[14. Mai 2022] Neueste Cloudera CCA175 Exam Practice Test zu gewinnen Brilliante Ergebnis [Q48-Q68]

NEUE FRAGE 48
RICHTIGER TEXT
Problemszenario 57: Sie haben das folgende Codeschnipsel erhalten.
val a = sc.parallelize(1 bis 9, 3) operationl
Schreiben Sie einen korrekten Codeschnipsel für operationl, der die gewünschte Ausgabe erzeugt (siehe unten).
Array[(String, Seq[lnt])] = Array((even,ArrayBuffer(2, 4, G, 8)), (odd,ArrayBuffer(1, 3, 5, 7,
9)))

NEUE FRAGE 49
RICHTIGER TEXT
Problemszenario 39: Sie haben zwei Dateien erhalten
spark16/file1.txt
1,9,5
2,7,4
3,8,3
spark16/file2.txt
1 ,g,h
2 ,i,j
3 ,k,l
Laden Sie diese beiden Kacheln als Spark RDD und verbinden Sie sie, um die folgenden Ergebnisse zu erhalten
(l,((9,5),(g,h)))
(2, ((7,4), (i,j))) (3, ((8,3), (k,l)))
Und schreiben Sie einen Codeschnipsel, der die zweiten Spalten der oben verbundenen Ergebnisse (5+4+3) summiert.

NEUE FRAGE 50
RICHTIGER TEXT
Problemszenario 85: In Fortsetzung der vorherigen Frage führen Sie bitte die folgenden Aktivitäten durch.
1. Wählen Sie alle Spalten der Produkttabelle mit der folgenden Ausgabeüberschrift aus. productID AS ID code AS Code name AS Beschreibung price AS 'Unit Price'
2. Wählen Sie den Code und den Namen, beide durch ' -' getrennt, und der Name der Kopfzeile sollte Produkt sein.
Beschreibung".
3. Wählen Sie alle unterschiedlichen Preise aus.
4 . Wählen Sie eine eindeutige Preis- und Namenskombination.
5 . Wählen Sie alle Preisdaten aus, die nach der Kombination aus Code und Produkt-ID sortiert sind.
6 . Zählen Sie die Anzahl der Produkte.
7 . Zählen Sie die Anzahl der Produkte für jeden Code.

NEUE FRAGE 51
RICHTIGER TEXT
Problemszenario 61: Sie haben das folgende Codeschnipsel erhalten.
val a = sc.parallelize(List("Hund", "Lachs", "Lachs", "Ratte", "Elefant"), 3) val b = a.keyBy(_.length) val c = sc.parallelize(List("Hund", "Katze", "Gnu", "Lachs", "Kaninchen", "Truthahn", "Wolf", "Bär", "Biene"), 3) val d = c.keyBy(_.length) operationl
Schreiben Sie einen korrekten Codeschnipsel für operationl, der die gewünschte Ausgabe erzeugt (siehe unten).
Array[(lnt, (String, Option[String]}}] = Array((6,(lachs,Some(lachs))),
(6,(Lachs,Some(Kaninchen))),
(6,(Lachs,Etwas(Pute))), (6,(Lachs,Etwas(Lachs))), (6,(Lachs,Etwas(Kaninchen))),
(6,(Lachs,Some(Truthahn))), (3,(Hund,Some(Hund))), (3,(Hund,Some(Katze))),
(3,(Hund,Some(dog))), (3,(Hund,Some(bee))), (3,(Ratte,Some(dogg)), (3,(Ratte,Some(cat)j),
(3,(Ratte.Some(gnu))). (3,(Ratte,Some(bee))), (8,(Elefant,None)))

NEUE FRAGE 52
RICHTIGER TEXT
Problemszenario 86: In Fortsetzung der vorherigen Frage führen Sie bitte die folgenden Aktivitäten durch.
1 . Wählen Sie Maximum, Minimum, Durchschnitt, Standardabweichung und Gesamtmenge.
2 . Wählen Sie den Mindest- und Höchstpreis für jeden Produktcode.
3. Wählen Sie Maximum, Minimum, Durchschnitt, Standardabweichung und Gesamtmenge für jeden Produktcode aus. Stellen Sie jedoch sicher, dass Durchschnitt und Standardabweichung maximal zwei Dezimalwerte haben.
4. Wählen Sie alle Produktcodes und Durchschnittspreise nur aus, wenn die Anzahl der Produkte größer oder gleich 3 ist.
5. Wählen Sie für jeden Code das Maximum, das Minimum, den Durchschnitt und die Summe aller Produkte aus. Erzeugen Sie dasselbe auch für alle Produkte.

NEUE FRAGE 53
RICHTIGER TEXT
Problemszenario 12: Sie haben die folgenden mysql-Datenbankdetails sowie weitere Informationen erhalten.
user=retail_dba
passwort=cloudera
database=retail_db
jdbc URL = jdbc:mysql://quickstart:3306/retail_db
Bitte führen Sie Folgendes durch.
1. Erstellen Sie eine Tabelle in retailedb mit folgender Definition.
CREATE table departments_new (department_id int(11), department_name varchar(45), created_date T1MESTAMP DEFAULT NOW());
2 . Jetzt werden die Datensätze aus der Tabelle abteilungen in abteilungen_neu eingefügt.
3 . Importieren Sie nun Daten aus der Tabelle departments_new in hdfs.
4 . Fügen Sie die folgenden 5 Datensätze in die Tabelle abteilungen_neu ein. Insert into abteilungen_neu values(110, "Bauwesen" , null); Insert into abteilungen_neu values(111, "Maschinenbau" , null);
Insert into abteilungen_neu values(112, "Automobile" , null); Insert into abteilungen_neu values(113, "Pharma" , null);
Insert into abteilungen_neu values(114, "Social Engineering" , null);
5. Führen Sie nun den inkrementellen Import anhand der Spalte created_date durch.

NEUE FRAGE 54
RICHTIGER TEXT
Problemszenario 23: Sie haben einen Dienst zur Erstellung von Protokollen (siehe unten) erhalten.
Start_logs (Es werden kontinuierlich Protokolle erstellt)
Tail_logs (Sie können prüfen, welche Protokolle erzeugt werden)
Stop_logs (stoppt den Protokolldienst)
Pfad, in dem die Protokolle mit dem oben genannten Dienst erstellt werden: /opt/gen_logs/logs/access.log
Schreiben Sie nun eine Flume-Konfigurationsdatei mit dem Namen flume3.conf, mit dieser Konfigurationsdatei werden die Protokolle im HDFS-Dateisystem in einem Verzeichnis mit dem Namen flumeflume3/%Y/%m/%d/%H/%M abgelegt
Das bedeutet, dass jede Minute ein neues Verzeichnis erstellt werden sollte). Bitte verwenden Sie die Abfangjäger, um Zeitstempelinformationen bereitzustellen, wenn der Nachrichtenkopf keine Header-Informationen enthält.
Beachten Sie auch, dass Sie den vorhandenen Zeitstempel beibehalten müssen, wenn die Nachricht ihn enthält. Der Flume-Kanal sollte auch folgende Eigenschaft haben. Nach jeweils 100 Nachrichten sollte ein Commit erfolgen. Verwenden Sie einen nicht dauerhaften/schnellen Kanal und er sollte maximal 1000 Ereignisse aufnehmen können.

NEUE FRAGE 55
RICHTIGER TEXT
Problemszenario 31 : Sie haben folgende zwei Dateien erhalten
1 . Inhalt.txt: Enthält eine große Textdatei mit durch Leerzeichen getrennten Wörtern.
2 . Entfernen.txt: Alle in dieser Datei angegebenen Wörter ignorieren/filtern (durch Komma getrennt).
Schreiben Sie ein Spark-Programm, das die Datei Content.txt liest, als RDD lädt und alle Wörter aus einer Broadcast-Variablen entfernt (die als RDD von Wörtern aus Remove.txt geladen wird).
Zählen Sie die Vorkommen der einzelnen Wörter und speichern Sie sie als Textdatei im HDFS.
Inhalt.txt
Hallo, hier ist ABCTech.com
Dies ist TechABY.com
Apache Spark-Schulung
Dies ist Spark Learning Session
Spark ist schneller als MapReduce
Entfernen.txt
Hallo, ist, dies, die

NEUE FRAGE 56
RICHTIGER TEXT
Problemszenario 17: Sie haben die folgenden mysql-Datenbankdetails sowie weitere Informationen erhalten.
user=retail_dba
passwort=cloudera
database=retail_db
jdbc URL = jdbc:mysql://quickstart:3306/retail_db
Bitte führen Sie die folgende Aufgabe aus.
1. Erstellen Sie eine Tabelle im Hive wie folgt: create table departments_hiveOl(department_id int, department_name string, avg_salary int);
2. Erstellen Sie eine weitere Tabelle in mysql mit folgender Anweisung CREATE TABLE IF NOT EXISTS departments_hive01(id int, department_name varchar(45), avg_salary int);
3. Kopieren Sie alle Daten aus der Tabelle abteilungen in abteilungen_hive01 mit insert into abteilungen_hive01 select a.*, null from abteilungen a;
Fügen Sie auch die folgenden Datensätze wie folgt ein
insert into abteilungen_hive01 values(777, "Nicht bekannt",1000);
insert into abteilungen_hive01 values(8888, null,1000);
insert into abteilungen_hive01 values(666, null,1100);
4. Importieren Sie nun Daten aus der Mysql-Tabelle departments_hive01 in diese Hive-Tabelle. Bitte stellen Sie sicher, dass die Daten mit dem unten stehenden Hive-Befehl sichtbar sind. Wenn beim Importieren ein Nullwert für die Spalte department_name gefunden wird, ersetzen Sie ihn durch "" (leere Zeichenkette) und für die Spalte id durch -999 select * from departments_hive;

NEUE FRAGE 57
RICHTIGER TEXT
Problemszenario 4: Sie haben eine MySQL-DB mit den folgenden Details erhalten.
user=retail_dba
passwort=cloudera
database=retail_db
table=retail_db.categories
jdbc URL = jdbc:mysql://quickstart:3306/retail_db
Bitte führen Sie folgende Aktivitäten durch.
Importieren einer einzelnen Tabelle Kategorien (Teilmenge Daten} in eine von Hive verwaltete Tabelle, wobei category_id zwischen 1 und 22 liegt

NEUE FRAGE 58
RICHTIGER TEXT
Problemszenario 62: Sie haben das folgende Codeschnipsel erhalten.
val a = sc.parallelize(List("HundM, "Tiger", "Löwe", "Katze", "Panther", "Adler"), 2) val b = a.map(x => (x.length, x)) operation1
Schreiben Sie einen korrekten Codeschnipsel für operationl, der die gewünschte Ausgabe erzeugt (siehe unten).
Array[(lnt, String)] = Array((3,xdogx), (5,xtigerx), (4,xlionx), (3,xcatx), (7,xpantherx),
(5,xeaglex))

NEUE FRAGE 59
RICHTIGER TEXT
Problem Szenario 58 : Sie haben das folgende Codefragment erhalten.
val a = sc.parallelize(Liste("Hund", "Tiger", "Löwe", "Katze", "Spinne", "Adler"), 2) val b = a.keyBy(_.length) operation1
Schreiben Sie einen korrekten Codeschnipsel für operationl, der die gewünschte Ausgabe erzeugt (siehe unten).
Array[(lnt, Seq[String])] = Array((4,ArrayBuffer(lion)), (6,ArrayBuffer(spider)),
(3,ArrayBuffer(Hund, Katze)), (5,ArrayBuffer(Tiger, Adler}}

NEUE FRAGE 60
RICHTIGER TEXT
Problemszenario 68 : Sie haben eine Datei wie unten angegeben.
spark75/f ile1.txt
Die Datei enthält einen Text. Wie unten angegeben
spark75/file1.txt
Apache Hadoop ist ein in Java geschriebenes Open-Source-Software-Framework für die verteilte Speicherung und verteilte Verarbeitung sehr großer Datensätze auf Computerclustern, die aus handelsüblicher Hardware bestehen. Alle Module in Hadoop wurden unter der grundlegenden Annahme entwickelt, dass Hardwareausfälle üblich sind und vom Framework automatisch behandelt werden sollten
Der Kern von Apache Hadoop besteht aus einem Speicherteil, der als Hadoop Distributed File
System (HDFS) und einem Verarbeitungsteil namens MapReduce. Hadoop teilt Dateien in große Blöcke auf und verteilt sie auf die Knoten eines Clusters. Um Daten zu verarbeiten, überträgt Hadoop verpackten Code für die Knoten, die ihn auf der Grundlage der zu verarbeitenden Daten parallel verarbeiten.
Dieser Ansatz nutzt die Vorteile der Datenlokalität, indem die Knoten die Daten, auf die sie Zugriff haben, so manipulieren, dass der Datensatz schneller und effizienter verarbeitet werden kann als in einer herkömmlichen Supercomputer-Architektur, die auf einem parallelen Dateisystem basiert, in dem Berechnungen und Daten über Hochgeschwindigkeitsnetzwerke verteilt sind.
Eine etwas kompliziertere Aufgabe ist die Zerlegung von Sätzen aus unseren Dokumenten in Wort-Bigramme. Ein Bigramm ist ein Paar von aufeinanderfolgenden Token in einer bestimmten Reihenfolge.
Wir werden uns mit der Bildung von Bigrammen aus den Wortfolgen der einzelnen Sätze befassen und dann versuchen, die am häufigsten vorkommenden Wörter zu finden.
Das erste Problem besteht darin, dass die Werte in jeder Partition unseres ursprünglichen RDD Zeilen aus der Datei und nicht Sätze beschreiben. Sätze können auf mehrere Zeilen aufgeteilt sein. Mit der RDD-Methode glom() wird für jedes Dokument ein einziger Eintrag erstellt, der die Liste aller Zeilen enthält. Anschließend können wir die Zeilen zusammenfügen und sie dann unter Verwendung von "." als Trennzeichen in Sätze aufteilen, wobei wir flatMap verwenden, so dass jedes Objekt in unserem RDD jetzt ein Satz ist.
Ein Bigramm ist ein Paar von aufeinanderfolgenden Token in einer bestimmten Reihenfolge. Bitte bilden Sie Bigramme aus den Wortfolgen in jedem Satz und versuchen Sie dann, die am häufigsten vorkommenden zu finden.

NEUE FRAGE 61
RICHTIGER TEXT
Problemszenario 47: Sie haben den folgenden Codeschnipsel mit einer Zwischenausgabe erhalten.
val z = sc.parallelize(Liste(1,2,3,4,5,6), 2)
// Drucken wir zunächst den Inhalt des RDD mit Partitionsbezeichnungen aus
def myfunc(index: Int, iter: lterator[(lnt)]): lterator[String] = {
iter.toList.map(x => "[partID:" + index + ", val: " + x + "]").iterator
}
//In jedem Durchlauf kann die Ausgabe unterschiedlich sein, bei der Lösung des Problems wird nur die untenstehende Ausgabe angenommen.
z.mapPartitionsWithlndex(myfunc).collect
res28: Array[String] = Array([partlD:0, wert: 1], [partlD:0, wert: 2], [partlD:0, wert: 3], [partlD:1, wert: 4], [partlD:1, wert: S], [partlD:1, wert: 6])
Wenden Sie nun die Aggregat-Methode auf das RDD z an, mit zwei Reduktionsfunktionen, wobei die erste den Maximalwert in jeder Partition auswählt und die zweite alle Maximalwerte aus allen Partitionen addiert.
Initialisieren Sie das Aggregat mit dem Wert 5, so dass die erwartete Ausgabe 16 sein wird.

NEUE FRAGE 62
RICHTIGER TEXT
Problemszenario 15: Sie haben die folgenden mysql-Datenbankdetails sowie weitere Informationen erhalten.
user=retail_dba
passwort=cloudera
database=retail_db
jdbc URL = jdbc:mysql://quickstart:3306/retail_db
Bitte führen Sie folgende Aktivitäten durch.
1. Fügen Sie in der Tabelle mysql abteilungen folgenden Datensatz ein. Fügen Sie in Abteilungen Werte(9999, '"Data Science "1) ein;
2. Nun gibt es ein nachgeschaltetes System, das Dumps dieser Datei verarbeiten kann. Das System ist jedoch so konzipiert, dass es nur Dateien verarbeiten kann, bei denen die Felder in (') Anführungszeichen eingeschlossen sind und die Trennung des Feldes (-}) sein sollte und die Zeile mit : (Doppelpunkt) abgeschlossen werden muss.
3. Wenn die Daten selbst das " (Anführungszeichen }) enthalten, sollte es mit einem Escapezeichen versehen werden.
4. Bitte importieren Sie die Tabelle departments in ein Verzeichnis mit dem Namen departments_enclosedby und die Datei sollte vom nachgeschalteten System verarbeitet werden können.

NEUE FRAGE 63
RICHTIGER TEXT
Problemszenario 82: Sie haben eine Tabelle in Hive mit folgender Struktur erhalten (die Sie in der vorherigen Übung erstellt haben).
productid int code string name string quantity int price float
Mit SparkSQL können Sie folgende Aktivitäten durchführen.
1 . Wählen Sie alle Produkte mit Namen und Menge aus, deren Menge <= 2000 ist.
2 . Wählen Sie Name und Preis des Produkts mit dem Code "PEN".
3 . Wählen Sie alle Produkte aus, deren Name mit PENCIL beginnt
4 . Wählen Sie alle Produkte aus, deren "Name" mit 'P beginnt, gefolgt von zwei beliebigen Zeichen, gefolgt von einem Leerzeichen, gefolgt von null oder mehr Zeichen

NEUE FRAGE 64
RICHTIGER TEXT
Problemszenario 74: Sie haben eine MySQL-DB mit den folgenden Details erhalten.
user=retail_dba
passwort=cloudera
database=retail_db
table=retail_db.orders
table=retail_db.order_items
jdbc URL = jdbc:mysql://quickstart:3306/retail_db
Spalten der Bestelltabelle : (orderjd , order_date , ordercustomerid, order status}
Spalten der Tabelle orderjtems : (order_item_td , order_item_order_id ,
auftrag_artikel_produkt_id,
auftrag_artikel_menge,auftrag_artikel_zwischensumme,auftrag_artikel_produkt_preis)
Bitte führen Sie folgende Aktivitäten durch.
1. Kopieren Sie die Tabellen "retaildb.orders" und "retaildb.orderjtems" nach hdfs in das jeweilige Verzeichnis p89_orders und p89_order_items .
2. Verbinden Sie diese Daten mit orderjd in Spark und Python
3. Holen Sie nun ausgewählte Spalten aus den verbundenen Daten Orderld, Order date und amount collected on this order.
4. Berechnen Sie die Gesamtzahl der Bestellungen für jedes Datum, und geben Sie die Ergebnisse nach Datum sortiert aus.

NEUE FRAGE 65
RICHTIGER TEXT
Problemszenario 2 :
Es gibt eine Muttergesellschaft namens "ABC Group Inc", die zwei Tochtergesellschaften namens Tech Inc und MPTech hat.
Die Informationen über die Mitarbeiter beider Unternehmen sind in zwei separaten Textdateien enthalten (siehe unten). Bitte führen Sie die folgende Aktivität für die Mitarbeiterdetails aus.
Tech Inc.txt
1,Alok,Hyderabad
2,Krish,Hongkong
3,Jyoti,Mumbai
4 ,Atul,Banglore
5 ,Ishan,Gurgaon
MPTech.txt
6 ,John,Newyork
7 ,alp2004,Kalifornien
8 ,tellme,Mumbai
9 ,Gagan21,Pune
1 0,Mukesh,Chennai
1 . Welchen Befehl werden Sie verwenden, um alle verfügbaren Befehlszeilenoptionen auf HDFS zu überprüfen und wie erhalten Sie die Hilfe für die einzelnen Befehle.
2. Erstellen Sie über die Befehlszeile ein neues leeres Verzeichnis mit dem Namen Employee. Erstellen Sie darin auch eine leere Datei mit dem Namen Techinc.txt
3. Laden Sie die Mitarbeiterdaten beider Unternehmen in das Verzeichnis "Employee" (wie überschreibt man eine bestehende Datei im HDFS).
4. Führen Sie die beiden Mitarbeiterdaten in einer einzigen Kachel mit dem Namen MergedEmployee.txt zusammen. Die zusammengeführten Kacheln sollten am Ende jedes Dateiinhalts ein neues Zeilenzeichen aufweisen.
5. Laden Sie die zusammengeführte Datei in das HDFS hoch und ändern Sie die Dateiberechtigung für die zusammengeführte HDFS-Datei so, dass der Eigentümer und das Gruppenmitglied lesen und schreiben können, während andere Benutzer die Datei lesen können.
6. Schreiben Sie einen Befehl, um einzelne Dateien und ganze Verzeichnisse aus dem HDFS in das lokale Dateisystem zu exportieren.

NEUE FRAGE 66
RICHTIGER TEXT
Problemszenario 35: Sie haben eine Datei namens spark7/Mitarbeitername.csv erhalten.
(id,name).
Mitarbeitername.csv
E01,Lokesh
E02,Bhupesh
E03,Amit
E04,Ratan
E05,Dinesh
E06,Pavan
E07,Tejas
E08,Sheela
E09,Kumar
E10,Venkat
1. Laden Sie diese Datei aus hdfs, sortieren Sie sie nach Namen und speichern Sie sie als (id,name) im Ergebnisverzeichnis. Vergewissern Sie sich jedoch beim Speichern, dass die Datei in eine einzige Datei geschrieben werden kann.

NEUE FRAGE 67
RICHTIGER TEXT
Problemszenario 38 : Sie haben ein RDD wie unten angegeben erhalten,
val rdd: RDD[Array[Byte]]
Nun müssen Sie dieses RDD als SequenceFile speichern. Im Folgenden finden Sie den Codeausschnitt.
importieren org.apache.hadoop.io.compress.GzipCodec
rdd.map(bytesArray => (A.get(), new
B(bytesArray))).saveAsSequenceFile('7output/path",classOt[GzipCodec])
Was wäre der richtige Ersatz für A und B im obigen Ausschnitt?

NEUE FRAGE 68
RICHTIGER TEXT
Problemszenario 16 : Sie haben die folgenden mysql-Datenbankdetails sowie andere Informationen erhalten.
user=retail_dba
passwort=cloudera
database=retail_db
jdbc URL = jdbc:mysql://quickstart:3306/retail_db
Bitte führen Sie die folgende Aufgabe aus.
1. Erstellen Sie eine Tabelle in Hive wie unten.
create table departments_hive(department_id int, department_name string);
2. Importieren Sie nun Daten aus der Mysql-Tabelle departments in diese Hive-Tabelle. Bitte stellen Sie sicher, dass die Daten mit dem folgenden Hive-Befehl sichtbar sind: select" from departments_hive