大數(shù)據(jù)CDA考試(習(xí)題卷1)

試卷科目：大數(shù)據(jù)CDA考試大數(shù)據(jù)CDA考試(習(xí)題卷1)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數(shù)據(jù)CDA考試第1部分：單項選擇題，共47題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.NumberSystem.out.printin("5"+2);的輸出結(jié)果應(yīng)該是()A)52B)7C)2D)5答案:A解析:[單選題]2.在Flask框架中,找不到與路由匹配的視圖函數(shù)會返回()錯誤。A)500B)404C)302D)200答案:B解析:[單選題]3.以下一項不屬手創(chuàng)建Loader作業(yè)時必選項?A)優(yōu)先級B)名稱C)連接D)類型答案:A解析:[單選題]4.有一組數(shù)據(jù)的偏態(tài)系數(shù)為-4、23，那么下面表述正確的是()A)這是一組極度左偏的數(shù)據(jù)B)偏態(tài)系數(shù)在0附近，所以只是輕微的左偏C)偏態(tài)系數(shù)在0附近，所以只是輕微的右偏D)這是一組極度右偏的數(shù)據(jù)答案:A解析:超過正負(fù)3，就是極度偏態(tài)了。[單選題]5.關(guān)于Hive中的桶說法不正確的是()?A)每個桶是一個目錄B)建表時指定桶個數(shù),桶內(nèi)可排序C)數(shù)據(jù)按照某個字段的值Hash后放入某個桶中D)對于數(shù)據(jù)抽樣、特定join的優(yōu)化很有意義答案:A解析:[單選題]6.Hbase的主Master是如何選舉的?A)由Regionserver進行裁決B)Master為雙模式,不需要進行裁決C)通過Zookeeper進行裁決D)隨機選舉答案:C解析:[單選題]7.Hive中以下操作不正確的是()。A)loaddatainpathintotablenameB)insertintotablenameC)insertoverwritetablenameD)insertoverwriteintotablename答案:D解析:[單選題]8.下面聲明數(shù)組的寫法錯誤()。A)inta[];B)int[]a;C)int[3][]a;D)int[][3]a;答案:D解析:[單選題]9.為AB類的一個無形式參數(shù)無返回值的方法methiod書寫方法頭,使得使用類名AB作為前級就可以調(diào)用它,該方法頭的形式為()。A)staticvoidmethod()B)publicvoidmethod()C)finalvoidmethod()D)abstractvoidmethod()答案:A解析:[單選題]10.以下哪些選項屬于Hive的數(shù)據(jù)存儲模型?A)桶B)數(shù)據(jù)庫C)分區(qū)D)表答案:D解析:[單選題]11.回歸分析首要解決的問題是(】。A)確定解釋量和被解釋變量B)確定回歸模型C)建立回歸方程D)進行檢驗答案:A解析:[單選題]12.Hbase中的Region是由哪個服務(wù)進程來管理的?A)HregionserverB)ZookeeperC)MasterD)Datanode答案:A解析:[單選題]13.創(chuàng)建Loader作業(yè)中,可以在以下哪個步驟中設(shè)置過濾器類型?()A)輸入設(shè)置B)轉(zhuǎn)換C)基本信息D)輸出答案:A解析:[單選題]14.查詢student表中記錄數(shù)可以使用如下語句()A)selectB)selectC)selectD)select答案:B解析:在sql中用count語句進行記錄數(shù)統(tǒng)計，count(*)表示統(tǒng)計所有記錄數(shù)。[單選題]15.某個保險公司發(fā)現(xiàn)，其投保人年齡分布的偏態(tài)系數(shù)為5.83，那么下面表述正確的是()A)這是一組極度左偏的數(shù)據(jù)B)偏態(tài)系數(shù)在0附近，所以只是輕微的左偏C)偏態(tài)系數(shù)在0附近，所以只是輕微的右偏D)這是一組極度右偏的數(shù)據(jù)答案:D解析:超過正負(fù)3，就是極度偏態(tài)了。[單選題]16.下列哪個是合法的Java標(biāo)識符?A)Tree&GlassesB)FirstJavaAppletC)*theLastOneD)273.5答案:B解析:[單選題]17.Fusioninsight產(chǎn)品中,關(guān)乎Kafka說法不正確的是?A)Kafka強依賴ZookeeperB)Kafka的服務(wù)端可以產(chǎn)生消息C)Kafka的部署的實例個數(shù)不得小于2D)Consumer作為Kafka的客戶端角色專門進行消息的消費答案:B解析:[單選題]18.銀行根據(jù)客戶以往貸款記錄情況,將客戶分為低風(fēng)險客戶和高風(fēng)險客戶。對一個新來的申請者,銀行計算風(fēng)險,決定接受或拒絕該申請。這屬于()算法的應(yīng)用。A)分類B)聚類C)關(guān)聯(lián)D)回歸答案:A解析:[單選題]19.使用ORM模型插入數(shù)據(jù)時,需要將實例化對象添加到用戶會話,使用的代碼是(1。A)db.add(B)db.session.add()C)db.session()D)add.session()答案:B解析:[單選題]20.以下對于zookeeper描述正確的是()A)Zookeeper的核心是原子廣播B)Zookeeper包含口個簡單的原語集C)Zookeeper是口個開放源碼的分布式應(yīng)用程序協(xié)調(diào)服務(wù)D)Zookeeper是Hadoop的口個子項目答案:D解析:[單選題]21.人工神經(jīng)網(wǎng)絡(luò)(ANN)是基于模大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)。下列選項中,有關(guān)人工神經(jīng)網(wǎng)絡(luò)的描述不正確的是()A)神經(jīng)網(wǎng)絡(luò)對訓(xùn)練數(shù)據(jù)中的噪聲非常魯棒B)可以處理冗余特征C)訓(xùn)練ANN是一個很耗時的過程D)至少含有一個隱藏層的多層神經(jīng)網(wǎng)絡(luò)答案:A解析:[單選題]22.HDFS中的block默認(rèn)保存幾個備份。A)3份B)2份C)1份D)不確定答案:A解析:[單選題]23.預(yù)測股票價格屬于A)預(yù)測建模B)聚類分析C)關(guān)聯(lián)分析D)異常檢測答案:A解析:[單選題]24.一元回歸分析與多元回歸分析的主要區(qū)別是(A)因變量個數(shù)不同B)建立回歸模型的計算量不同C)回歸分析原理不同D)回歸分析步驟不同答案:B解析:[單選題]25.main方法是Java應(yīng)用程序執(zhí)行的入口點,關(guān)于main方法的方法頭以下哪項是合法的?A)publicstaticvoidmain()B)publicstaticvoidmain(String[]args)C)publicstaticintmain(StringargD)publicvoidmain(Stringarg)答案:B解析:[單選題]26.已知表student，字段如下：取出course1，course2，course3三門成績均超過60分的記錄，可以使用如下查詢語句()A)selectB)selectC)selectD)select答案:D解析:where后不可以跟如max，min，sum之類的聚合函數(shù)。[單選題]27.以下選項中主節(jié)點和從節(jié)點配置的端口都是()。A)9000B)1000C)7000D)8000答案:A解析:[單選題]28.Hadoop平臺中HBase的Region是由哪個服務(wù)進程來管理?A)HMasterB)DataNodeC)RegionServerD)Zookeeper答案:C解析:[單選題]29.Hadoop-2.x集群中的HDFS的默認(rèn)的副本塊的個數(shù)是?A)3B)2C)1D)4答案:A解析:[單選題]30.對各變量值的連乘積開項數(shù)次方根的平均數(shù)是【)。A)平方平均數(shù)B)幾何平均數(shù)C)算術(shù)平均數(shù)D)D調(diào)和平均數(shù)答案:B解析:[單選題]31.對一元線性回歸y=b0+b1x1+ε進行F檢驗，其結(jié)果與對回歸系數(shù)b1做t檢驗得到的結(jié)果()A)相同B)相反C)無關(guān)D)相同的概率與R2呈正比答案:A解析:一元的情況下F檢驗與t檢驗等同[單選題]32.下列有關(guān)數(shù)據(jù)分析說法正確的是()。A)數(shù)據(jù)分析規(guī)定其操作流程分為5步B)SEMMA是數(shù)據(jù)挖掘項目方法論的名稱C)數(shù)據(jù)分析只是針對大數(shù)據(jù)情形，小數(shù)據(jù)是沒有意義的D)數(shù)據(jù)分析中模型的精度是第一位的答案:B解析:A項，沒有明確規(guī)定的步驟數(shù)量；C項兩類數(shù)據(jù)各有用處；D項，數(shù)據(jù)分析需要權(quán)衡成本、精度、效率等。[單選題]33.下面哪個程序負(fù)責(zé)HDFS數(shù)據(jù)存儲。A)NameNodeB)JobtrackerC)DatanodeD)secondaryNameNode答案:C解析:[單選題]34.三個邏輯回歸模型A、B、C，AUC分別為0.53，0.72，0.8。那么我們一般認(rèn)為這三個模型哪個的預(yù)測能力更強()A)AB)BC)CD)無法判斷答案:C解析:AUC越接近1，表明模型預(yù)測能力越強。[單選題]35.以下哪個部分不是一篇數(shù)據(jù)分析報告必須有的。()A)標(biāo)題B)正文C)結(jié)論與建議D)附錄答案:D解析:[單選題]36.Flink是流計算處理和批處理平臺,()是數(shù)據(jù)批處理和流處理的核心引擎A)RuntimeB)DataStreamC)DataSetD)FlinkCore答案:D解析:[單選題]37.關(guān)于Kafka的基本概念描述錯誤的是()?A)Kafka集群包含一個或多個服務(wù)實例,這些服務(wù)實例被稱為BrokerB)每條發(fā)布到Kafka集群的消息都有一個類別,這個類別被稱為TopicC)每個Consumer屬于多個的ConsumerGroupD)Kafka將Topic分成一個或者多個Partition,每個Partition在物理上對應(yīng)一個文件夾,該文件夾下存儲這個Partition的所有消息答案:C解析:[單選題]38.關(guān)于數(shù)據(jù)挖掘的方法論CRISP-DM說法正確的是()。A)這是SPSS公司,DaimlerChrysler提出的數(shù)據(jù)挖掘流程B)主要分為六步,業(yè)務(wù)理解,數(shù)據(jù)理解數(shù)據(jù)準(zhǔn)備,模型搭建,模型評估與模型發(fā)布C)該方法論已經(jīng)成功的在SASEM中進行了實施D)這六個過程有嚴(yán)格的前后順序,析過程中不能逆轉(zhuǎn)或者跳轉(zhuǎn)答案:B解析:[單選題]39.下列屬于推斷性統(tǒng)計分析的方法是()。A)大數(shù)定律B)中心極限定理C)相關(guān)分析D)回歸分析答案:D解析:[單選題]40.下列哪種異常是檢查型異常,需要在編寫程序時聲明()A)NullPointerExceptionB)ClassCastExceptionC)FileNotFoundExceptionD)IndexOutOfBoundsException答案:C解析:[單選題]41.盒須圖()中，Q1到Q3的距離被稱為()。A)IQRB)極差C)內(nèi)差D)SSA答案:A解析:內(nèi)分位距（IQR），其他都不對。[單選題]42.QQ圖可以用來檢驗()A)正態(tài)性B)共線性C)同方差D)過擬合答案:A解析:QQ圖是用于直觀驗證一組數(shù)據(jù)是否來自某個分布，或者驗證某兩組數(shù)據(jù)是否來自同一（族）分布。在應(yīng)用中常用的是檢驗數(shù)據(jù)是否來自于正態(tài)分布。[單選題]43.某專業(yè)畢業(yè)的研究生年薪的標(biāo)準(zhǔn)差大約為2000美元，現(xiàn)在想要估計這個專業(yè)畢業(yè)研究生年薪95%的置信區(qū)間，并要求誤差為100美元，應(yīng)抽取多大的樣本量？()z/2=1.96A)182B)98C)1537D)634答案:C解析:[單選題]44.以下哪個關(guān)鍵字可以用來為對象加互斥鎖?A)transientB)staticC)serializeD)synchronized答案:D解析:[單選題]45.下列關(guān)于構(gòu)造方法的敘述中,錯誤的是()A)Java語言規(guī)定構(gòu)造方法名與類名必須相同B)Java語言規(guī)定構(gòu)造方法沒有返回值,但不用void聲明C)Java語言規(guī)定構(gòu)造方法不可以重載D)Java語言規(guī)定構(gòu)造方法只能通過new自動調(diào)用答案:C解析:[單選題]46.以下不屬于監(jiān)督學(xué)習(xí)模型的是()A)支持向量機B)樸素貝葉斯C)關(guān)聯(lián)分析D)線性回歸答案:C解析:[單選題]47.YARN的基于標(biāo)準(zhǔn)調(diào)度,是對下列選項中的哪個進行標(biāo)簽化?A)AppmasterB)ResourcemanagerC)NodemanagerD)Container答案:C解析:第2部分：多項選擇題，共29題，每題至少兩個正確答案,多選或少選均不得分。[多選題]48.關(guān)于Hbase存儲型的描述正確的是?A)即使是key值相同,qualifier也相同的多個keyvalue.也可能有多個,此時使用時間戳B)同一個key值可以關(guān)聯(lián)多個valueC)keyvalue期有時間戳,類型等關(guān)鍵信息D)每一個keyvalue都有一個qualifier標(biāo)識答案:ABCD解析:[多選題]49.在大數(shù)據(jù)時代,企業(yè)所面臨的挑戰(zhàn)有以下哪些?A)企業(yè)各部門間數(shù)據(jù)分散,相同數(shù)據(jù)在各內(nèi)部存儲格式不一致B)數(shù)據(jù)結(jié)構(gòu)多樣化C)競爭對手的技術(shù)進步D)數(shù)據(jù)存在噪音、缺失、存儲類型不規(guī)范等問題,需要進行大量的數(shù)據(jù)預(yù)處理工作答案:ABD解析:[多選題]50.hdfs不適用哪些場景?A)流式數(shù)據(jù)訪問B)大量小文件存儲C)大文件存儲與訪問D)隨機寫入答案:BD解析:[多選題]51.數(shù)據(jù)分析挖掘流程包括哪些？A)明確分析目的和思路B)數(shù)據(jù)收集C)構(gòu)建模型和模型評估D)數(shù)據(jù)應(yīng)用和報告撰寫答案:ABCD解析:[多選題]52.20世紀(jì)中后期至今的媒介革命,以()的出現(xiàn)為標(biāo)志A)互聯(lián)網(wǎng)B)自動化C)計算機D)數(shù)字化答案:ACD解析:[多選題]53.Task運行不在以下選項中Executor上的工作單元()A)DriverprogramB)sparkmasterC)workernodeD)Clustermanager答案:ABD解析:[多選題]54.HadoopHDFS的設(shè)計目標(biāo)包括()。A)兼容廉價的硬件設(shè)備B)支持大數(shù)據(jù)集C)支持簡單的文件模型D)跨平臺性答案:ABCD解析:[多選題]55.在數(shù)據(jù)庫系統(tǒng)中,產(chǎn)生不一致的根本原因是:()A)數(shù)據(jù)存儲量太大B)并發(fā)控制不當(dāng)C)未對數(shù)據(jù)進行完整性控制D)數(shù)據(jù)冗余答案:ABC解析:[多選題]56.在Loader歷史作業(yè)記錄中,可以查看以不哪些內(nèi)容?A)作業(yè)狀態(tài)B)臟數(shù)據(jù)鍵接C)措誤行/文件數(shù)量D)作業(yè)開始/運行時間答案:ABCD解析:[多選題]57.測試集選取的方法一般包括()。A)保持法B)隨機二次抽樣C)交叉驗證D)自助法答案:ABCD解析:[多選題]58.執(zhí)行HBase讀數(shù)據(jù)業(yè)務(wù),需要讀取哪幾部分?jǐn)?shù)據(jù)?A)HFileB)HLogC)MemStoreD)HDFS答案:AC解析:[多選題]59.下列哪些措施是為了保障數(shù)據(jù)的完整性()A)元數(shù)據(jù)可靠性保證B)重建失效數(shù)據(jù)盤的副本數(shù)據(jù)C)安全模式D)集群數(shù)據(jù)均衡答案:ABCD解析:[多選題]60.關(guān)于spark容錯說法錯誤的有()A)在容錯機制中,如果一個節(jié)點死機了,而且運算窄依賴,則只要把丟失的父RDD分區(qū)重算即可,依于其他節(jié)點B)寬依賴開銷更大C)Checkpoint可以節(jié)約大量的系統(tǒng)資源D)RDD的容錯機制是基于SparkStreaming的容錯機制答案:AD解析:[多選題]61.以下選項哪些對聚類分析影響很大?()A)聚類分析B)回歸分析C)神經(jīng)網(wǎng)絡(luò)D)決策樹算法答案:ABCD解析:[多選題]62.以下屬于線性回歸基本假設(shè)的有()A)誤差項ε的期望等于1B)誤差項ε的方差等于1C)誤差項ε相互獨立D)誤差項ε服從正態(tài)分布答案:CD解析:基本假設(shè)是ε的方差都是相同的，期望為0。[多選題]63.關(guān)于大數(shù)據(jù)的主要特征理解和描述正確的有?A)來源多,格式多B)增長速度快處理速度快C)存儲量大,計算里大D)數(shù)據(jù)的價值密度較低答案:ABCD解析:[多選題]64.與開源sqoop相比,loader具有哪些增強特性?()A)高可靠性B)高性能C)安全性D)圖形化答案:ABCD解析:[多選題]65.FusioninsightHD集群中包含了多種服務(wù),每種服務(wù)又由若干角色組成,下面哪些是服務(wù)的角色?()A)HDFSB)NamenodC)DatanodeD)Hbase答案:BC解析:[多選題]66.Hadoop分布式文件系統(tǒng)(HDFS)具有(】的特性。A)適合數(shù)據(jù)批量處理B)數(shù)據(jù)處理能力極強C)最大化吞吐率D)允許計算向數(shù)據(jù)遷移答案:ACD解析:[多選題]67.數(shù)據(jù)分析報告一般分為哪些層次。()A)需求層B)數(shù)據(jù)層C)分析層D)輸出層答案:ABCD解析:[多選題]68.在層次聚類中，可以用來定義兩個類之間距離的方法有()A)最短距離法B)最長距離法C)中間距離法D)重心法答案:ABCD解析:在層次聚類中，我們可以用最短距離法、最長距離法、中間距離法、類平均距離法、重心法和離差平方和法等方法定義類之間的距離。[多選題]69.下列哪些分類預(yù)測方法可適用有連續(xù)型變量的自變量?()A)邏輯回歸B)神經(jīng)網(wǎng)絡(luò)C)SVM算法D)C4.5算法答案:ABC解析:[多選題]70.Fusioninsight家族包含下列哪些子產(chǎn)品?4A)FusioninsightFarmerB)FusioninsightMinerC)FusioninsightHDD)GAUSSDB200答案:ABC解析:[多選題]71.Hadoop集群中關(guān)于機架配置的描述正確的是()。A)如果一個機架出問題,不會影響數(shù)據(jù)讀寫B(tài))寫入數(shù)據(jù)的時候會寫到不同機架的DataNode中C)寫入數(shù)據(jù)的時候會寫到隨機機架的DataNode中D)MapReduce會根據(jù)機架獲取離自己比較近的網(wǎng)絡(luò)數(shù)據(jù)答案:ABD解析:[多選題]72.大數(shù)據(jù)人才整體上需要具備()等核心知識。A)數(shù)學(xué)與統(tǒng)計知識B)計算機相關(guān)知識C)馬克思主義哲學(xué)知識D)市場運營管理知識答案:AB解析:[多選題]73.現(xiàn)有一家企業(yè)，希望估計其客戶的年齡均值，可以采用的抽樣方法有()A)簡單隨機抽樣B)分層抽樣C)配額抽樣D)滾雪球抽樣答案:AB解析:CD是非概率抽樣，不能推斷總體。[多選題]74.Hadoop作為分布式計算技術(shù)的杰出代表,其主要特征包括()。A)可靠性B)健壯性C)簡單性D)高效性答案:ABCD解析:[多選題]75.可通過GOOSE報文傳遞的應(yīng)用數(shù)據(jù)包括()A)交流采樣值B)直流/溫度值C)檔位信息D)開關(guān)量答案:BCD解析:[多選題]76.ABC公司的數(shù)據(jù)團隊為了預(yù)測銷售量，進行了一次多元線性回歸，模型結(jié)果無效，可能的原因有()A)多重共線性B)條件異方差C)非條件異方差D)序列相關(guān)答案:ABD解析:非條件異方差一般不會對回歸結(jié)果產(chǎn)生影響。第3部分：判斷題，共24題，請判斷題目是否正確。[判斷題]77.一個Java源程序文件中可以定義若干個類A)正確B)錯誤答案:對解析:[判斷題]78.Hadoop框架是用Java實現(xiàn)的,所以MapReduce應(yīng)用程序則一定要用Java來寫A)正確B)錯誤答案:錯解析:[判斷題]79.FP-Growth算法不產(chǎn)生候選集而直接生成頻繁集的頻繁模式增長算法,該算法采用分而治之的策略。A)正確B)錯誤答案:對解析:[判斷題]80.HBase可以有列,可以沒有列族(columnfamily)。A)正確B)錯誤答案:錯解析:[判斷題]81.DBSCAN算法會把包括噪聲點的所有點劃分到各自的簇中。A)正確B)錯誤答案:錯解析:[判斷題]82.?詞云?就是對網(wǎng)絡(luò)文本中出現(xiàn)頻率較高的?關(guān)鍵詞?給予視覺上的突出,形成?關(guān)鍵詞云層?或?關(guān)鍵詞渲染?,從而過濾掉大量的文本信息,使訪問者只要一眼掃過文本就可以領(lǐng)路文本的主旨。A)正確B)錯誤答案:對解析:[判斷題]83.列表和元組的切片方式不同,列表使用的位置索引,元組使用的是鍵索引。A)正確B)錯誤答案:錯解析:[判斷題]84.建立回歸模型之前,必須先進行主成分分析。A)