大数据复习题

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

在大多数情况下，副本系数是3，简述HDFS 的默认存放策略。

简述使用MapReduce框架处理的数据集需要满足的基本要求。

某公司欲对旗下某款新品进行营销活动，前往用户比较活跃的 5 各省份进行线下营销，现有线上用户的部分行为数据如下，试编写 MapReduce 程序完成各个省份的访问数据量。(1)、完成 map.py 的编写。(2)、完成 reduce.py 的编写。

倒排索引是构建搜索引擎的核心数据结构。它通过将文档中的每个单词映射到包含该单词的所有文档的列表中，从而实现快速、高效和精确的文本匹配和搜索。当用户输入查询关键词时，搜索引擎会在倒排索引中查找包含这些关键词的文档列表，并返回给用户。这大大提高了搜索引擎的查询速度和用户体验。试使用MapReduce框架完成此搜索引擎的底层数据的处理。数据结构如下图所示。 (1)、完成map.py 。(2)、完成 combiner.py 。(3)、完成 reduce.py。

HDFS不建议存储小文件，试阐述其原因。

用户访问日志的文本文件格式如下，试编写MapReduce程序，完成统计各个页面的访问次数。

192.168.1.1 - - [01/Oct/2023:12:34:56 +0800] "GET/home.jsp HTTP/1.1" 200 1234 192.168.1.2 - - [01/Oct/2023:12:35:10 +0800] "POST /login.jspHTTP/1.1" 200 567 ...

(1)、完成 map.py 的编写。

(2)、完成 reduce.py 的编写。

请简述Hadoop生态系统中HDFS和MapReduce的主要作用及其协同工作机制。

Hive在Hadoop生态系统中的主要用途是什么？请解释 HiveQL与传统SQL的区别。

Sqoop的主要功能是什么？请描述其在Hadoop生态系统中的典型应用场景。

【单选题】下列哪个组件不属于Hive架构()

【单选题】下列关于Hive特点总结正确的选项是()

【单选题】下面关于Hive查看表table1的分区的描

述正确的是()

【单选题】下面关于Hive四种排序方式的区别,描述

正确的是()

【单选题】下面关于Hive和传统数据库的比较描述正

确的是()

【单选题】Hive是为了解决哪类问题()

【单选题】下面关于Hive数据倾斜问题描述正确的是

()

【单选题】下面关于HiveSQL的内外表使用正确的是

()

【单选题】下面关于Hive数据装载描述正确的是()

【单选题】代码selectceil(2.34)的结果是哪一个()

【单选题】下面关于Hive内外表描述错误的是()

更多题库