选择题
- 设计分布式数据仓库 Hive 的数据表时，为取样更高效，一般可以对表中的连续字段进行分桶操作。
- 客户端首次查询 HBase 数据库时，首先需要从
-ROOT-表开始查找。 - HBase 的 Region 组成中，必须要有MemStore项。
- HBase 是分布式列式存储系统，记录按列族集中存放。
- HBase 数据库的 BlockCache 缓存的数据块中，普通的数据块不一定能提高效率。
- 视频监控数据属于非结构化数据
- MapReduce 编程模型，键值对
<key, value>的 key 必须实现WritableComparable - 若不针对 MapReduce 编程模型中的 key 和 value 值进行特别设置，Average 是 MapReduce 不适宜的运算。
- 在实验集群的 master 节点使用 jps 命令查看进程时，终端出现
Namenode,JobTracker, Secondary NameNode能说明 Hadoop 主节点启动成功 - Client 端上传文件的时候下列哪项正确？B
- 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
- D. 以上都不正确
- Hadoop1.0 默认的调度器策略是先进先出调度器
- JobTracker负责 MapReduce 任务调度
- HDFS1.0 默认 Block Size 大小是 64MB
- HDFS 中的 block 默认保存3个备份
- Datanode负责 HDFS 数据存储。
判断题
- Hadoop 支持数据的随机读写。（错，Hbase 支持，Hadoop 不支持）
- NameNode 负责管理元数据信息 metadata，client 端每次读写请求，它都会从磁盘中读取或会写入 metadata 信息并反馈给 client 端。（错，内存中读取）
- MapReduce 的 input split 一定是一个 block。（错，默认是）
- MapReduce 适于 PB 级别以上的海量数据在线处理。（错，离线）
- 链式 MapReduce 计算中，对任意一个 MapReduce 作业，Map 和 Reduce 阶段可以有无限个 Mapper，但 Reducer 只能有一个。（ 对）
- MapReduce 计算过程中，相同的 key 默认会被发送到同一个 reduce task 处理。（对）
- HBase 对于 NULL 的列，不需要占用存储空间。（没有则空不存储，对）
- HBase 可以有列，可以没有列族（column family)。（错，有列族）
