大數據開發(fā)基礎(習題卷1)

試卷科目：大數據開發(fā)基礎大數據開發(fā)基礎(習題卷1)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數據開發(fā)基礎第1部分：單項選擇題，共57題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.以下哪一項不屬于Hadoop可以運行的模式______。A)單機（本地）模式B)偽分布式模式C)互聯(lián)模式D)分布式模式答案:C解析:Hadoop的三種運行模式：單機（本地）模式、偽分布式模式和分布式模式。/qiulinsama/article/details/86216394[單選題]2.SQL語言是()的語言，輕易學習。A)導航式B)過程化C)格式化D)非過程化答案:D解析:[單選題]3.Spark中的Storage模塊存取的最小單位是A)ByteB)WordC)BlockD)Page答案:C解析:[單選題]4.企業(yè)數據分析平臺在根據不同的業(yè)務場景需求，搭建不同的大數據分析平臺，如適應離線批處理的Hadoop平臺;適應實時處理的流計算平臺等，這種架構屬于哪種類型的架構?A)分離架構B)單一架構C)融合架構D)多維架構答案:B解析:[單選題]5.HDfS中的block默認保存幾份?A)3B)2C)1D)不確定答案:A解析:[單選題]6.以數據為中心的思考解決問題的方式優(yōu)勢逐漸得到體現的原因不包括（）A)各個領域的數據不斷擴展B)各個領域的數據交叉編制成網C)數據之間的關聯(lián)性大大增強D)人是數據的中心答案:D解析:[單選題]7.Hive的數據最終存儲在()。A)HDFSB)HBaseC)RDBMSD)MetaStore答案:A解析:[單選題]8.以下哪項用來分組()A)ORDERBYB)ORDEREDBYC)GROUPBYD)GROUPEDBY答案:C解析:[單選題]9.plt.plot()函數的功能是(__)。A)展現變量的趨勢變化B)尋找變量之間的關系C)設置x軸的數值顯示范圍D)設置x軸的標簽文本答案:A解析:[單選題]10.在線性回歸問題中，我們用R方來衡量擬合的好壞在線性回歸模型中增加特征值并再訓練同一模型下列說法正確的是()A)如果R方上升，則該變量是顯著的B)如果R方下降，則該變量不顯著C)羊羊R方不能反映變量重要性，不能就此得出正確結論D)以上答案都不正確答案:C解析:[單選題]11.HBase交互模式中,查看當前版本的命令是（）A)versionB)versionsC)showsD)show答案:A解析:[單選題]12.Numpy中創(chuàng)建全為1的矩陣使用什么?A)np.zeros()B)np.ones()C)np.empty()D)np.arange()答案:B解析:[單選題]13.下列關于python的類的說法錯誤的是（）。A)類的實例方法必須創(chuàng)建對象后才可以調用B)類的實例方法必須創(chuàng)建對象前才可以調用C)類的類方法可以用對象和類名來調用D)類的靜態(tài)屬性可以用類名和對象來調用答案:B解析:類的實例方法必須創(chuàng)建對象后才可以調用。[單選題]14.HFile數據格式中的MetaIndex字段用于（）。A)Meta塊的長度B)Meta塊的結束點C)Meta塊數據內容D)Meta塊的起始點答案:D解析:index索引地址的意思就是起始點。[單選題]15.大數據時代的一大特征是萬物互聯(lián)與融合，下列說法錯誤的是（）。A)人均入網設備增加B)融入各個領域行業(yè)C)個人信息安全問題凸顯D)信息安全領域影響不大答案:D解析:[單選題]16.()數據庫將結構化、半結構化的文檔以特定格式存儲。A)列存儲B)文檔型C)圖形D)key-value答案:B解析:[單選題]17.某學生正在學習ElasticSearch，請你幫他分析下，下列代碼的作用是什么?VX：HWRZKSTKA)插入數據，更新素引B)插入數據，創(chuàng)建素引C)更新索引D)創(chuàng)建數據答案:B解析:[單選題]18.以下不屬于高維數據可視化類別的是（）。A)平行坐標圖B)降維投影圖C)散點圖矩陣D)河流圖答案:D解析:[單選題]19.關于HIVE的描述不正確的是?A)Hive最佳使用場景是大數據集的批處理作業(yè)B)Hive可以實現在大規(guī)模數據集上實現低延遲快速的查詢、C)ive構建在基于靜態(tài)批量處理的Hadoop之上,Hadoop通常有較高的延遲并且在作業(yè)提交和調度的時候需要大量的開銷D)Hive查詢操作過程嚴格遵循HadoopMapReduce的作用執(zhí)行模型,Hive將用戶的HiveQL語句通過解釋器轉換為MapReduceHadoop集群上答案:B解析:[單選題]20.下列哪些選項不是HBase為nul1的列不占用存儲空間的原因?A)Region分裂B)列存儲C)行存儲D)Key-Value結構答案:D解析:[單選題]21.以下關于關聯(lián)分析的敘述，錯誤的是：A)關聯(lián)規(guī)則的強度可以用它的支持度和置信度度量B)Apriori算法是第一個關聯(lián)規(guī)則挖掘算法C)關聯(lián)規(guī)則是形如X->Y的蘊含表達式，其中X和Y是不相交的項集D)Apriori算法使用了基于置信度的剪枝技術答案:D解析:[單選題]22.下列不屬于聚類性能度量外部指標的是（__）。A)Jaccard系數B)FM系數C)Rand指數D)DB指數答案:D解析:[單選題]23.下列不屬于大數據在社會活動中的典型應用的是（）。A)美團實現了快速精準的送餐服務B)共享單車、滴滴打車方便了人們的日常出行C)快遞實現了訂單的實時跟蹤D)供電公司提供電費賬單查詢答案:D解析:電費賬單查詢屬于簡單報表查詢，用電情況分析、竊電行為分析、基于交易大數據分析用戶的購買習慣、基于傳感器感知的海量數據分析自然災害的危害程度、基于搜索引擎的搜索關鍵詞分析社會熱點等屬于大數據應用。[單選題]24.以下哪一個不是長短時記憶神經網絡三個門中中的一個門？（）A)輸入門B)輸出門C)遺忘門D)進化門答案:D解析:[單選題]25.下面關于對Zookeeper的stat命令描述正確的是()。A)輸出服務器的統(tǒng)計信息B)重置服務器的統(tǒng)計信息C)輸出服務器的配置信息D)輸出服務器的統(tǒng)計信息和已連接的客戶端答案:D解析:[單選題]26.以下不屬于馬爾可夫隨機場模型與條件隨機場模型的差別的是()。A)馬爾可夫隨機場與條件隨機場都是無向圖模型B)馬爾可夫隨機場是生成式模型，條件隨機場是判別式模型C)馬爾可夫隨機場處理條件概率，條件隨機場處理聯(lián)合概率D)馬爾可夫隨機場處理聯(lián)合概率，條件隨機場處理條件概率答案:C解析:[單選題]27.在數據庫建模的過程中，E-R圖屬于（）的產物。--A)物理模型B)邏輯模型C)概念模型D)以上答案都不正確答案:C解析:[單選題]28.設計坐出租車收費程序，3公里內按10元收取，超3公里不超10公里按每公里1.5元收取，超過10公里按每公里1.3元收取,請問根據以上情況用什么語句合適A)ifB)if…elif…elseC)whileD)以上都不對答案:B解析:[單選題]29.業(yè)務系統(tǒng)功能設計需嚴格執(zhí)行公司信息化和數據資產標準，數據應按（）準確錄入和采集，關鍵數據應進行初審和復核，保證數據真實，避免數據缺失A)規(guī)定的時間、頻度B)數據類型C)數據大小D)數據重要性答案:A解析:[單選題]30.在抽樣方法中,當合適的樣本容量很難確定時,可以使用的抽樣方法是()。A)有放回的簡單隨機抽樣B)無放回的簡單隨機抽樣C)分層抽樣D)漸進抽樣答案:D解析:略。[單選題]31.本行（）負責牽頭開展數據治理風險管理工作，規(guī)范數據風險管理A)風險管理部B)內審監(jiān)督部C)科技部D)數據運管部答案:A解析:[單選題]32.ADS一個普通表組最多可以包含：（）個表。A)256個B)1000個C)無限制D)128個答案:A解析:[單選題]33.大型會員制連鎖超市S使用OTS來存儲消費記錄表，里面包含了客戶的vip卡號、訂單標識，超市分店標識，商品標識，購買時間等，業(yè)務邏輯遵循以下規(guī)則：每個vip卡號對應一個客戶，同時一個客戶職能擁有一個vip卡號；該連鎖超市的不同分店都擁有唯一的分店標識；訂單標識按照時間順序產生；為了讓數據分布和訪問了的分布盡可能均勻，一下備注主鍵中（）最合適。A)購買時間，vip卡號B)vip卡號，購買時間C)vip卡號D)訂單標識，vip卡號答案:B解析:[單選題]34.關系數據庫中存儲、計算和管理的數據是（）。A)結構化數據B)海量數據C)半結構化數據D)非結構化數據答案:A解析:通常，結構化數據是指直接可以用傳統(tǒng)關系數據庫存儲、計算和管理的數據。A)辛普森悖論B)大數據悖論C)大數據偏見D)幸存者偏差正確答案A辛普森悖論是概率和統(tǒng)計學中的一種現象，即幾組不同的數據中均存在一種趨勢，41但當這些數據組組合在一起后，這種趨勢將消失或反轉。例如，在腎結石治療數據分析中，比較兩種腎結石治療的成功率。[單選題]35.MapJoin適用于（）的連接情況。A)有一份數據比較小B)兩份數據都比較小C)兩份數據都比較大D)沒有嚴格的規(guī)定答案:A解析:[單選題]36.RDD操作包括轉換（Transformation）和動作(Action)兩種類型，下列RDD操作屬于動作（Action）類型的是（）。A)joinB)mapC)collectD)groupBy答案:C解析:[單選題]37.以下關于Python的控制結構，錯誤的是：A)每個if條件后要使用冒號（：）B)在Python中，沒有switch-case語句C)Python中的pass是空語句，一般用作占位語句D)elif可以單獨使用答案:D解析:[單選題]38.構造方法的作用是（）。A)一般成員方法B)類的初始化C)對象的初始化D)對象的建立答案:C解析:構造方法的作用初始化對象。[單選題]39.BP神經網絡經常遭遇()，其訓練誤差持續(xù)降低，但測試誤差卻可能上升A)欠擬合B)誤差過大C)誤差過小D)過擬合答案:D解析:[單選題]40.下列說法錯誤的是（）A)MapReduce中maperconbinerreducer缺一不可B)在JobConf中InputFormat參數可以不設C)在JobConf中MapperClass參數可以不設D)在JobConf中OutputKeyComparator參數可以不設答案:A解析:有可能缺少combiner，例如如果在wordcount中不用combiner，那么所有的結果都是reduce完成，也只是效率會相對低下/2015/12/19/hadoop-MapReduce-Combiner/[單選題]41.下列Python文件模式中，（___）表示創(chuàng)建一個新文件。如果文件已經存在，則操作失敗。A)?r?B)?W?C)?x?D)?+?答案:C解析:[單選題]42.下面符合數據產品鏈的有(__)：1.數據，2.元數據，3.數據對象，4.輔助服務，5.集成應用，6.軟件系統(tǒng)，7.增值服務，8.基礎設施，9.硬件系統(tǒng)A)23657B)234C)135D)238497答案:A解析:[單選題]43.()能反映出X和Y之間的強相關性。A)相關系數為0.9B)對于無效假設,β=0的p值為0.0001C)對于無效假設,β=0的t值為30D)以上說法都不對答案:A解析:相關系數反映了不同變量之間線性相關程度,取值范圍為[-1,1],值越大表示相關程度越高。因此,A選項中r=0.9,表示X和Y之間有較強的相關性。p和t的數值大小沒有統(tǒng)計意義,只是將其與某一個閾值進行比對,以得到二選一的結論。[單選題]44.下列有關數據基本單位換算錯誤的是（）A)1Byte=8bitB)1KB=1024BytesC)1MB=1024GBD)1GB=1024MB答案:C解析:[單選題]45.下列方法中，可以將元組轉換為MultiIndex對象的是（）A)from_tuples()B)from_arrays()C)from_product()D)from_list()答案:A解析:[單選題]46.在Shuffle的整個處理過程中，一部分處理過程是在Map端，另一部分的處理過程是在()端。A)CombinerB)PartitionC)ReduceD)Split答案:C解析:[單選題]47.執(zhí)行以下代碼段classGraph():def__init__(self):self.a=10defaction(self):self.a//=4classMyGraph(Graph):def__init__(self):self.a=8self.b=4defaction(self):self.a+=7*2self.b//=2classLastGraph(MyGraph):passg2=LastGraph()g2.action()print(g2.a)時，輸出為()。A)22B)84C)16D)34答案:A解析:[單選題]48.在MapReduce中，下列組件中用戶不指定也不會有默認的是（）。A)CombinerB)OutputFormatC)PartitionerD)InputFormat答案:A解析:在MapReduce編程模型中，Combiner是可有可無的組件，它的作用是給MapTask的結果數據做局部合并以減少ReduceTask接收的數據量，以減少網絡數據傳輸；OutputFormat的默認組件是TextOutputFormat；InputFormat的默認組件是TextInputFormat；Partitioner的默認實現是HashPartitioner。[單選題]49.在使用Formatdate轉換器對于日期2020-9-28的最佳格式是()A)yymmddB)yyyymmddC)yyyy-MM-ddD)yyyy-mm-dd答案:C解析:[單選題]50.人工智能是一門（）A)數學與生理學B)心理學與生理學C)語言學D)綜合性的交叉學科與邊緣學科答案:D解析:[單選題]51.以下符合大數據問題處理范疇的是:()。A)1KB數據,1小時內提交結果B)1MB數據,2小時內提交結果C)1GB數據,3小時內提交結果D)1TB數據,0.5小時內提交結果答案:D解析:[單選題]52.下面組件哪個是負責分布式資源調度與管理的：()A)YARNB)FlumeC)ZookeeperD)Kafka答案:A解析:[單選題]53.當數據出現較多缺失值時，下面哪些處理方法不不夠合理？A)把NaN直接作為一個特征，把變量映射到高維空間B)用均值、中值、分位數、眾數、隨機值填充C)用插值法填充D)把具有缺失值的樣本刪除掉答案:D解析:[單選題]54.下列關于氣泡圖的說法中,錯誤的是()A)氣泡圖中氣泡的顏色是系統(tǒng)統(tǒng)一設置的,無法人為調整B)氣泡大小的不同意味著所代表的的數值的不同C)氣泡圖中的圖形形狀不一定是圓形D)可以為每個氣泡打上標簽使其展示的數值更加直觀化答案:A解析:第2部分：多項選擇題，共23題，每題至少兩個正確答案,多選或少選均不得分。[多選題]55.行存表相比于列存表的區(qū)別是（?A)同樣的教據,采用行存表存儲比列存儲所耗的時間更少。B)行存表適合數據更新,列存表適合做數據聚合。C)行存表面向百萬級以下數據量,列存表面向千萬級以上數據量D)行存表按行存儲數據,列存表按列存儲教據答案:ABD解析:[多選題]56.強化學習中的?策略?就相當于監(jiān)督學習中（__)或（__)。A)分類器B)決策樹C)隨機森林D)回歸器答案:AD解析:[多選題]57.HBase中HMaster主要負責（）。A)表的增冊刪改查B)Regionservert負載均衡C)用戶數據讀寫回D)Region分布調整答案:ABD解析:[多選題]58.以下哪些是Spark服務的常駐進程A)JobHistoryB)JDBCServerC)SparkResourceD)NodeManger答案:AB解析:[多選題]59.以下哪些選項屬于集群資源規(guī)劃設計?A)數據質量B)數據總規(guī)模C)容量預留D)單條數據大小答案:BC解析:[多選題]60.ADS創(chuàng)建普通表的時候限制有:（）。A)一張普通表至少有一級Hash分區(qū)并且分區(qū)數不能小于8個B)一個普通表組最多可以創(chuàng)建256個普通表C)一個普通表最多不能超過1024列D)一張普通表至少有一級Hash分區(qū)并且分區(qū)數不能多于1000個答案:ABC解析:[多選題]61.下列關于字典的遍歷的描述正確的有（）。A)forin變量i，字典：使用i遍歷所有的鍵，有鍵就可以通過變量訪問其值B)for變量iin字典：使用i遍歷所有的鍵，有鍵就可以通過變量訪問其值C)for變量i，變量jin字典items）：使用變量i遍歷所有鍵，通過變量j遍歷所有值D)forin變量i，變量j字典items）：使用變量i遍歷所有鍵，通過變量j遍歷所有值答案:BC解析:item默認迭代所有字典的鍵值。[多選題]62.所謂的大數據技術融合主要指哪些方面?A)數據融合B)算力融合C)計算融合D)批-流融合答案:ABCD解析:[多選題]63.ZKFC進程部署在hdfs中的以下那個節(jié)點上？A)activenamenodeB)standbynamenodeC)datanodeD)以上全部不對答案:AB解析:[多選題]64.關于SparkSQL&Hive區(qū)別與聯(lián)系，下列說法正確的是？A)SparkSQL依賴Hive的元數據B)SparkSQL的執(zhí)行引擎為Sparkcore，Hive默認執(zhí)行引擎為MapReduceC)SparkSQL不可以使用Hive的自定義函數D)SparkSQL兼容絕大部分Hive的語法和函數答案:BCD解析:[多選題]65.以下可以作為數據倉庫業(yè)務系統(tǒng)中的數據來源的選項有（）【選三項】A)Oracle、MySQL和SQLServer等關系數據庫里的結果化數據B)視頻、音頻文件C)HTML、XML等自描敘的半結構化數據D)Word或Excel文檔中的非結構化數據答案:ACD解析:[多選題]66.下列屬于樸素貝葉斯分類器的特點的是（__）。A)算法邏輯簡單，易于實現B)算法邏輯復雜，不易于實現C)分類過程中時空開銷小D)分類過程中時空開銷大答案:AC解析:[多選題]67.下列屬于數值優(yōu)化算法的是()。A)梯度下降法B)牛頓法C)極大似然法D)邏輯回歸答案:AB解析:在機器學習的優(yōu)化問題中,梯度下降法和牛頓法是常用的兩種凸函數求極值的方法,他們都是為了求得目標函數的近似解。極大似然法是一種應用非常廣泛的參數估計方法。邏輯回歸是一種廣義的線性回歸分析模型,常用于分類問題。[多選題]68.以下關于Fink的窗口描述正確的是（）。A)會話窗口是將數據聚合到會話窗口中，由非活躍的間隙分隔開。B)我們可以每30秒計算一次最近一分鐘用戶購買的商品總數，這個就是時間滑動窗口的應用方式C)窗口可以是時間驅動的也可以是數據驅動的。D)Flink窗口按窗口行為劃分：TumblingWindow.SlidingWindow.SessionWindow。答案:ABCD解析:[多選題]69.常用的代價函數有()。A)均方誤差B)均方根誤差C)平均絕對誤差D)交叉熵答案:ABCD解析:[多選題]70.關于關聯(lián)分析說法正確的是（）A)支持度表示A和B同時出現的概率占A出現概率的比值B)置信度表示A和B同時出現的概率C)Apriori算法是種挖掘關聯(lián)規(guī)則的頻繁項集算法D)該算法的基本思想是：首先找出所有的頻集，這些項集出現的頻繁性至少和預定義的最小支持度一樣。答案:CD解析:[多選題]71.ApacheFlume主要解決的是日志數據的收集和處理問題,Flume的主要設計目的和特征是()。A)高可靠性B)可擴展性C)管理復雜D)不支持用戶自定義答案:AB解析:Flume的主要設計目的和特征包括高可靠性、可擴展性、支持方便管理、支持用戶自定義。[多選題]72.某池塘有1400條鯉魚，300只蝦，300只鱉?，F在以捕鯉魚為目的。撒一大網，逮著了700條鯉魚，200只蝦，100只鱉。那么，下列指標正確的是（___）。A)F值40%B)查全率50%C)查準率70%D)F值65%答案:BC解析:[多選題]73.Spark中的Scheduler模塊可以分為以下哪幾個部分？A)DAGSchedulerB)ResourceSchedulerC)TaskSchedulerD)JobScheduler答案:AC解析:[多選題]74.下面與數據科學相關的正確描述有(__)。A)數據科學中的?數據?并不僅僅是?數值?也不等同?數值?B)數據科學中?計算?包括查詢、洞見、可視化等C)數據科學關注的是?單一學科?D)數據科學并不僅僅是?理論研究?也不是?領域務實知識?答案:ABD解析:[多選題]75.下列屬于聚類性能度量內部指標的是（__）。A)DB指數B)Dunn指數C)Jaccard系數D)FM系數答案:AB解析:[多選題]76.電信大數據PaaS平臺產品基本包包含以下哪幾類服務：（）A)數據存儲服務B)離線分析服務C)應用開發(fā)環(huán)境及框架服務D)數據挖掘服務、MPPDB服務答案:ABC解析:[多選題]77.下列關于范數規(guī)則化的描述正確的有（）。A)L0是指向量中0的元素的個數B)L1范數是指向量中各個元素絕對值之和C)L2范數向量元素絕對值的平方和再開平方D)L0是指向量中非0的元素的個數153答案:BCD解析:L0是指向量中非0的元素的個數，L1范數是指向量中各個元素絕對值之和，L2范數向量元素絕對值的平方和再開平方。第3部分：判斷題，共16題，請判斷題目是否正確。[判斷題]78.在HBase表中，通過行、列族和列限定符確定一個單元格（cell），且表中存儲的數據需要嚴格定義好數據類型，比如Name列需定義為string類型，且定義之后就不能修改。A)正確B)錯誤答案:錯解析:[判斷題]79.Set集合中的元素不能重復。A)正確B)錯誤答案:對解析:[判斷題]80.在連接云數據時,無需輸入文件路徑,即可連接并抽取數據。A)正確B)錯誤答案:錯解析:[判斷題]81.對于生成器對象x=(3foriinrange(5))，連續(xù)兩次執(zhí)行l(wèi)ist(x)的結果是一樣的。A)正確B)錯誤答案:錯解析:[判斷題]82.華為云GES圖搜索引擎服務可以為知識圖譜技術提供數據存儲和查詢功能。A)正確B)錯誤答案:對解析:[判斷題]83.Python通過類可以創(chuàng)建對象，有且只有一個對象。（）A)正確B)錯誤答案:錯解析:[判斷題]84.()所創(chuàng)建的數據庫和表的名字，都可以使用中文。A)正確B)錯誤答案:對解析:[判斷題]85.Hive構建數據倉庫時通常需要進行分層。A)正確B)錯誤答案:對解析:[判斷題]86.本行數據質量管理的目標是提升數據質量，發(fā)揮數據應