MapReduce相关问题

1.在高阶数据处理中，往往无法把整个流程写在单个MapReduce作业中，下列关于链接MapReduce作业的说法，不正确的是？（）答案：A
A.

ChainReducer.addMapper()方法中，一般对键/值对发送设置成值传递，性能好且安全性高 

B.使用ChainReducer时，每个mapper和reducer对象都有一个本地JobConf对象 

C.ChainMapper和ChainReducer类可以用来简化数据预处理和后处理的构成

D.Job和JobControl类可以管理非线性作业之间的依赖 

3.下列关于HDFS为存储MapReduce并行切分和处理的数据做的设计，错误的是 答案：B

（知识点：每个分片不能太小，否则启动与停止各个分片处理所需的开销将占很大一部分执行时间

A.FSDataInputStream扩展了DataInputStream以支持随机读

B.为实现细粒度并行，输入分片(Input Split)应该越小越好

C.一台机器可能被指派从输入文件的任意位置开始处理一个分片

D.输入分片是一种记录的逻辑划分，而HDFS数据块是对输入数据的物理分割

4.MapReduce框架提供了一种序列化键/值对的方法，支持这种序列化的类能够在Map和Reduce过程中充当键或值，以下说法错误的是  答案：C

A.实现Writable接口的类是值

B.实现WritableComparable接口的类可以是值或键

C.Hadoop的基本类型Text并不实现WritableComparable接口

D.键和值的数据类型可以超出Hadoop自身支持的基本类型

5.关于 mapreduce 执行过程，说法错误的是（B ）

A.Reduce 大致分为 copy、sort、reduce 三个阶段

B.数据从环形缓冲区溢出时会进行分区的操作

C.Reduce默认只进行内存到磁盘和磁盘到磁盘合并

D.shuffle指的是map输出之后到reduce输入之前

9.MapReduce编程模型中以下组件哪个是最后执行的？ 

A、Mapper

B、Partitioner

C、Reducer

D、RecordReader

答案：C
解答：以上这四个MapReduce编程模型中的执行顺序是：recordReader -->  mapper --> partitioner --> reducer

10.在MapReduce中，哪个组件是用户不指定也不会有默认的？ 

A、Combiner

B、OutputFormat 

C、Partitioner 

D、InputFormat

答案：A
解答：在MapReduce编程模型中，Combiner是可有可无的组件，它的作用就是用来给mapTask的结果数据做局部合并以减少reduceTask接收的数据量，以减少网络数据传输。OutputFormat的默认组件是TextOutputFormat，InputFormat的默认组件是TextInputFormat，Partitioner的默认实现是HashPartitioner

11.下列关于使用MapReduce编程模型实现SQL中的join操作错误的是？
A、ReduceJoin可以实现内链接，也能实现各种外连接

B、ReduceJoin的join操作是在MapReduce程序中的reducer阶段完成的

C、MapJoin也适合各种join场景，也能实现内连接和各种外链接

D、MapJoin不会产生数据倾斜

答案：C
解答：Ma