大数据库题目集——判断题

Posted 随兴随缘

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了大数据库题目集——判断题相关的知识,希望对你有一定的参考价值。

1:根据IDC作出的估测,数据每两年增长一倍。T

2:根据IDC作出的估测,数据一直都在以每年50%的速度增长。T

3:大数据是一种价值密度低,而商业价值高的数据集合。T

4:大数据是由结构化、半结构化数据和非结构化数据组成的。T

5:大数据是由结构化、半结构化数据和非结构化数据组成的。F

6:大数据是一种价值密度低,商业价值也低的数据集合。F

7:大数据是一种价值密度高,而商业价值低的数据集合。F

8:Hadoop汇集了结构化和非结构化的数据。T

9:Hadoop是一个大规模串行处理框架,拥有超级计算能力。F

10:CAP原则是在一个分布式系统中,一致性、可用性、分区容错性,三者不可得兼。T

11:BASE理论是对CAP理论的延伸,核心思想是即使无法做到强一致性,但应用可以采用适合的方式达到最终一致性。T

12:Hive的存储位置可在建表时自由指定在HDFS之上的合适位置。T

13:Hive有专门的数据存储格式。F

14:Hive本身没有专门的数据存储格式,它基本支持HDFS支持的所有文本格式。T

15:Hadoop集群通常由一个NameNode和多个DataNode组成。T

16:Hadoop集群中 ResourceManager工作在主节点上,负责对多个NodeManager的资源实行统一管理和调度。T

17:Hadoop集群中NodeManager工作在从节点上,相当于所在机器的代理,负责本机程序运行、资源管理和监控。T

18:Hive数据以多副本的主从模式进行存储,保障了数据的可用性。T

19:Hive数据以单机模式进行存储。F

20:Hive建表时,可以由用户指定表的字段间间隔符、换行符以及存储位置等。T

21:Hive的分区技术可以避免Hive全表扫描,提升查询效率。T

22:Hive中的分区就是分目录,把一个大的数据集根据业务需要分割成小的数据集。T

23:Hive分区使用的是表外字段,Hive分桶使用的是表内字段。T

24:Hive分区使用的是表外字段,Hive分桶使用的是表外字段。F

25:Hive分区使用的是表内字段,Hive分桶使用的是表内字段。F

26:Hive分区使用的是表内字段,Hive分桶使用的是表内字段。F

27:Hive分区数量是固定的,Hive分桶数量是固定的。F

28:Hive分区数量是固定的,Hive分桶数量不是固定的。F

29:Hive分区数量是固定的,Hive分桶数量不是固定的。T

30:Hive分区数量不是固定的,Hive分桶数量不是固定的。F

31:Hive分区可以再分区,Hive分桶可以再分桶。F

32:Hive分区可以再分区,Hive分桶不可以再分桶。T

33:Hive分区不可以再分区,Hive分桶可以再分桶。F

34:Hive分区不可以再分区,Hive分桶不可以再分桶。F

35:Hive 中 SORT BY是对每个Reducer内部进行排序,对全局结果集来说不是排序。T

36:Hive 中 SORT BY是对全局结果集进行排序。F

37:Hive 中 SORT BY是对每个Reducer内部进行排序,对全局结果集来说也是排序的。F

38:Hive 中 ORDER BY能保证输出中的总顺序。T

39:Hive 中SORT BY 控制Reducer内的数据进行排序。T

40:使用Hive的DISTRIBUTE BY 子句可以控制某个特定行被分配到指定Reducer。T

41:Hive 中,当DISTRIBUTE BY和SORT BY字段相同且排序规则为升序时,可以使用CLUSTER BY方式代替。T

42:Hive 中,当DISTRIBUTE BY和SORT BY字段相同且排序规则为降序时,可以使用CLUSTER BY方式代替。F

43:Hive 中,使用CLUSTER BY方式进行字段排序时可以指定排序规则。F

44:Hive 中,使用CLUSTER BY方式进行字段排序时可以指定降序。F

45:键值数据库非常适合通过键对数据进行查询和修改等操作。T

46:键值数据库具有极高的并发读写性能。T

47:redis 的 string 可以包含任何数据,比如jpg图片或者序列化的对象。T

48:Redis列表是通过链接列表实现的简单的字符串列表,按照插入顺序排序。T

49:Redis列表越靠近头和尾的元素操作越快,越靠近中间则越慢。T

50:Redis列表越靠近头的元素操作越快,越靠近尾的元素操作越慢。F

51:Redis列表越靠近尾的元素操作越快,越靠近头的元素操作越慢。F

52:Redis列表是一个有序集合。T

53:在redis数据库中,如果在列表头部和尾部插入数据,性能会非常高,不受链表长度的影响。T

54:在redis数据库中,如果在列表头部和尾部插入数据,性能会受到链表长度的影响。F

55:Redis 的HASH类型中,key 对应的 value 是一个二维数组。T

56:redis的Set是一个有序string类型集合。F

57:redis的set 集合不允许数据重复,如果添加的数据在 set 中已经存在,将只保留一份。T

58:redis的set 类型提供了多个 set 之间的聚合运算,如求交集、并集、补集,这些操作在 redis 内部完成,效率很高。T

59:redis的ZSet是一个string类型集合,且不允许重复的元素。T

60:redis的ZSet中,每个元素都会关联一个双精度类型的分数。redis通过集合中的分数来为集合中的元素进行从小到大的排序。T

61:redis的ZSet是有序的,每个元素是唯一的。T

62:redis的ZSet是有序的,集合元素是可以重复的。F

63:redis的有序集合是使用散列表和跳跃表实现的。所以和列表相比,操作中间元素的速度也很快。T

64:Redis 数据类型中的有序集合类型比 Redis 数据类型中的列表类型更加耗费资源。T

65:数据的复制是单向的,只能由从节点到主节点。F

66:数据的复制是单向的,只能由主节点到从节点。T

67:数据的复制是双向的,可能由主节点到从节点。F

68:在redis中,一个主节点可以有多个从节点(或没有从节点),但一个从节点只能有一个主节点。T

69:在redis中,一个主节点可以有多个从节点(或没有从节点),但一个从节点只能有一个主节点。F

70:HBase是一种构建在HDFS之上的分布式、面向列的存储系统。T

71:HBase不是关系型数据库,也不支持SQL。T

72:HBase是关系型数据库,但不支持SQL。F

73:HBase的数据是用表来组织的,表由行和列组成,列分为若干个列族。T

74:HBase的数据是用表来组织的,表由行和列组成,列分为若干个列族。T

75:HBase列族里的数据通过列限定符(或列)来定位。T

76:HBase每个单元格都保存着同一份数据的多个版本,这些版本采用时间戳进行索引。T

77:在HBase中创建一个表的时候,列族必须作为模式定义的一部分预先给出,而列族成员可以随后按需加入。T

78:在HBase中创建一个表的时候,列族与列族成员必须作为模式定义的一部分预先给出。F

79:在HBase中创建一个表的时候,列族与列族成员都支持动态扩展的,都可以随后按需加入。F

80:一个HBase表中会有若干个行键,且行键的值不能重复。T

81:HBase行键按字典顺序排列,最低的顺序首先出现在表格中。T

82:HBase自动把表水平划分为区域,每个区域都是有若干连续行构成的,一个区域由所属的表、起始行、终止行(不包括这行)三个要素来表示。T

83:HBase集群中的每个节点(Region Server)管理整个表的一个区域。F

84:HBase集群中的每个节点(Region Server)管理整个表的若干个区域。T

85:当一张表的行太多的时候,HBase 就会根据行键的值对表中的行进行分区。T

86:HBase中,不同的 Region 可以分布在不同的 Region Server 上,但一个 Region 不会拆分到多个 Region Server 上。T

87:HBase中,不同的 Region 可以分布在不同的 Region Server 上,同一个 Region 也可以拆分到多个 Region Server 上。。F

88:HBase中,不同的 Region 可以放在同一个 Region Server 上,但一个 Region 不会拆分到多个 Region Server 上。F

89:HBase中,不同的 Region 可以放在同一个 Region Server 上,一个 Region 也可拆分到多个 Region Server 上。F

90:HBase Client使用HBase的RPC机制与HMaster和HRegionServer进行通信,对于管理类操作,Client与HMaster进行RPC;对于数据读写类操作,Client与HRegionServer进行RPC。T

91:Zookeeper保证任何时候,HBase集群中只有一个master。T

92:HMaster是主服务器的实现,主服务器负责监视集群中所有的RegionServer实例,并且是所有元数据更改的接口。T

93:Hmaster为Region server分配region。T

94:HBase为每个列族建一个HStore ,如果有几个列族,也就有几个HStore。T

95:HBase区域服务器RegionServer负责存储和维护分配给自己的Region,响应客户端的读写请求。T

96:HBase行中没有保存数据的列或单元格不占用存储空间,一张表中列族对应的列可随着插入数据的业务变化而变化,每行列可以有差别。T

97:每行都有一个可排序的主键和任意多的列,列可以根据需要动态的增加,同一张表中不同的行可以有截然不同的列。T

98:HBase中的数据都是字符串,没有类型。T

99:HBase每个单元格中的数据可以有多个版本。T

100:HBase需要先禁用表才能删除表。T

101:HBase启用的表是可以删除的。F

102:文档数据库主要目标是在键值存储方式(提供了高性能和高伸缩性)以及传统的关系数据系统(丰富的功能)之间架起一座桥梁,集两者的优势于一身。T

103:MongoDB是一个基于分布式文件存储的数据库。T

104:MongoDB 数据库是一个面向集合且模式自由的文档类型数据库。T

105:文档数据库允许创建许多不同类型的非结构化的或任意格式的字段。T

106:MongoDB中,同一集合内,表格中每行数据的模式并不需要相同。T

107:集合是一组MongoDB的文件。集合中的文档可以有不同的字段。T

108:MongoDB集合中的文档的字段是相同的。F

109:当MongoDB的第一个文档插入时,不存在的集合就会被创建。T

110:MongoDB 的文档需要设置相同的字段,并且相同的字段需要相同的数据类型。F

111:MongoDB 的文档不需要设置相同的字段,相同的字段需要相同的数据类型。F

112:MongoDB 的文档需要设置相同的字段,只是相同的字段不需要相同的数据类型。F

113:MongoDB文档中的键/值对是无序的。F

114:MongoDB的文档可以有重复的键。F

115:当MongoDB的第一个文档插入时,不存在的集合就会被创建。T

116:MongoDB分片后无法更改分片键的选择,且分片集合只能有一个分片键。T

117:MongoDB分片后可以更改分片键的选择,分片集合只能有一个分片键。F

118:MongoDB分片后无法更改分片键的选择,分片集合可以有多个分片键。F

119:MongoDB分片后可以更改分片键的选择,分片集合可以有多个分片键。F

120:在 MongoDB 中,你不需要创建集合。当你插入一些文档时,MongoDB 会自动创建集合。T

121:图数据库中图是顶点和边的集合。T

122:图数据库中图是顶点和边的集合。T

123:图数据库是存储图片的数据库。F

124:图数据库中关系是无向的。F

125:属性图不允许每个节点和边有一组可变的属性列表。F

126:图数据库通过事务来保证一致性。T

127:图数据库允许出现悬挂关系。F

128:图数据库在删除节点时可同时删除其上的关系。F

129:属性图模型中节点包含属性,而关系不包含属性。F

130:属性图模型中节点和关系都可以包含属性。T

131:图数据库中路径表示遍历属性图,由一系列交替的节点和关系组成。T

132:Neo4j中节点存储区是固定大小的记录存储。T

133:Neo4j中联系存储区的记录大小是可变的。F

134:Neo4j中属性记录是固定大小的。T

135:在Neo4j中要定义字符串类型属性值,需要使用单引号或双引号。T

136:在Neo4j中UNION子句返回没有重复的数据行。T

137:在Neo4j中UNION ALL子句返回没有重复的数据行。F

138:大数据是一种价值密度高,商业价值也高的数据集合。F

以上是关于大数据库题目集——判断题的主要内容,如果未能解决你的问题,请参考以下文章

最强解析面试题:回文数

hdu--1878--欧拉回路(并查集判断连通,欧拉回路模板题)

CodeForces-920E Connected Components? 广度搜索 判断联通 大量数据下重复点的删除

PTA基础编程题目集6-7 统计某类完全平方数 (函数题)

支付宝三面Java面试37题:JVM+缓存+性能+架构!含答案大赠送!

OOP PTA题目集4-6总结性BLOG