
的数据文件 HFile 中一个 KeyValue 格式包含 Key、Value、TimeStamp、
KeyType 等内容。
A、正确
B、错误
正确答案：A
应用运行时，如果某个 Task 运行失败则导致整个 app 运行失败。
A、正确
B、错误
正确答案：B
模式下的 driver 只能运行在客户端。
A、正确
B、错误
正确答案：B
8.如果某些 Container 的物理内存利用超过了配置的内存阈值，但所有 Container 的
总内存利用率并没有超过设置的 NodeManager 内存阈值，那么内存使用过多的
Container 仍可以继续运行。（）
A、正确
B、错误
正确答案：A
容错机制是指 RDD 中任意的 Partition 出错，都可以根据其父
RDD 重新计算生成，如果父 RDD 丢失，则需要去磁盘中查找原始数据。
A、正确
B、错误
正确答案：B
所有节点都可以处理读请求。
A、正确
B、错误
正确答案：A
只能部署在 Local 和 Cluster，暂不支持其他部署()
A、正确
B、错误
正确答案：B
界面上，当收到 kafka 磁盘容量不足告警，且读告警的原
因已经排除磁盘硬件故障时，系统管理员需要考虑扩容解决此问题。（）
A、正确
B、错误
正确答案：A
13.华为在金融、公安、铁路、政务等多行业拥有丰富的大数据解决方案经验
A、正确
B、错误
正确答案：A
中的 checkpoint 机制不断绘制流应用的快照，流应用的状态快照只能保存
在 HDFS 文件系统中。
A、正确
B、错误
正确答案：B
15.在 YARN 的任务调度中，一旦 ApplicationMaster 申请到资源后，便与对应的
ResourceManager 通信，要求它启动任务
A、正确
B、错误
正确答案：B
的 配置文件中可以配置多个 channel 来传输数据
A、正确
B、错误
正确答案：A
系统中，集群中其中一个 Loader 节点异常，其他服务没有异常
的情况下，不会影响 Loader 服务功能的正常使用。
A、正确
B、错误
正确答案：A
中的 checkpoint 机制不断绘制流应用的快照，流应用的状态快照只能保存
在 HDFS 文件系统。()
A、正确
B、错误
正确答案：B
所有节点都可以处理请求
A、正确
B、错误
正确答案：A
上有两个同级队列 Q1 与 Q2，容量都是 50%，Q1 上已经有 10 个任务共
占用了 40 的容量，Q2 上有两个任务共占用了 30 的容量，那么由于 Q1 的任务数多
，调度器会优先将资源分配给 Q1。
A、正确
B、错误
正确答案：B
传输数据过程中，Sink 取走数据并写入目的地后，会将 event 从 channel
中删除。
A、正确
B、错误
正确答案：A
是一个批处理和流处理结合的统一计算框架，其核心是一个数据分发以及
并行化计算的流数据处理引擎
A、正确
B、错误
正确答案：A
的 Loader 中，一个连接器只可以分配给一个作业使用
A、正确
B、错误
正确答案：A
-client 适合用于生产坏境是因为可以更快的看到 APP 的输出。
A、正确
B、错误
正确答案：B
读数据总体流程是，Producer 连接任意存活的 Broker，请求指定
Topic，Partition 的 Leader 元数据信息，然后直接与对应的 Broker 直接连接，发布
数据。
A、正确
B、错误
正确答案：A
中使用 HBase 进行数据读写服务时需要连接 HMaster。
A、正确
B、错误
正确答案：B
同社区 SparkJDBCServer 一样，只支持单租户绑定到一
个 YARN 资源队列多租户，并不支持多租户并行执行。
A、正确
B、错误
正确答案：B
与 SparkStreaming 类似，属于事件驱动型实时流系统
A、正确
B、错误
正确答案：B
联邦机制下，各 NameNode 间元数据是不共享的。
A、正确
B、错误
正确答案：A
30.华为 FusionInsightHD 系统中，对存储副本为 3 个的数据块，当有一个节点上该
数据块丢失时，需要手动复制一个副本到该节点。(B)
A、正确
B、错误
正确答案：B
的 Streaming 对于 Zookeeper 弱依赖，即使 Zookeeper 故障
Streaming 可以正常提供服务。
A、正确
B、错误
正确答案：B
所有节点都可以处理读请求。()
A、正确
B、错误
正确答案：A
