大数据的 4V 特征包含（）（）（）（）

答案：大量、多样、高速、价值

Hadoop 三大组件包含（）（）（）

答案：HDFS、MapReduce、Yarn

Hadoop2.x 版本中的 HDFS 是由（）（）（）组成

答案：NameNode、DataNode、Secondary NameNode

Hadoop 发行版本分为

答案：开源社区版、商业版

目前 Hadoop 发布的版本主要有（）（）（）

答案：Hadoop1.x、Hadoop2.x、Hadoop3.x

Hadoop 集群部署方式分别是（）（）和（）

答案：独立模式、伪分布模式、完全分布模式

加载环境变量配置文件需要使用（）命令

答案：source /etc/profile

格式化 HDFS 集群命令是（）

答案：hadoop namenode -format

脚本一键启动 Hadoop 集群服务命令是（）

答案：start-all.sh

Hadoop 默认开设 HDFS 文件系统端口号（）和监控 Yarn 集群端口号（）

答案：50070、8088

（）用于维护文件系统名称并管理客户端对文件的访问，（）存储真实的数据块

答案：NameNode、DataNode

NameNode 与 DataNode 通过（）机制互相通信

答案：心跳检测

NameNode 以元数据维护着（）（）文件

答案：fsimage、EditLog

在 MapReduce 中，（）阶段负责将任务分解，（）阶段将任务合并

答案：Map、Reduce

MapReduce 工作流程分为（）（）（）（）（）（）

答案：分片、格式化数据源、执行MapTask、执行Shuffle过程、执行ReduceTask、写入文件

Partitioner 组件的目的是（）

答案：将key均匀分布在 ReduceTask 上

Zookeeper 集群主要有（）（）（）三种角色

答案：Leader、Follower、Observer

Znode有两种节点，分别是（）（）

答案：永久节点、临时节点

Zookeeper引入（）机制实现分布式的通知功能

答案：Watch

Yarn 的核心组件包含（）（）（）

答案：ResourceManager、NodeManager、ApplicationMaster

ResourceManager 内部包含了两个组件，分别是（）（）

答案：调度器、应用程序管理器

数据仓库是面向（）（）（）和时变的数据集合，用于支持管理决策

答案：主题的、集成的、非易失的

Hive 默认元数据存储在（）数据库中

答案：Derby

Hive建表时设置分割字符命令（）

答案：row format delimited fields terminated by char

Hive查询语句 select ceil(2.34) 输出内容是（）

答案：3

Hive创建桶表关键字（），且Hive默认分桶数量是（）。

答案：clustered by、 -1

Flume 分为两个版本，分别是（）（）

答案：Flume-og、Flume-ng

Flume的核心是把数据从数据源通过（）收集过来，再将收集的数据通过（）汇集到指定的（）

答案：数据采集器、缓冲通道、接收器

Flume采用三层架构，分别为（）（）（），每一层均可以水平扩展

答案：agent、collector、storage

Flume的负载均衡接收器处理器支持使用（）（）机制进行流量分配，其默认选择机制为（）

答案：轮询、随机、轮询

Azkaban是由Linkedin公司开源的一个（），用于在一个工作流内以一个特定的顺序运行一组工作和流程。

答案：批量工作流任务调度器

Azkaban定义了一种（）格式来建立任务之间的依赖关系，并提供一个易于使用的（）维护和跟踪工作流。

答案：KV文件、UI界面

Azkaban工作流管理器的特点是所有的任务资源文件都需要（）上传

答案：压缩

Azkaban工作流管理器由三个核心部分组成，具体分别是（）（）（）

答案：Relational Database、AzkabanWebServer、AzkabanExecutorServer

Azkaban提供三种部署模式：轻量级的（）重量级（）的和（）

答案：独立服务器模式、双服务器模式、分布多执行器模式

.Sqoop主要用于在（）和（）之间进行传输数据

答案：Hadoop、关系型数据库

Sqoop底层利用（）技术以（）方式加快了数据传输速度，并且具有较好的容错性功能

答案：MapReduce、批处理

从数据库导入HDFS时，指定以制表符作为字段分隔符参数是（）

答案：--fields-terminated-by '\t'