大数据多选题

A. 大数据算法（哈尔滨工业大学）2023章节测试答案超星尔雅

大数据算法（哈尔滨工业大学）2023章节测试答案超星尔雅不知如何解决，为此小编给大家收集整理大数据算法（哈尔滨工业大学）2023章节测试答案超星尔雅解决办法，感兴趣的快来看看吧。
大数据算法喊简（哈尔滨工业大学）2023章节测试答案超星尔雅
1.1大数据的定义与特点
1、【单选题】以下关于大数据的特点,叙述错误的是()。
A、速度慢
B、多元、异构
C、数据规模核虚大
D、基于高度分析的新价值
我的答案：A
2、【单选题】在《法华经》中,那由他描写的大的数量级是()。
A、10^7
B、10^14
C、10^28
D、10^56
我的答案：C
3、【多选题】以下选项中,大数据涉及的领域中包括()。
A、社交网络
B、医疗数据
C、计算机艺术
D、医疗数据
我的答案：ABC(D)
4、【多选题】大数据的应用包括()。
A、预测
B、推荐
C、商业情报分析
D、科学研究
我的答案：ABCD
5、【判断题】目前,关于大数据已有公认的确定定义。
我的答案：X
6、【判断题】大数据种类繁多,在编码方式、数据格式、应用特征等方面都存在差异。()
我的答案：
1.2大数据算法（1）
1、【单选题】大数据求解计算问题过程的第三步一般是()。
A、判断可计算否
B、判断能行可计算否
C、算法设计与分析
D、用计算机语言实现算法
我的答案：C
2、【多选题】在大数据求解计算问题中,判断是否为能行可计算的因素包括()。
A、数据量
B、资源约束
C、速度约束
D、时间约束
我的答案：ABD
3、【判断题】大数据求解计算问题过程的第一步是确定该问题是否可计算。
我的答案：
4、【判断题】大数据计算模型与一般小规模计算模型一样,都使用的是图灵机模型。
我的答案：
1.3大数据算法（2）
1、【多选题】资源约束包括()。
A、CPU
B、网络改渗燃带宽
C、内存
D、外存
我的答案：ABCD
2、【多选题】大数据算法可以不是()。
A、云计算
B、精确算法
C、内存算法
D、串行算法
我的答案：BCD
3、【判断题】大数据算法是在给定的时间约束下,以大数据为输入,在给定资源约束内可以生成满足给定约束结果的算法。
我的答案：X
4、【判断题】MapRece是一种比较好实现大数据算法的编程架构,在生产中得到广泛应用。
我的答案：
5、【判断题】大数据算法是仅在电子计算机上运行的算法。
我的答案：X
1.4大数据的特点与大数据算法
1、【单选题】众包算法是用来解决()。
A、访问全部数据时间过长
B、数据难于放入内存计算
C、单个计算机难以保存全部数据,计算需要整体数据
D、计算机计算能力不足或知识不足,需要人来帮忙
我的答案：D
2、【单选题】大数据算法存在很多难题,对于访问全部数据时间过长的问题,采用的解决方案是()。
A、将数据存储到磁盘上
B、仅基于少量数据进行计算
C、读取部分数据
D、并行处理
我的答案：C
3、【多选题】大数据算法的()特点,使其与大数据算法密切相关的。

B. 大数据技术Hadoop面试题

单项选择题

1.下面哪个程序负责HDFS数据存储。

a)NameNode

b)Jobtracker

c)Datanode

d)secondaryNameNode

e)tasktracker

2.HDfS中的block默认保存几份?

a)3份

b)2份

c)1份

d)不确定

3.下列哪个程序通常与NameNode在一个节点启动?

a)SecondaryNameNode

b)DataNode

c)TaskTracker

d)Jobtracker

4.Hadoop作者

a)MartinFowler

b)KentBeck

c)Dougcutting

5.HDFS默认BlockSize

a)32MB

b)64MB

c)128MB

6.下列哪项通常是集群的最主要瓶颈

a)CPU

b)网络

c)磁盘

d)内存

7.关于SecondaryNameNode哪项是正确的?

a)它是NameNode的热备

b)它对内存没有要求

c)它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间

d)SecondaryNameNode应与NameNode部署到一个节点

多选题

8.下列哪项可以作为集群的管理工具

a)Puppet

b)Pdsh

c)ClouderaManager

d)d)Zookeeper

9.配置机架感知的下面哪项正确

a)如果一个机架出问题，不会影响数据读写

b)写入数据的时候会写到不同机架的DataNode中

c)MapRece会根据机架获取离自己比较近的网络数据

10.Client端上传文件的时候下列哪项正确

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

11.下列哪个是Hadoop运行的模式

a)单机版

b)伪分布式

c)分布式

12.Cloudera提供哪几种安装CDH的方法

a)Clouderamanager

b)Tarball

c)Yumd)Rpm

判断题

13.Ganglia不仅可以进行监控，也可以进行告警。()

14.BlockSize是不可以修改的。()

15.Nagios不可以监控Hadoop集群，因为它不提供Hadoop支持。()

16.如果NameNode意外终止，SecondaryNameNode会接替它使集群继续工作。() 1 2 3

C. 网上继续教育公需课程必修课考试试题

1.最早提出“大数据”概念的企业是( )。(单选题3分)

A.甲骨文公司

B.波音公司

C.通用公司

D.麦肯锡公司

2.大数据要求企业设置的岗位是( )。(单选题3分)

A.首席信息官和首席工程师

B.首席信息官和首席数据官

C.首席分析师和首席工程师

D. 首席分析师和首席数据官

3.大数据的出现是( )的结果。(单选题3分)

A.数理统计理论不断完善

B.计算机软件技术发展

C.数据量变积累达到质变

D.云计算技术发展

4.9美国通过对车祸数据进行分析，发现车祸的发生与时间有关，于是要求交警在易发生车祸的时间段严格执勤。这说明大数据可以( )。(单选题3分)

A.洞察未来趋势

B.洞察车祸数量

C.洞察工作效率

D.洞察管理规律

5.纽约市在所有井盖下安装了传感器，通过分析传感器的数据，不用再每天逐个检查井盖的安全性，这说明( )。(单选题3分)

A.大数据可以提高井盖的安全性

B.大数据可以防止地下管道爆炸

C.大数据可以洞察工作重点

D.大数据可以代替人的工作

6.人类社会到现在经历了四个时代，现在属于( )。(单选题3分)

A.工业社会

B.农业社会

C. 采集社会

D.信息社会

7.近年来，美国在线教育人数暴增，其起源是( )。(单选题3分)

A.可汗学院

B.普里斯顿大学

C.加州大学伯克利分校

D.孔子学院

8.商业企业最初关注大数据的目的是( )。(单选题3分)

A.通过分析数据来找到客户需求，提高其产品的销量

B.通过大数据确定企业的行业中所处的位置

C. 通过大数据来找到产品的缺陷，提升产品质量

D.通过分析数据来确定潜在的竞争对手的发展方向

9.大数据的`利用过程是( )。(单选题3分)

A.采集-统计-清洗-挖掘

B.采集-清洗-挖掘-统计

C.采集-清洗-统计-挖掘

D.采集-挖掘-清洗-统计

10.2013年是大数据( )年。(单选题3分)

A.第四

B.第二

C.元

D.第三

11.大数据这个概念，包含的含义有( )。(多选题4分)

A.变化很快

B.构成复杂

C.数据很大

D.来源单一

12.大数据的本质是洞察，它可以洞察()。(多选题4分)

A.客户诚信

B.未来趋势

C.工作重点

D.员工表现

13.关于数据、信息和知识，下列说法正确的有( )。(多选题4分)

A.信息和知识里不包含数据

B.信息经过提炼可以得到知识

C.数据+背景=信息

D.数据就是知识，知识就是数据

14.关于大数据的下列说法中，正确的有( )。(多选题4分)

A.大数据是一种管理方式

B.大数据是一种治理方式

C.大数据是一种思维方式

D.大数据是一种工作方法

15.通过人才雷达，可以了解一个人的( )。(多选题4分)

A.性格气质

B.知识结构

C.兴趣爱好

D.专业成就

16.大数据的利用过程，不包括以下哪些选项( )。(多选题4分)

A.数据的挖掘

B.数据的清洗与预处理

C.数据的变更

D.数据的编写

17.大数据在促进人力资源就业方面的作用有( )。(多选题4分)

A.领导关怀促进就业

B.实时数据促进就业

C.信息公开促进就业

D.个性服务促进就业

18.大数据的应用可以提高社会综合治理水平，请判断以下哪些选项不属于大数据给综合管理带来的变化( )。(多选题4分)

A.从全天候管理走向柜台式管理

B.从精细化管理走向粗放化管理

C.从风险隐蔽走向风险防范型管理

D.从被动反应走向主动预见型管理

19.当今世界，已经进入大数据时代，基本上一切都可以用()表达，所以叫数字化的世界，我们每个人都是()。(多选题4分)

A.数据的制造者

B.计算机技术

C.数字

D.计算机终端

20.“联结点越多、联络人越多，价值也就越大”反映的是信息时代的哪条定律?(多选题4分)

A.摩尔定律

B.麦特卡尔夫定律

C.吉尔德定律

D. 牛顿三大定律

21.云计算相当于储有海量信息的信息库，大数据相当于计算机和操作系统。(判断题3分)

正确

错误

22.不同领域对大数据的定义不同。(判断题3分)

正确

错误

23.大数据带来的教育革命必将消灭当面教育。(判断题3分)

正确

错误

24.在人才管理领域，大数据的出现可以大幅度提升管理水平。(判断题3分) 正确

错误

25.外国学者认为大数据不仅是一种工作方法，还是一种工具和一种思维方式。(判断题3分)

正确

错误

26.大数据能够发现学习软肋，能够帮助老师改进教学。(判断题3分)

正确

错误

27.市场上来来往往的寻职人流中，在逃犯比例约占万分之一，通过大数据可以将逃犯找出。(判断题3分)

正确

错误

28.媒介革命，促进了世界信息与数据的爆炸性增长。(判断题3分)

正确

错误

29.对于大数据，对其重在挖掘，就是要从中找出关系、重点、规律，洞察其发展趋势。(判断题3分)

正确

错误

30.政府进行社会治理不需要大数据。(判断题3分)

正确

错误

---

更多公需科目培训试题推荐：

D. 根据涂子沛先生所讲，以下说法正确的有哪些

根据涂子沛先生所讲，以下说法正确的有哪些？
A.大数据就等于非结构化数据
B.大数据等于大容量加上大价值
C.大数据等于非结构化数据加上结构化数据
D.大数据等于小数据加上大信息
答案： ABCD

E. 大数据具有哪些特征 多选题2分

容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息；[7]
种类（Variety）：数据类型的多样性；[7]
速度（Velocity）：指获得数据的速度；[7]
可变性（Variability）：妨碍了处理和有效地管理数据的过程。[7]
真实性（Veracity）：数据的质量[7]
复杂性（Complexity）：数据量巨大，来源多渠道[7]
价值（value）：合理运用大数据，以低成本创造高价值

F. 单纯依据大数据预测做出决策需要遵循哪些原则 多选题

决策必须遵循的指导原理和行为准则。它是科学决策指导思想的反映，也是决策实践经验的内概括。容领导决策过程中所需要遵循的具体原则是多种多样的，如决策过程中的悲观原则、乐观原则、最小后悔值原则等等。但是，就领导决策的基本原则而言，有许多是共同的，这些一般原则主要有经济性、系统性、预测性、可行性、灵活性、民主性等原则。

G. 大数据技术Hadoop笔试题

大数据技术Hadoop笔试题

导读：Hadoop有高容错性的特点，并且设计用来部署在低廉的(low-cost)硬件上。以下是由我J.L为您整理推荐的面试笔试题目和经验，欢迎参考阅读。

单项选择题

1. 下面哪个程序负责 HDFS 数据存储。

a)NameNode

b)Jobtracker

c)Datanode

d)secondaryNameNode

e)tasktracker

2. HDfS 中的 block 默认保存几份?

a)3 份

b)2 份

c)1 份

d)不确定

3. 下列哪个程序通常与 NameNode 在一个节点启动?

a)SecondaryNameNode

b)DataNode

c)TaskTracker

d)Jobtracker

4. Hadoop 作者

a)Martin Fowler

b)Kent Beck

c)Doug cutting

5. HDFS 默认 Block Size

a)32MB

b)64MB

c)128MB

6. 下列哪项通常是集群的最主要瓶颈

a)CPU

b)网络

c)磁盘

d)内存

7. 关于 SecondaryNameNode 哪项是正确的?

a)它是 NameNode 的热备

b)它对内存没有要求

c)它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间

d)SecondaryNameNode 应与 NameNode 部署到一个节点

多选题

8. 下列哪项可以作为集群的管理工具

a)Puppet

b)Pdsh

c)Cloudera Manager

d)d)Zookeeper

9. 配置机架感知的下面哪项正确

a)如果一个机架出问题，不会影响数据读写

b)写入数据的时候会写到不同机架的 DataNode 中

c)MapRece 会根据机架获取离自己比较近的网络数据

10. Client 端上传文件的时候下列哪项正确

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

11. 下列哪个是 Hadoop 运行的模式

a)单机版

b)伪分布式

c)分布式

12. Cloudera 提供哪几种安装 CDH 的方法

a)Cloudera manager

b)Tar ball

c)Yum d)Rpm

判断题

13. Ganglia 不仅可以进行监控，也可以进行告警。( )

14. Block Size 是不可以修改的。( )

15. Nagios 不可以监控 Hadoop 集群，因为它不提供 Hadoop 支持。( )

16. 如果 NameNode 意外终止，SecondaryNameNode 会接替它使集群继续工作。( )

17. Cloudera CDH 是需要付费使用的。( )

18. Hadoop 是 Java 开发的，所以 MapRece 只支持 Java 语言编写。( )

19. Hadoop 支持数据的随机读写。( )

20. NameNode 负责管理 metadata，client 端每次读写请求，它都会从磁盘中读取或则会写入 metadata 信息并反馈 client 端。( )

21. NameNode 本地磁盘保存了 Block 的位置信息。( )

22. DataNode 通过长连接与 NameNode 保持通信。( )

23. Hadoop 自身具有严格的权限管理和安全措施保障集群正常运行。( )

24. Slave 节点要存储数据，所以它的磁盘越大越好。( )

25. hadoop dfsadmin –report 命令用于检测 HDFS 损坏块。( )

26. Hadoop 默认调度器策略为 FIFO( )

27. 集群内每个节点都应该配 RAID，这样避免单磁盘损坏，影响整个节点运行。( )

28. 因为 HDFS 有多个副本，所以 NameNode 是不存在单点问题的。( )

29. 每个 map 槽就是一个线程。( )

30. Maprece 的 input split 就是一个 block。( )

31. NameNode 的 Web UI 端口是 50030，它通过 jetty 启动的 Web 服务。( )

32. Hadoop 环境变量中的 HADOOP_HEAPSIZE 用于设置所有 Hadoop 守护线程的内存。它默认是 200 GB。( )

33. DataNode 首次加入 cluster 的时候，如果 log 中报告不兼容文件版本，那需要 NameNode执行“Hadoop namenode -format”操作格式化磁盘。( )

别走开，答案在后面哦!

1. 下面哪个程序负责 HDFS 数据存储。答案C datanode

a)NameNode

b)Jobtracker

c)Datanode

d)secondaryNameNode

e)tasktracker

2. HDfS 中的 block 默认保存几份? 答案A默认3分

a)3 份

b)2 份

c)1 份

d)不确定

3. 下列哪个程序通常与 NameNode 在一个节点启动?答案D

a)SecondaryNameNode

b)DataNode

c)TaskTracker

d)Jobtracker

此题分析：

hadoop的集群是基于master/slave模式，namenode和jobtracker属于master，datanode和 tasktracker属于slave，master只有一个，而slave有多个SecondaryNameNode内存需求和NameNode在一个数量级上，所以通常secondary NameNode(运行在单独的物理机器上)和NameNode运行在不同的机器上。

JobTracker和TaskTracker

JobTracker 对应于 NameNode

TaskTracker 对应于 DataNode

DataNode 和NameNode 是针对数据存放来而言的

JobTracker和TaskTracker是对于MapRece执行而言的

maprece中几个主要概念，maprece整体上可以分为这么几条执行线索：obclient，JobTracker与TaskTracker。

1、JobClient会在用户端通过JobClient类将应用已经配置参数打包成jar文件存储到hdfs，并把路径提交到Jobtracker, 然后由JobTracker创建每一个Task(即MapTask和ReceTask)并将它们分发到各个TaskTracker服务中去执行。

2、JobTracker是一个master服务，软件启动之后JobTracker接收Job，负责调度Job的每一个子任务task运行于 TaskTracker上，并监控它们，如果发现有失败的task就重新运行它。一般情况应该把JobTracker部署在单独的机器上。

3、TaskTracker是运行在多个节点上的slaver服务。TaskTracker主动与JobTracker通信，接收作业，并负责直接执行每一个任务。TaskTracker都需要运行在HDFS的DataNode上。

4. Hadoop 作者 答案C Doug cutting

a)Martin Fowler

b)Kent Beck

c)Doug cutting

5. HDFS 默认 Block Size 答案：B

a)32MB

b)64MB

c)128MB

(因为版本更换较快，这里答案只供参考)

6. 下列哪项通常是集群的最主要瓶颈：答案：C磁盘

a)CPU

b)网络

c)磁盘IO

d)内存

该题解析：

首先集群的目的是为了节省成本，用廉价的pc机，取代小型机及大型机。小型机和大型机有什么特点?

1.cpu处理能力强

2.内存够大

所以集群的瓶颈不可能是a和d

3.网络是一种稀缺资源，但是并不是瓶颈。

4.由于大数据面临海量数据，读写数据都需要io，然后还要冗余数据，hadoop一般备3份数据，所以IO就会打折扣。

7. 关于 SecondaryNameNode 哪项是正确的?答案C

a)它是 NameNode 的热备

b)它对内存没有要求

c)它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间

d)SecondaryNameNode 应与 NameNode 部署到一个节点。

多选题：

8. 下列哪项可以作为集群的管理?答案：ABD

a)Puppet

b)Pdsh

c)Cloudera Manager

d)Zookeeper

9. 配置机架感知的下面哪项正确：答案ABC

a)如果一个机架出问题，不会影响数据读写

b)写入数据的时候会写到不同机架的 DataNode 中

c)MapRece 会根据机架获取离自己比较近的网络数据

10. Client 端上传文件的时候下列哪项正确?答案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

该题分析：

Client向NameNode发起文件写入的请求。

NameNode根据文件大小和文件块配置情况，返回给Client它所管理部分DataNode的信息。

Client将文件划分为多个Block，根据DataNode的地址信息，按顺序写入到每一个DataNode块中。

11. 下列哪个是 Hadoop 运行的模式：答案ABC

a)单机版

b)伪分布式

c)分布式

12. Cloudera 提供哪几种安装 CDH 的方法?答案：ABCD

a)Cloudera manager

b)Tarball

c)Yum

d)Rpm

判断题：

13. Ganglia 不仅可以进行监控，也可以进行告警。( 正确)

分析：此题的目的是考Ganglia的'了解。严格意义上来讲是正确。ganglia作为一款最常用的Linux环境中的监控软件，它擅长的的是从节点中按照用户的需求以较低的代价采集数据。但是ganglia在预警以及发生事件后通知用户上并不擅长。最新的ganglia已经有了部分这方面的功能。但是更擅长做警告的还有Nagios。Nagios，就是一款精于预警、通知的软件。通过将Ganglia和Nagios组合起来，把Ganglia采集的数据作为Nagios的数据源，然后利用Nagios来发送预警通知，可以完美的实现一整套监控管理的系统。

14. Block Size 是不可以修改的。(错误 )

分析：它是可以被修改的Hadoop的基础配置文件是hadoop-default.xml，默认建立一个Job的时候会建立Job的Config，Config首先读入hadoop-default.xml的配置，然后再读入hadoop- site.xml的配置(这个文件初始的时候配置为空)，hadoop-site.xml中主要配置需要覆盖的hadoop-default.xml的系统级配置。

15. Nagios 不可以监控 Hadoop 集群，因为它不提供 Hadoop 支持。(错误 )

分析：Nagios是集群监控工具，而且是云计算三大利器之一

16. 如果 NameNode 意外终止，SecondaryNameNode 会接替它使集群继续工作。(错误 )

分析：SecondaryNameNode是帮助恢复，而不是替代，如何恢复，可以查看

17. Cloudera CDH 是需要付费使用的。(错误 )

分析：第一套付费产品是Cloudera Enterpris，Cloudera Enterprise在美国加州举行的 Hadoop 大会 (Hadoop Summit) 上公开，以若干私有管理、监控、运作工具加强 Hadoop 的功能。收费采取合约订购方式，价格随用的 Hadoop 丛集大小变动。

18. Hadoop 是 Java 开发的，所以 MapRece 只支持 Java 语言编写。(错误 )

分析：rhadoop是用R语言开发的，MapRece是一个框架，可以理解是一种思想，可以使用其他语言开发。

19. Hadoop 支持数据的随机读写。(错 )

分析：lucene是支持随机读写的，而hdfs只支持随机读。但是HBase可以来补救。HBase提供随机读写，来解决Hadoop不能处理的问题。HBase自底层设计开始即聚焦于各种可伸缩性问题：表可以很“高”，有数十亿个数据行;也可以很“宽”，有数百万个列;水平分区并在上千个普通商用机节点上自动复制。表的模式是物理存储的直接反映，使系统有可能提高高效的数据结构的序列化、存储和检索。

20. NameNode 负责管理 metadata，client 端每次读写请求，它都会从磁盘中读取或则会写入 metadata 信息并反馈 client 端。(错误)

此题分析：

NameNode 不需要从磁盘读取 metadata，所有数据都在内存中，硬盘上的只是序列化的结果，只有每次 namenode 启动的时候才会读取。

1)文件写入

Client向NameNode发起文件写入的请求。

NameNode根据文件大小和文件块配置情况，返回给Client它所管理部分DataNode的信息。

Client将文件划分为多个Block，根据DataNode的地址信息，按顺序写入到每一个DataNode块中。

2)文件读取

Client向NameNode发起文件读取的请求。

21. NameNode 本地磁盘保存了 Block 的位置信息。( 个人认为正确，欢迎提出其它意见)

分析：DataNode是文件存储的基本单元，它将Block存储在本地文件系统中，保存了Block的Meta-data，同时周期性地将所有存在的Block信息发送给NameNode。NameNode返回文件存储的DataNode的信息。

Client读取文件信息。

22. DataNode 通过长连接与 NameNode 保持通信。( )

这个有分歧：具体正在找这方面的有利资料。下面提供资料可参考。

首先明确一下概念：

(1).长连接

Client方与Server方先建立通讯连接，连接建立后不断开，然后再进行报文发送和接收。这种方式下由于通讯连接一直存在，此种方式常用于点对点通讯。

(2).短连接

Client方与Server每进行一次报文收发交易时才进行通讯连接，交易完毕后立即断开连接。此种方式常用于一点对多点通讯，比如多个Client连接一个Server.

23. Hadoop 自身具有严格的权限管理和安全措施保障集群正常运行。(错误 )

hadoop只能阻止好人犯错，但是不能阻止坏人干坏事

24. Slave 节点要存储数据，所以它的磁盘越大越好。( 错误)

分析：一旦Slave节点宕机，数据恢复是一个难题

25. hadoop dfsadmin –report 命令用于检测 HDFS 损坏块。(错误 )

26. Hadoop 默认调度器策略为 FIFO(正确 )

27. 集群内每个节点都应该配 RAID，这样避免单磁盘损坏，影响整个节点运行。(错误 )

分析：首先明白什么是RAID，可以参考网络磁盘阵列。这句话错误的地方在于太绝对，具体情况具体分析。题目不是重点，知识才是最重要的。因为hadoop本身就具有冗余能力，所以如果不是很严格不需要都配备RAID。具体参考第二题。

28. 因为 HDFS 有多个副本，所以 NameNode 是不存在单点问题的。(错误 )

29. 每个 map 槽就是一个线程。(错误 )

分析：首先我们知道什么是map 槽,map 槽->map slotmap slot 只是一个逻辑值 ( org.apache.hadoop.mapred.TaskTracker.TaskLauncher.numFreeSlots )，而不是对应着一个线程或者进程

30. Maprece 的 input split 就是一个 block。(错误 )

31. NameNode 的 Web UI 端口是 50030，它通过 jetty 启动的 Web 服务。(错误 )

32. Hadoop 环境变量中的 HADOOP_HEAPSIZE 用于设置所有 Hadoop 守护线程的内存。它默认是 200 GB。( 错误)

hadoop为各个守护进程(namenode,secondarynamenode,jobtracker,datanode,tasktracker)统一分配的内存在hadoop-env.sh中设置，参数为HADOOP_HEAPSIZE，默认为1000M。

33. DataNode 首次加入 cluster 的时候，如果 log 中报告不兼容文件版本，那需要 NameNode执行“Hadoop namenode -format”操作格式化磁盘。(错误 )

分析：

首先明白介绍，什么ClusterID

ClusterID

添加了一个新的标识符ClusterID用于标识集群中所有的节点。当格式化一个Namenode，需要提供这个标识符或者自动生成。这个ID可以被用来格式化加入集群的其他Namenode。

二次整理

有的同学问题的重点不是上面分析内容：内容如下：

这个报错是说明 DataNode 所装的Hadoop版本和其它节点不一致，应该检查DataNode的Hadoop版本

;

H. 中国大数据产业特征包括（ ） (多选题)

以公有制为主体、多种所有。