試卷科目：大數據開發基礎大數據開發基礎(習題卷24)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數據開發基礎第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.HDFS中的塊比磁盤中的塊大，其目的是為了()。A)增加存儲空間B)便于存儲較大的文件C)提高存儲空間的利用率D)最小化尋址開銷答案:D解析:[單選題]2.getPartition()的參數中numReduceTasks指的是設置的Reducer的任務數量，默認值是()。A)0B)1C)2D)3答案:B解析:[單選題]3.MaxCompute提供了多種針對日期的計算函數，以下函數中，能實現計算兩個時間的差的是：（）。A)datediffB)timestampdiffC)intervalD)直接相減答案:A解析:[單選題]4.Spark的核心概念不包括?A)RDDB)HoqC)寬套依賴D)Shuffle答案:B解析:[單選題]5.下列說法錯誤的是？()A)大數據魔鏡是一款優秀的國產數據分析軟件，可以讓用戶真正理解探索分析數據B)Tableau是桌面系統中最簡單的商業智能工具軟件，是一個用于網頁作圖、生成互動圖形的JavaScript函數庫C)GoogleFusionTables讓一般使用者也可以輕松制作出專業的統計地圖D)ModestMaps是一個小型、可擴展、交互式的免費庫，提供了一套查看衛星地圖的API答案:B解析:[單選題]6.以下屬于NoSQL的是A)OracleB)MySQLC)MongoDBD)SQLite答案:C解析:[單選題]7.假設使用一個較復雜的回歸模型來擬合樣本數據。使用Ridge回歸，并調整正則化參數λ以降低模型復雜度。在λ非常小的情況下，下列關于偏差與方差的說法正確的是（）。A)偏差低，方差低B)偏差低，方差高C)偏差高，方差低D)偏差高，方差高答案:B解析:λ很小，則意味著模型比較復雜，在這種情況下，會產生偏差低且方差高的結果，模型會對數據過擬合。[單選題]8.屬于無監督學習的是()A)、隨機森林B)、樸素貝葉斯C)、主成分分析D)、支持向量機答案:C解析:[單選題]9.GaussDB200有兩張相同宇段結構和數據量的表table1和table.2,table1是行存表,table2是列存表，執行SQL語句"selectnamefromtable_namewherenum=-1",table1查詢了（）數據量，table2查詢了（）數據量（一個單元格為一個數據量）.ZA)9.6B)3.9C)3.6D)9.9答案:C解析:[單選題]10.在一個簡單的線性回歸模型中(只有一個變量),如果將輸入變量改變一個單位(增加或減少),那么輸出將改變()。A)一個單位B)不變C)截距D)回歸模型的尺度因子答案:D解析:假設線性回歸模型是y=a+bx,若x改變一個單位,如x+1,則y改變b個單位,b是回歸模型的尺度因子。[單選題]11.HDFS適合的讀寫任務是？A)一次寫入，少次讀取B)多次寫入，少次讀取C)一次寫入，多次讀取D)多次寫入，多次讀取答案:C解析:[單選題]12.大數據的4V特點：Volume、Velocity、Variety、Veracity，其中Variety的含義是（）A)價值密度低B)處理速度快C)數據類型繁多D)數據體量巨大答案:C解析:[單選題]13.Choice函數屬于()函數A)文本函數B)數值函數C)邏輯函數D)集合函數答案:C解析:[單選題]14.在大數據計算服務（MaxCompute，原ODPS）的數據倉庫中的訂單表fact_order，建表語句如下：createtablefact_order(order_idstring,order_amtdouble,order_dtstring)paititionedby(dtstring);此表中的數據是從ods_order加工而來，ods_order建表語句如下：createtableods_order(order_idstring.order_amtbigint,order_dtstring);ods_order中有一條記錄數據值是order_idorder_amtorder_dt000110020160301運行SQL語句將數據從ods_order加載到fact_order中：insertoverwritetablefact_orderpartition(dt=?20160301?)select*fromods_order；對此語句的執行結果描述正確的是:（）。A)語句可以執行，但是這條數據會被當作臟數據丟棄B)目標表與源表中的數據類型不一致，執行出錯C)提交SQL時會報語法錯誤D)語句可以執行，order_amt的值會被自動的轉為double類型答案:D解析:[單選題]15.以下聚合函數求個數的是()A)AVGB)SUMC)MAXD)COUNT答案:D解析:[單選題]16.下面不屬于比較檢驗的方法是（__)。A)假設檢驗B)交叉驗證t檢驗C)McNemar檢驗D)留出法答案:D解析:[單選題]17.HBase依賴（）提供消息通信機制A)ZookeeperB)ChubbyC)RPCD)Socket答案:A解析:記住即可[單選題]18.下列關于鍵值數據庫的描述，哪一項是錯誤的：（D）A)擴展性好，靈活性好B)大量寫操作時性能高C)無法存儲結構化信息D)條件査詢效率高答案:D解析:[單選題]19.Hadoop中,()執行文件系統命名空間操作。A)DataNodeB)NameNodeC)JobTrackerD)TaskTracker答案:B解析:NameNode在HDFS這種文件系統中充當著Master的角色,負責的功能有很多,比如文件系統目錄管理(命名空間管理)、數據塊管理、數據節點管理、租約管理、緩存管理等。[單選題]20.()是從總體N個單位中隨機地抽取n個單位作為樣本的抽樣方法。每個單位被抽中的概率是相等的,屬于?等概率抽樣?。A)方便抽樣B)分層抽樣C)整群抽樣D)簡單隨機抽樣答案:D解析:[單選題]21.數據使用環節的安全技術措施除防火墻、()、防病毒、防DDOS、漏洞檢測等網絡安全防護技術措施外,還需實現以下安全技術能力:賬號權限管理、數據安全域、數據脫敏、日志管理和審計、異常行為實時監控和終端數據防泄漏。A)入侵檢測B)病毒檢測C)程序檢測D)進程檢測答案:A解析:數據使用環節的安全技術措施除防火墻、入侵檢測、防病毒、防DDOS、漏洞檢測等網絡安全防護技術措施外,還需實現以下安全技術能力:賬號權限管理、數據安全域、數據脫敏、日志管理和審計、異常行為實時監控和終端數據防泄漏。[單選題]22.以下關于方差、偏差、泛化誤差說法正確的是（__）A)偏差表達了當前任務上任何模型所能達到的期望泛化誤差的下界，刻畫了學習問題本身的難度。B)方差度量了模型的期望預測和真實結果的偏離程度，刻畫了模型本身的擬合能力。C)噪聲度量了同樣大小的訓練集的變動所導致的學習性能的變化，即刻畫了數據擾動所造成的影響。D)當方差過高，會出現過擬合現象。答案:D解析:[單選題]23.Python如何定義一個函數:（）A)classB)functionC)defD)template答案:C解析:[單選題]24.具體來說，Map對數據進行指定的操作，生成()形式的中間結果。A)數組B)矩陣C)隊列D)鍵值對答案:D解析:[單選題]25.數據庫管理系統是（）A)操作系統的一部分B)在操作系統支持下的系統軟件C)一種編譯程序D)一種操作系統答案:B解析:[單選題]26.map(ImmutableBytesWritablekey,Resultvalue,Contextcontext){}方法中的key指的是（）A)HBase表的主鍵B)rowkey對應的記錄集合C)HBase表的列簇D)HBase表的存儲單元的值答案:A解析:[單選題]27.下列關于TF-IDF說法正確的是？A)該值與特征項在文檔中出現的頻率成反比B)該值與特征項在文檔中出現的頻率成正比C)該值與在整個語料庫中出現該特征項的文檔庫成正比D)該值與特征項在文檔中出現的頻率無關答案:B解析:[單選題]28.大數據可能帶來（），但未必能夠帶來（）A)精確度；準確度B)準確度；精確度C)精確度；多樣性D)多樣性；準確度答案:A解析:[單選題]29.下面哪個不屬于Reducer階段（）A)ShuffleB)SortC)MapD)Reduce答案:C解析:[單選題]30.構造了一個詞表：{1.?小明?2.?喜歡?3.?踢?4.?看?5.?足球?6.?籃球?7.?電影?}，利用上述詞表的索引號，文檔{小明喜歡踢足球}可以用一個7維向量表示[()]。A)1101001B)1111111C)1111100D)1110100答案:D解析:[單選題]31.如果想刪除字符串兩端的空白字符使用字符串方法A)stripB)replaceC)lowerD)upper答案:A解析:[單選題]32.給定一個長度為n的不完整單詞序列，我們希望預測下一個字母是什么比如輸入是predictio(9個字母組成)，希望預測第十個字母是什么（）適用于解決這個工作A)循環神經網絡十B)受限波爾茲曼機C)全連接神經網絡D)卷積神經網絡答案:A解析:[單選題]33.?啤酒與尿布?的故事，體現了哪種大數據思維方式：（）A)我為人人，人人為我B)全樣而非抽樣C)效率而非精確D)相關而非因果答案:D解析:[單選題]34.關于Spark中SparkSQL描述不準確的是？A)SparkSQL使用場景包括毫秒級實時查詢B)SQL語句通過SparkSQL模塊解析為DAG，交給SparkCore執行C)通過Sparksession提交SQL語句,任務像Spark應用一樣，提交到集群中分布式運行。D)SparksQL是Spark用來處理結構化數據的一個模塊,可以在spark應用中接使用SQL語句對數據進行操作。答案:A解析:[單選題]35.以下關于隱馬爾科夫模型中，敘述錯誤的是()。A)是一種有向圖模型B)是一種無向圖模型C)是一種結構簡單的動態貝葉斯網絡D)常被應用于時序數據建模答案:B解析:[單選題]36.下面關于決策樹學習相關描述不正確的有(__)。A)決策樹學習的本質是一種逼近離散值目標函數的過程B)決策樹的根節點表示分類的開始C)中間節點表示某一個屬性的屬性值D)從根節點到葉節點的路徑表示一個具體的實例答案:C解析:[單選題]37.下列函數中可以計算字典元素個數的是（）。A)cmp（）B)len（）C)str（）D)type（）答案:B解析:cmp（）用于比較；len（）用于計算元素個數；str（）用于將對象轉換為字符259串；type（）求對象類型。[單選題]38.下列有關函數的說法中，正確的是（）。A)函數的定義必須在程序的開頭B)函數定義后，其中的程序就可以自動執行C)函數定義后需要調動才會執行D)函數體與關鍵字關鍵字def必須左對齊答案:C解析:[單選題]39.事務對數據對象加鎖后擁有何種控制權是由封鎖的()決定的。A)狀態B)類型C)數量D)屬性答案:B解析:[單選題]40.HBase是一個布式的、面向（）的開源數據庫A)行B)列C)表D)數據集答案:B解析:[單選題]41.VARCHAR(4)類型的字段存儲'abcd'占用的字節數為()。--A)1B)3C)4D)5答案:D解析:[單選題]42.關于Hadoop下列說法錯誤的是（）A)HDFS采用了Master/Slave的架構模型B)Namenode負責維護文件系統的命名空間C)Datanode執行比如打開、關閉、重命名文件操作D)HDFS暴露了文件系統的命名空間，允許用戶以文件的形式在上面存儲數據答案:C解析:Namenode執行文件系統的名字空間操作,比如打開、關閉、重命名文件或目錄，不是Datanode[單選題]43.云計算是對()技術的發展與運用A)并行計算B)網格計算C)分布式計算D)三個選項都是答案:D解析:[單選題]44.由于不同類別的關鍵詞對排序的貢獻不同，檢索算法一般把查詢關鍵詞分為幾類，以下哪一類不屬于此關鍵詞類型的是（）。A)引用詞B)普通關鍵詞C)高頻詞匯D)擴展關鍵詞答案:C解析:[單選題]45.線性判別分析是一種經典的(__)學習方法。A)線性B)非線性C)聚類D)降維答案:A解析:[單選題]46.一般地，?人?與?馬?分別與?人馬?相似，但?人?與?馬?很不相似；要達到這個目的，可以令?人?、?馬?與?人馬?之間的距離都比較小，但?人?與?馬?之間的距離很大，此時該距離不滿足()。A)非負性B)同一性C)對稱性D)直遞性答案:D解析:[單選題]47.DataFrame和RDD最大的區別是()。A)科學統計支持B)多了schemaC)存儲方式不一樣D)外部數據源支持答案:B解析:相比于RDD,DataFrame多了數據的結構信息,即schema。[單選題]48.Maxcompute的ACL授權操作一般涉及三個要素，不包括:（）。A)操作B)客體C)限制條件D)主體答案:C解析:[單選題]49.KafkaClusterMirroring工具可以實現以下哪些功能?A)Kafka跨集群數據同步方案B)Kafka單集群內數據備份C)Kafka但集群內數據恢復D)以上全不正確答案:A解析:[單選題]50.有一個關系,課程目錄(課程號,授課教師,所述專業),規定授課教師不能取空值,這一規則屬于()A)實體完整性約束B)參照完整性約束C)用戶自定義完整性約束D)關鍵字完整性約束答案:C解析:[單選題]51.Python數據分析方向的第三方庫是A)pdfminerB)beautifulsoup4C)timeD)numpy答案:D解析:[單選題]52.跨平臺基礎設施和分析工具不包括A)亞馬遜Web服務B)微軟CortanaC)Google云平臺D)微軟Azure答案:B解析:[單選題]53.當ElasticSearch集群有節點加入或退出時，集群數據會發生什么動作A)數據重載B)數據重分布C)數據更新D)數據重建答案:B解析:[單選題]54.在Zookeeper和Yarn的協同工作中，當ActiveResourceManager產生故障時，StandbyResourceManager會從以下哪些目錄中獲取Application相關信息？A)metastoreB)StatestoreC)StoreageD)Warehouse答案:B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.TaskScheduler的調度策略有（）A)FIFOSchedulerB)FAIRSchedulerC)CapacitySchedulerD)QosScheduler答案:AC解析:[多選題]56.以下選項中，屬于MapReduce特征的有()。A)以主從結構的形式運行B)容錯機制的復雜性C)任務備份機制的必要性D)數據存儲位置固定答案:ABC解析:[多選題]57.執行以下代碼段Age=12ifage<4print("Youradmissioncostis$0.")時，輸出為()。A)invalidsyntaxB)expectedanindentedblockC)name'age'isnotdefinedD)unexpectedEOFwhileparsing答案:ABC解析:[多選題]58.關系數據模型哪些優點？()A)結構簡單B)有標準語言C)適用于集合操作D)可表示復雜的語義答案:ABC解析:[多選題]59.下面對字符串中的count（），index(),find()方法描述錯誤的是A)count()方法用于統計字符串里某個字符出現的次數B)find()方法檢測字符串中是否包含子字符串str如果包含子字符串返回開始的索引值，否則會報一個異常C)index()方法檢測字符串中是否包含子字符串str，如果str不在返回-1D)find()方法檢測字符串中是否包含子字符串str，如果str不在返回-1答案:BC解析:[多選題]60.執行HBase讀數據業務,需要讀取哪幾部分數據?A)HLogB)HMasterC)HFileD)MemStore答案:CD解析:[多選題]61.大數據計算服務（MaxCompute，原ODPS）中的ACL授權時類似SQL92定義的GRANT/REVOKE語法來實現，更接近于傳統關系型數據庫的授權模式，Policy授權主要解決ACL授權機制無法解決的一些復雜授權場景。以下場景中，（）既能使用ACL授權又能使用Policy授權實現。A)一次操作對一組對象進行授權B)只允許用戶使用SQL（而不允許其他類型的Task）來訪問某張表C)將一個對象的多個權限一次性授予一個用戶D)帶限制條件的授權答案:BC解析:[多選題]62.以下關于模塊的描述錯誤的是()。A)用三引號引起來，用于提供某些程序元素的規范B)設計和實現要合并到程序中的特定功能C)定義如何使用它的規范D)任何重用代碼的程序答案:ACD解析:[多選題]63.Spark的部署模式包括()。A)本地模式B)Standalone模式C)SparkOnYARND)SparkOnMesoS答案:ABCD解析:Spark支持上述四種運行模式,在實驗中為了充分利用資源,一般配置Standalone模式運行。[多選題]64.根據《大數據風控平臺項目操作手冊》，貸后風險預警提示共3種級別，其中，（）。A)紅色為高風險B)紫色為中風險C)黃色為中風險D)提示為低風險答案:ACD解析:[多選題]65.相對于HadoopMapReduce,Spark的特點有()。A)通用性B)易用性C)速度快D)容錯性答案:ABC解析:相對于HadoopMapReduce,Spark的特點包括速度快、通用性和易用性。[多選題]66.以下屬于NoSQL的有A)CassandraB)CouchDBC)BigTableD)MySQL答案:ABC解析:[多選題]67.圖像識別通常有（）等等A)輪廓識別B)特征識別C)色彩識別D)材質識別答案:ABCD解析:[多選題]68.下列關于核函數的說法正確的是(__)。A)任何一個函數都可以作為核函數B)只要一個對稱函數所對應的核矩陣半正定,它就能作為核函數使用C)任何一個核函數都隱式地定義了一個再生核希爾伯特空間D)核函數可將低維空間中線性可分的數據映射到高維空間，使其線性不可分答案:BC解析:[多選題]69.下面隸屬CNN架構的是：()A)Convolutionallayer+MaxPooling循環數次B)Convolutionallayer重復數次+MaxPooling重復數次C)FlattenD)FullyConnectedFeedforwardnetwork答案:ABCD解析:[多選題]70.數據預處理的關鍵技術包括（）A)變量標準化B)變量離散化C)變量低維化D)異常值檢測答案:ABCD解析:[多選題]71.數據挖掘算法的組件包括()。A)模型或模型結構B)評分函數C)優化和搜索方法D)數據管理策略答案:ABCD解析:數據挖掘算法的組件包括模型或模型結構、評分函數、優化和搜索方法、數據管理策略。[多選題]72.Kafka中刪除消息的閾值有哪幾種?A)分區總日志大小B)數據使用的頻率C)數據產生的時間D)硬盤總空間大小答案:AC解析:[多選題]73.下列領域中，使用Python可以實現的是()A)Web開發B)操作系統管理C)科學計算D)游戲答案:ABCD解析:[多選題]74.在MaxCompute中通過SQL創建了一張分區表，createtablet_student(namestring,scorebigint),下面的SQL語句中語法正確的有:（）。A)select*fromt_studentorderbyscorelimit100;B)select*fromt_studentorderbyscore;C)selectname,scoreaspfromt_studentorderbyplimit100;D)selectname,scoreassfromt_studentorderbyscorelimit100;答案:AC解析:[多選題]75.（）對象的操作不需要通過Maxcompute的任務（Task）來完成。A)projectB)UDFC)instanceD)resource答案:ABCD解析:[多選題]76.可能導致交叉檢驗模型評估較差的原因有（）。A)模型過擬合B)模型欠擬合C)模型過度復雜D)模型過度簡單答案:ABCD解析:以上問題都可能導致模型評估效果較差。[多選題]77.Hive特性包括哪些?A)易用易編程。B)靈活方便的ETL（extract/transform/load）。C)可直接訪問HDFS文件以及HBase。D)支持MapReduce.Tez、Spark等多種計算引擎。答案:ABCD解析:第3部分：判斷題，共16題，請判斷題目是否正確。[判斷題]78.在Flink中，checkpoint機制能夠保證應用在運行過程中出現失敗時，從某一個點恢復，在此過程中，流快照是根據數據流入順序依次創建的。A)正確B)錯誤答案:對解析:[判斷題]79.啟動Hadoop集群服務之前需要格式化文件系統。()A)正確B)錯誤答案:對解析:[判斷題]80.不能用用含日期時間索引與標簽的NumPy數組生成DataFrameA)正確B)錯誤答案:錯解析:[判斷題]81.數據科學家需要擁有數據產品的研發能力，不需要團隊合作與協同工作。()A)正確B)錯誤答案:錯解析:[判斷題]82.Python中的變量只能由字母、下劃線、數字組成，且不能以數字開頭。A)正確B)錯誤答案:對解析:[判斷題]83.數據體現業務本質和內涵，遵從業務的邏輯和關聯關系，依據業務才能更好實現對數據的全生命周期統一管理。()A)正確B)錯誤答案:對解析:[判斷題]84.內置函數len()返回指定序列的元素個數，適用于列表、元組、字符串、字典、集合以及range、zip等迭代對象。A)正確B)錯誤答案:對解析:[判斷題]85.每個Topic都由一個或者多個Partitions構成，Partition數量決定了每個Consumergroup中并發消費者的最大數量。A)正確B)錯誤答案:對解析:[判斷題]86.隨著大數據技術的快速發展和廣泛應用，國家競爭焦點已經從資本、人口、資源的爭奪擴展到對大數據的競爭。A)正確B)錯誤答案:對解析:[判斷題]87.Pandas中的索引對象是可以修改的。()A)正確B)錯誤答案:錯解析:[判斷題]88.表達式chr(ord('a')^32^32)的值為'a'。A)正確B)錯誤答案:對解析:[判斷題]89.()