Hive+Flume+Kafka章节测试六错题总结

题目2：

EXTERNAL关键字的作用？[多选]

A、EXTERNAL关键字可以让用户创建一个外部表
B、创建外部表时，可以不加EXTERNAL关键字
C、通过EXTERNAL创建的外部表只删除元数据，不删除数据
D、不加EXTERNAL的时候，默认创建内部表也叫管理表
【参考答案】: ACD
【您的答案】: ABC

external关键字可以让用户创建一个外部表，在建表的同时可以指定一个指向实际数据的路径（location），在删除表的时候，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据。默认创建的表都是所谓的管理表，有时也被称为内部表。因为这种表，Hive会（或多或少地）控制着数据的生命周期。所以ACD选项是正确的，不加external是内部表，B选项错误。

题目3：

对as和like的描述正确的是？[多选]

A、as可以将查询结果添加到新创建的表中
B、like根据已经存在的表结构创建表
C、as针对数据，like针对结构
D、as和like的作用一样
【参考答案】: ABC
【您的答案】: BC

根据查询结果创建表（查询的结果会添加到新创建的表中）

• hive (default)>create table if not exists student2 AS select id, name from student;

这个就是将查询结果添加到新创建的表中，所以A选项正确。

题目7：

聚合函数sum()over(…order by cu),中order by描述正确的是？ [单选题]

A、只要开窗中如果使用order by ,有累加功能，默认等于UNBOUNDED PRECEDING and current row
B、在聚合函数后，开窗中如果使用order by ,有累加功能，默认等于UNBOUNDED PRECEDING and current row
C、在非聚合函数后，开窗中如果使用order by ,有累加功能，默认等于UNBOUNDED PRECEDING and current row
D、在聚合函数后,开窗中如果无论是否使用order by ，都具有累加功能，默认等于UNBOUNDED PRECEDING and current row
【参考答案】: B
【您的答案】: A

B、在聚合函数后，开窗中如果使用order by，有累加功能，默认等于UNBOUNDED PRECEDING and current row。

在使用聚合函数后，如果在开窗函数中使用ORDER BY子句，它会定义用于计算累积的顺序，通常是按照某个列的值排序。默认情况下，它等同于UNBOUNDED PRECEDING and current row，这意味着对当前行及其之前的所有行进行累加操作。这允许你在窗口中根据指定的排序顺序对聚合函数进行计算。

题目12：

下列关于减少topic的分区数的描述正确的是？[单选题]

A、可以减少，使用命令sub进行移除。
B、可以减少，使用命令alter进行修改。
C、不可以减少，因为是一旦创建就不能改变的。
D、不可以减少，被删除的分区数据难以处理。
【参考答案】: D
【您的答案】: C

D、不可以减少，被删除的分区数据难以处理。

分区数一旦创建后通常是不可以减少的。删除分区会导致删除数据，这些数据难以恢复，因此通常情况下，分区数的减少是不允许的。如果需要减少分区数，通常需要创建一个新的表或数据集来满足新的需求，并迁移数据到新表中，而不是修改现有的分区数。

题目13：

下列关于Exactly Once语义中描述错误的是？[单选题]

A、当ack=-1，可以保证数据不会丢失。
B、当ack=0，可以保证数据不会重复。
C、当ack=1，即可以保证数据不会重复，也可以保证数据不会丢失。
D、幂等性无法保证跨分区跨会话的Exactly Once。
【参考答案】: C
【您的答案】: B

C、当ack=1，只能保证数据不会丢失，但无法保证数据不会重复。A选项，当ack=-1时，默认数据是不会丢失的。B选项，当ack等于0时，数据只会发送一次，不需要等待回复确认，可以保证数据不会重复。D选项，如果生产者中途宕机，然后重新建立会话时，不能保证不同会话时PID是一样，这时候重新发送重复数据时无法保证幂等性。

C选项，只能保证数据不会丢失，不能保证数据不会重复的问题。

题目15：

下列关于kafka 造成数据丢失的场景描述正确的是？[多选题]

A、ack=0时，leader故障有可能丢失数据。
B、ack=1时，在follower同步成功之前leader故障，将会丢失数据。
C、ack=-1时，在follower同步完成后，broker发送ack之前，leader发生故障，可能会丢失数据。
D、ack=-1时，在follower同步完成前，broker发送ack之后，leader发生故障，可能会丢失数据。
【参考答案】: AB
【您的答案】: ABD

ack=-1时，不会丢数据，所以C, D 错误

题目17：

配置Metastore到MySql的说法正确的是？ [单选题]

A、默认数据库derby容量太小
B、为了能够实现多窗口启动hive
C、为了使用JDBC的方式连接Hive
D、默认数据库也能实现hive多窗口启动
【参考答案】: B
【您的答案】: C

在某些情况下，为了支持多个Hive客户端同时连接到Hive Metastore，需要将Metastore配置为使用外部数据库，如MySQL。这是因为默认的Derby数据库通常只支持单个连接，这意味着只能有一个Hive客户端会话在同一时间连接到Hive Metastore。通过将Metastore配置为使用外部数据库，可以允许多个Hive客户端并发连接到Metastore，实现多窗口启动Hive。

题目21：

Hive中对Parquet格式描述正确的是？[多选]

A、Parquet文件是以二进制方式存储的，所以是不可以直接读取的
B、文件中包括该文件的数据和元数据，因此Parquet格式文件是自解析的。
C、可以把每一个行组由一个Mapper任务处理，增大任务执行并行度
D、在Parquet中，有三种类型的页：数据页、字典页和索引页
【参考答案】: ABCD
【您的答案】: BC

A选项：Parquet文件是以二进制方式存储的，所以是不可以直接读取的，从某个角度来说不是很准确，是可以读取和解析的，但解释为不可以直接读取也是正确的。

D选项：正确，就是这三种类型。

题目23：

Hive中对本地模式描述正确的是？[多选]

A、Hive可以通过本地模式在单台机器上处理所有的任务
B、对于小数据集，执行时间可以明显被缩短。
C、用户可以通过设置hive.exec.mode.local.auto的值为true，来让Hive在适当的时候自动启动这个优化，默认是false。
D、设置local mr的最大输入数据量，当输入数据量小于这个值时采用local mr的方式，默认为134217728，即128M
【参考答案】: ABCD
【您的答案】: ABD

C选项是正确的，存在该参数，在hive/conf/hive-default.xml.template文件中可以查看到该参数的默认情况，默认为false。

<property><name>hive.exec.mode.local.auto</name><value>false</value><description>Let Hive determine whether to run in local mode automatically</description></property>

题目24：

Hive中对推测执行描述正确的是？[多选]

A、为了避免，一个作业的多个任务之间运行速度不一致，一个慢的任务会拖慢作业的整体执行进度这种情况，Hadoop采用了推测执行（Speculative Execution）机制。
B、根据一定的法则推测出“拖后腿”的任务，并为这样的任务启动一个备份任务，让该任务与原始任务同时处理同一份数据，并最终选用最先成功运行完成任务的计算结果作为最终结果。
C、Hadoop的mapred-site.xml文件中进行配置，mapreduce.map.speculative默认是true
D、hive本身也提供了配置项来控制reduce-side的推测执行：hive.mapred.reduce.tasks.speculative.execution默认是true
【参考答案】: ABCD
【您的答案】: ACD

C 选项，在mapred-default.xml文件总找到了该参数，默认确实为true。

<property><name>mapreduce.map.speculative</name><value>true</value><description>If true, then multiple instances of some map tasksmay be executed in parallel.</description>
</property>

D选项, 在hive/conf/hive-default.xml.template文件中确实存在配置项来控制推测执行，正确。

<property><name>hive.mapred.reduce.tasks.speculative.execution</name><value>true</value><description>Whether speculative execution for reducers should be turned on. </description></property>

题目25：

Hive中对动态分区描述正确的是？[多选]

A、对分区表Insert数据时候，hive自动会根据分区字段的值，将数据插入到相应的分区中,但需要进行相应的配置。
B、开启动态分区功能（默认true，开启）hive.exec.dynamic.partition=true
C、在所有执行MR的节点上，最大一共可以创建多少个动态分区。默认1000
D、整个MR Job中，最大可以创建多少个HDFS文件。默认100000
【参考答案】: ABCD
【您的答案】: ACD
B选项，在hive/conf/hive-default.xml.template文件中可以确定动态分区功能默认是开启的。

<property><name>hive.exec.dynamic.partition</name><value>true</value><description>Whether or not to allow dynamic partitions in DML/DDL.</description></property>

题目26：

Hive中对内外表描述正确的是？[多选]

A、可以通过desc formatted table 来查询表的类型
B、修改内部表xxx为外部表alter table xxx set tblproperties(‘EXTERNAL’=‘TRUE’);
C、修改外部表xxx为内部表alter table xxx set tblproperties(‘EXTERNAL’=‘FALSE’);
D、(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法，区分大小写
【参考答案】: ABCD
【您的答案】: AD
A、可以通过 desc formatted table 来查询表的类型。这是正确的，可以使用此命令来查看表的详细信息，包括表的类型（内部表或外部表）。

B、修改内部表为外部表的语法是使用以下命令：

ALTER TABLE xxx 
SET TBLPROPERTIES('EXTERNAL'='TRUE');

这个命令是正确的，它将内部表修改为外部表。

C、修改外部表为内部表的语法是使用以下命令：

ALTER TABLE xxx 
SET TBLPROPERTIES('EXTERNAL'='FALSE');

这个命令是正确的，它将外部表修改为内部表。

D、('EXTERNAL'='TRUE') 和 ('EXTERNAL'='FALSE') 是用于设置表属性的键值对，它们不是固定写法，而是用来指示表的类型的。这些键值对的大小写是敏感的，所以区分大小写是正确的。

所以正确的选项是 A、B、C 和 D。