HDFS、MapReduce、Spark、Hadoop 常见面试题及答案

1. 关于HDFS的文件写入，正确的是（） A、支持用户在文件任意位置的修改操作 B、复制的文件块默认存在同一个机架上 C、默认将文件复制为三份进行存放 D、支持多用户对同一文件的并行写操作

答案：C、默认将文件复制为三份进行存放

2. 以下属于宽依赖的操作是（） A、sample B、reduceByKey C、map D、flatMap

答案：C、map

3. Scala属于（） A、函数式编程语言 B、汇编语言 C、机器语言 D、多范式编程语言

答案：A、函数式编程语言

4. Hadoop集群中最主要瓶颈是（） A、CPU B、内存 C、网络 D、磁盘I/O

答案：C、网络

5. 下列通常与NameNode在同一个节点启动的是（） A、SecondaryNameNode B、JobTracker C、DataNode D、TaskTracker

答案：A、SecondaryNameNode

6. 以下不属于Hadoop可以运行的模式是（） A、单机（本地）模式 B、互联模式 C、分布式模式 D、伪分布式模式

答案：B、互联模式

7. Hadoop生态中可以被Spark替代的组件是（） A、HBase B、Yarn C、MapReduce D、HDFS

答案：C、MapReduce

8. 关于Spark RDD的描述，不正确的是（） A、RDD是可读可写的数据 B、RDD是Spark中最基本的数据抽象 C、RDD中的分区是可以改变的 D、RDD的数据只能存储在内存中

答案：A、RDD是可读可写的数据

9. 以下关于MapReduce的描述，不正确的是（） A、MapReduce来源于Google B、MapReduce隐藏了并行计算的细节，方便使用 C、MapReduce是一种计算框架 D、MapReduce程序只能用Java语言编写

答案：D、MapReduce程序只能用Java语言编写

10. Spark可以访问的数据源包括（） A、Cassandra B、Hive C、以上都是 D、HDFS

答案：C、以上都是

11. HDFS是基于流数据模式访问和处理超大文件的需求而开发的，具有高容错、高可靠性、高可扩展性等特征，适合的文件任务是（） A、一次写入，多次读 B、多次写入，少次读 C、多次写入，多次读 D、一次写入，少次读

答案：A、一次写入，多次读

12. HBase的强大的计算能力依赖于（） A、RPC B、MapReduce C、Zookeeper D、Chubby

答案：C、Zookeeper

13. 关于SecondNameNode的说法，以下正确的是（） A、应与NameNode部署在同一个节点上 B、它是NameNode的热备 C、帮助NameNode合并编辑日志，减少NameNode的启动时间 D、对内存没有要求

答案：C、帮助NameNode合并编辑日志，减少NameNode的启动时间

14. 下可以将一个数据帧转换为另一个数据帧的是（） A、DataFrame B、Modify C、Estimator D、Transformer

答案：C、Estimator

15. 大数据技术面临的问题是（） A、以上都是 B、大数据数字化 C、大数据终端使用 D、大数据产品

答案：A、以上都是

16. HBase的存储底层数据依赖于（） A、Memory B、MapReduce C、HDFS D、Hadoop

答案：C、HDFS

17. 配置Hadoop时，JAVA_HOME包含在配置文件（） A、hadoop-default.xml B、hadoop-env.sh C、hadoop-site.xml D、configuration.xsl

答案：B、hadoop-env.sh

18. 关于Hadoop单机模式和伪分布式模式的说法，正确的是（） A、单机模式不使用HDFS，但加载守护进程 B、两者都不与守护进程交互 C、后者比前者增加了HDFS输入输出以及可检查内存使用情况 D、两者都是守护进程，且运行在同一台机器上

答案：C、后者比前者增加了HDFS输入输出以及可检查内存使用情况

19. 以下属于窄依赖的操作是（） A、filter B、sort C、join D、group

答案：A、filter

20. 以下不属于Spark RDD的特点的是（） A、可序列化 B、可修改 C、可分区 D、可持久化

答案：B、可修改