試卷科目：大數據開發基礎大數據開發基礎(習題卷37)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.數據管理成熟度模型--DMM將一個機構的數據管理工作抽象成6個關鍵過程域,即數據戰略、()、數據質量、平臺與架構、數據操作以及輔助性過程。A)數據管理B)數據治理C)數據策略D)數據安全答案:B解析:DMM模型將一個機構的數據管理工作抽象成6個關鍵過程域,即數據戰略、數據治理、數據質量、平臺與架構、數據操作以及輔助性過程。[單選題]2.StructuredStreaming不支持以下哪種計算時間?A)處理時間B)事件時間C)結束時間D)注入時間答案:C解析:[單選題]3.下列關于模塊的說法不正確的是（）。A)Python模塊（Module）是一個Python文件，以.py結尾，包含了Python對象定義和Python語句B)使用模塊能夠有邏輯地組織Python代碼段C)把相關的代碼分配到一個模塊里能讓代碼更好用、更易懂D)模塊不能定義類答案:D解析:模塊中可以定義類。[單選題]4.關于Hive建表基本操作描述正確的是？A)創建外部表時需要指定external關鍵字B)一旦表創建好，不可再修改表名C)一旦表創建好，不可再修改列名D)一旦表創建好，不可再增加新列答案:A解析:[單選題]5.大數據的4V特征中的Variety是指（）。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]6.numpy中計算矩陣的協方差矩陣使用什么函數？A)np.mean()B)np.std()C)np.cov()D)np.var()答案:C解析:[單選題]7.下列關于函數的說法中，描述錯誤的是（）。A)函數可以減少重復的代碼，使得程序更加模塊化B)不同的函數中可以使用相同名字的變量C)調用函數時，實參的傳遞順序與形參的順序可以不同D)匿名函數與使用關鍵字def定義的函數沒有區別答案:C解析:[單選題]8.在Maxcompute表T中添加一個新的列col，類型為bigint，最簡單易行的辦法是:（）。A)將表T刪掉重建B)altertabletaddcolumns（cbigint）C)新建一張表，將原有數據插入D)altertableaddcbigint答案:B解析:[單選題]9.下面有關NameNode和secondaryNameNode通信協議說法錯誤的是（）A)secondaryNameNode使用NamenodeProtocol協議與NameNode進行通信B)如果文件系統處于安全模式，那么關閉當前日志并打開新的日志操作會失敗C)如果舊的編輯日志丟失了，那么滾動fsImage日志會失敗D)secondaryNameNode可以從NameNode中得到任何datanode的塊及其位置答案:D解析:SecondaryNameNode不同于NameNode，它不接受或者記錄任何實時的數據變化，但是，它會與NameNode進行通信，以便定期地保存HDFS元數據的快照[單選題]10.下列方法中，不可以使用類名訪問的是（）。A)實例方法B)類方法C)靜態方法D)以上3項都不符合答案:A解析:[單選題]11.數據中臺建設工作中，以需求為導向，基于()，有針對性地按需開展數據接入與整合，逐步實現主數據共建共享，提升數據價值挖掘支撐能力。A)統一數據模型B)電網資源模型C)數據服務能力D)統一價值模型答案:A解析:[單選題]12.個人貸款風險評價應以分析借款人()為基礎，采取定量和定性分析方法，利用大數據技術，全面、動態地進行貸款審查和風險評估。A)學歷B)現金收入C)固定資產D)抵(質)押物答案:B解析:[單選題]13.下面代碼運行后，a、b、c、d四個變量的值，描述錯誤的是（）。importcopya=[1,2,3,4,['a','b']]b=ac=copy.copy(a)d=copy.deepcopy(a)a.append(5)a[4].append('c')A)a==[1,2,3,4,['a','b','c'],5]B)b==[1,2,3,4,['a','b','c'],5]C)c==[1,2,3,4,['a','b','c']]D)d==[1,2,3,4,['a','b',?c?]]答案:D解析:[單選題]14.商業秘密數據脫離本單位（含網絡、信息系統及各種介質）環境須經（）業務主管部門和保密部門審批。A)公司部門級及以上單位B)市級及以上單位C)省級及以上單位D)國家級單位答案:C解析:[單選題]15.在Numpy中，數組拼接的函數不包括（）。A)append（）B)insert（）C)vstack（）D)where（）答案:D解析:append（）函數可向數組橫縱坐標添加數組，insert（）函數可向一維數組后添加數據，vstack（）函數可以進行數組拼接，where（）函數是對數據進行條件篩選。[單選題]16.DataX是阿里集團發起的開源項目，是一種離線數據同步的工具，支持多種異構數據源之間的高效數據同步。使用DataX將存儲在對象存儲OSS中的數據同步至阿里云端大數據計算服務（MaxCompute，原ODPS）時，以（）為粒度進行切分實現并發處理。A)沒有任何切分B)OSS的objectC)OSS的endpointD)OSS的Bucket答案:B解析:[單選題]17.將字符串分隔使用什么函數（）A)splitB)stripC)encodeD)print答案:A解析:[單選題]18.下面關于云計算數據中心的描述正確的是：A)數據中心是云計算的重要載體，為各種平臺和應用提供運行支撐環境B)數據中心就是放在企業內部的一臺中心服務器C)每個企業都需要建設一個云計算數據中心D)數據中心不需要網絡帶寬的支撐答案:A解析:[單選題]19.下面關于類和對象的說法中，錯誤的是()。A)調用函數會執行函數體代碼，返回的是函數體執行的結果B)類有兩大用途：對屬性的操作、實例化對象C)類有三種屬性：數據屬性、函數屬性、方法屬性D)調用類會產生對象，返回的是對象答案:C解析:[單選題]20.以下關于MaxCompute授權的說法，正確的是：（）。A)當項目空間的owner授權給一個用戶時，MaxCompute會先檢驗該用戶是否實際存在，如果不存在，則無法授權B)當一個用戶被項目空間owner從項目中移除時，所有的授權信息都將被清除，該用戶無法再訪問當前項目空間中的任何對象C)當項目空間的Owner決定對另一個用戶授權時，需要先將該用戶添加到自己的項目空間中來。只有添加到項目空間中的用戶才能夠被授權D)MaxCompute中的角色是一組訪問權限的組合。項目創建成功后，自動生成兩個角色owner和admin，可以通過命令listroles看到答案:C解析:[單選題]21.以下關于NoSQL數據庫描述錯誤的是：（）A)NoSQL是一種不同于關系數據庫的數據庫管理系統設計方式，是對非關系型數據庫的統稱B)NoSQL所采用的數據模型并非傳統關系數據庫的關系模型，而是類似鍵/值、列族、文檔等非關系模型C)NoSQL數據庫有固定的表結構，通常存在較多連接操作D)與關系數據庫相比，NoSQL具有靈活的水平可擴展性.可以支持海量數據存儲答案:C解析:[單選題]22.通常，()主要指的是關系數據庫中存儲、計算和管理的數據。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:[單選題]23.結構化程序設計中，下面對goto語句使用描述正確的是___________。A)禁止使用goto語句B)應避免濫用goto語句C)goto語句最好用,不容易造成結構體程序混亂D)使用goto語句程序效率高答案:B解析:[單選題]24.商品的()用于在搜索和瀏覽列表時更準確的找到該商品。--A)關鍵詞B)描述C)提示D)詳情答案:A解析:[單選題]25.（）是目前數據庫系統中最常用的一種數據模型A)關系模型B)層次模型C)網狀模型D)面向對象模型答案:A解析:[單選題]26.下列不屬于數據科學開源工具的是()。A)MapReduceB)ERPC)HadoopD)Spark答案:B解析:ERP系統是企業資源計劃(EnterpriseResourcePlanning)的簡稱,是指建立在信息技術基礎上,集信息技術與先進管理思想于一身,以系統化的管理思想,為企業員工及決策層提供決策手段的管理平臺。[單選題]27.HDFS是Hadoop平臺上的分布式文件系統,那么它是由()構成的。A)由一個NameNode和多個DataNode組成B)由一個DataNode和多個NameNode組成C)由多個NameNode和多個DataNode組成D)由一個NameNode和一個DataNode組成答案:A解析:HDFS由一個NameNode、一個SecondaryNameNode和多個DataNode組成。[單選題]28.在面積圖中,面積是指()A)坐標系中不同的點圍成的最大圖形面積B)坐標系中不同的點所連成的折現投影于縱軸的面積C)坐標系中不同的點所連成的折現投影于橫軸的面積D)坐標系中不同的點圍成的最小圖形面積答案:C解析:[單選題]29.互聯網思維核心（）A)用戶思維B)迭代思維C)流量思維D)平臺思維答案:A解析:[單選題]30.Redis中List列表是什么數據結構實現的?A)雙向鏈表B)平衡二叉樹C)紅黑樹D)循環鏈表答案:A解析:[單選題]31.下列哪一項不屬于HDFS采用抽象的塊概念帶來的好處？A)簡化系統設計B)支持大規模文件存儲C)強大的跨平臺兼容性D)適合數據備份答案:C解析:[單選題]32.聚類算法已經默認所有的記錄都是()的實體A)相關聯B)有備份C)不獨立D)獨立答案:C解析:[單選題]33.以下哪項屬于Flume的基本數據單位?A)ObjectB)SubjectC)TopicD)Event答案:D解析:[單選題]34.為提高計算性能,Spark中Transformation操作采用的是()計算模式。A)活性B)惰性C)實時D)非實時答案:B解析:Spark的所有Transformation操作采取的都是"情性計算模式"。[單選題]35.基于大數據的谷歌廣告體現的大數據思維方式是（）A)全樣而非抽樣B)效率而非精確C)相關而非因果D)以數據為中心答案:D解析:[單選題]36.()試圖學得一個屬性的線性組合來進行預測的函數A)決策樹B)貝葉斯分類器C)神經網絡D)線性模型答案:D解析:[單選題]37.當閔可夫斯基距離公式中的系數p值為2時，可得到（__）的公式。A)歐氏距離B)曼哈頓距離C)街區距離D)切比雪夫距離答案:A解析:[單選題]38.卷積神經網絡中池化層的作用是（）。A)尋找圖像中的細節特征B)輸入圖片C)減少下一層的計算，防止過擬合D)輸出圖片答案:C解析:[單選題]39.以下是字符轉換成字節的方法是A)decode()B)encode()C)upper()D)rstrip()答案:B解析:[單選題]40.在連接互聯網的計算機上（）處理、存儲涉及國家秘密和企業秘密信息。A)可以B)只要網絡環境是安全的，就可以C)不確定D)嚴禁答案:D解析:[單選題]41.x=123.4567，語句print("{:5.3e}".format(x))的輸出結果是()。A)123.457B)1.235e+02C)1.24e+02D)1.23e+02答案:B解析:[單選題]42.從事前風險管理角度看，大數據背景下的貸款損失準備金是與()，相對應的一個概念。A)非預期損失B)預期損失C)特定損失D)不確定答案:B解析:[單選題]43.若要對圖片進行檢索，-般選擇什么工具較好?A)MysQLB)HDFSC)ElasticSearchD)Hive答案:C解析:[單選題]44.對ElasticSearch檢索流程描述正確的是（）。A)分片節點匯總結果發送給客戶端B)檢索節點匯總結果發送給客戶端C)檢索節點不需要匯總結果直接把結果發送給客戶端D)分片節點不需要匯總結果直接把結果發送給客戶端答案:B解析:[單選題]45.以下選項中Python用于異常處理結構中用來捕獲特定類型的異常的保留字是A)exceptB)doC)passD)while答案:A解析:[單選題]46.新興數據管理技術主要包括NoSQL技術、NewSQL技術和()。A)數據倉庫B)關系云C)數據庫系統D)文件系統答案:B解析:關系云是在云計算環境中部署和虛擬化的關系數據庫,進而使傳統關系數據庫具備云計算的彈性計算、虛擬化、按需服務和高經濟性等特征。關系云代表了數據管理的一個重要發展方向。[單選題]47.刪除用戶賬號命令是()A)DROPUSERB)DROPTABLEUSERC)DELETEUSERD)DELETEFROMUSER答案:A解析:[單選題]48.(__)是將低層次數據轉換為高層次數據的過程。A)數據化B)數據整理C)數據加工D)數據整齊化答案:C解析:[單選題]49.以下變量名中正確的是()。A)globalB)passC)exceptD)letter答案:D解析:[單選題]50.()一般采用圖表或數學方法描述數據的統計特征,如分布狀態、數值特征等。A)推斷統計B)預測分析C)描述統計D)診斷分析答案:C解析:[單選題]51.執行以下代碼段i=0whilei<3:print(i,end='')i+=1else:print(0)時，輸出為()。A)01230B)0120C)012D)Error答案:B解析:[單選題]52.點擊率的預測是一個數據比例不平衡問題(如訓練集中樣本呈陰性的比例為99%,陽性的比例是1%),如果我們用這種數據建立模型并使得訓練集的準確率高達99%。我們可以得出結論是()。A)模型的準確率非常高,我們不需要進一步探索B)模型不好,我們應建一個更好的模型C)無法評價模型D)以上答案都不正確答案:C解析:對于失衡數據,模型的準確率不能作為衡量模型效果的標準。因為我們需要探索的是少數1%的數據,為更好地評估模型效果,可以用靈敏度、特異度、F-measure來判斷。[單選題]53.(__)是指對已有數據在盡量少的先驗假設條件下進行探索，并通過作圖，制表等手段探索數據結構和規律的一種方法。A)統計分析B)驗證性分析C)數據洞見D)探索性數據分析答案:D解析:[單選題]54.在一個線性回歸問題中,我們使用R平方(R-Squared)來判斷擬合度。此時、如果增加一個特征,模型不變,則下面說法正確的是()。A)如果R-Squared增加,則這個特征有意義B)如果R-Squared減小,則這個特征沒有意義C)僅看R-Squared單一變量,無法確定這個特征是否有意義D)以上說法都不對答案:C解析:單獨看R-Squared,并不能推斷出增加的特征是否有意義。通常來說,增加一個特征,R-Squared可能變大也可能保持不變,兩者不一定呈正相關。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.為大數據提供基礎設施服務，有(__)和數據計算、數據管理與監控、集群服務、眾包等。A)數據存儲B)數據加工C)數據治理D)app開發答案:ABCD解析:[多選題]56.許多功能更為強大的非線性模型可在線性模型基礎上通過引入()而得。A)層級結構B)高維映射C)降維D)分類答案:AB解析:[多選題]57.定量變量就是通常所說的連續量,它們是由測量或計數、統計所得到的量,這些變量具有數值特征,以下屬于定量變量的有()A)性別B)長度C)產量D)職業答案:BC解析:[多選題]58.關于繼承，以下陳述錯誤的是()。A)一個類的受保護成員可以被繼承B)繼承類稱為子類C)一個類的私有成員可以被繼承和訪問D)繼承是OOP的功能之一答案:ABD解析:[多選題]59.為什么RNN網絡的激活函數要選用雙曲正切而不是sigmod呢？A)使用sigmod函數容易出現梯度消失B)sigmod的導數形式較為復雜C)雙曲正切更簡單D)sigmoid函數實現較為復雜答案:AB解析:[多選題]60.GraphBase能夠處理海量數據的原因是什么?A)圖機制特性B)基于HBase的分布式存儲機制C)基于Elasticsearch的索引機制D)基于Spark的分布式內存計算技術答案:BCD解析:[多選題]61.Zookeeper是一個很好的集群管理工具，被大量用于分布式計算，它主要提供什么服務？A)配置維護B)域名服務C)分布式同步D)負載均衡服務答案:ABC解析:[多選題]62.在Hive架構中支持對數據的操作有()。A)插入B)查詢C)刪除D)分析答案:BD解析:[多選題]63.以下哪兩個場景最適合使用ZooKeeper？A)配置推送B)主備選舉C)熱點訪問D)流式計算答案:AB解析:[多選題]64.Maxcomputetask類型包括：（）。A)jointaskB)maptaskC)localworkD)reducetask答案:ABD解析:[多選題]65.Hive的優點包括（）A)內置豐富的通用操作算子和計算函數B)使用類SQL描述的數據處理流程C)數據操作靈活D)提供實時的在線查詢和記錄級的更新答案:AB解析:[多選題]66.下列關于非頻繁模式的說法正確的有（）。A)其支持度小于閾值B)都是不讓人感興趣的C)包含負模式和負相關模式D)對異常數據項敏感答案:AD解析:非頻繁模式是一個項集或規則，其支持度小于閾值。絕大部分的頻繁模式不是令人感興趣的，但其中有些分析是有用的，特別是涉及數據中的負相關時。非頻繁模式對異常數據項敏感。[多選題]67.關于Maxcompute中的admin角色，以下（）說法是正確的。A)包含的權限只有owner可以調整B)可以修改項目空間的鑒權模型C)不能將admin權限指派給用戶D)不能設定項目空間的安全配置答案:CD解析:[多選題]68.NoSQL數據庫優勢主要體現在()。A)易于數據分散存儲與處理B)頻繁操作代價低C)適用于模型不斷變化場景D)具備關系型數據庫功能答案:ABCD解析:[多選題]69.Spark的特點主要包括：()A)運行速度快B)容易使用C)通用性D)運行模式單一答案:ABC解析:[多選題]70.如何培養適應泛在電力物聯網建設和發展需要的人才隊伍A)優化新興業務和產業公司管理模式B)優化市場化用工策略C)加大人才引進力度D)建立激勵措施答案:ABCD解析:[多選題]71.一個交叉驗證將數據集分成兩個互補的子集，分別是（__）和（__）。A)訓練集B)測試集C)子集D)補集答案:AB解析:[多選題]72.基于Hadoop開源大數據平臺主要提供了針對數據分布式計算和存儲能力，如下屬于分布式存儲組件的有()。A)MapReduceB)SparkC)HDFSD)HBase答案:CD解析:[多選題]73.建設泛在電力物聯網的原因包括（）：A)公司深入貫徹落實習近平新時代中國特色社會主義思想的政治擔當B)公司深入貫徹落實中央領導同志最新要求的實際行動C)公司加快新舊動能轉換、突破發展瓶頸的主動抉擇D)公司新一屆領導班子堅持守正創新、堅定不移做強做優做大公司的戰略選擇答案:ABCD解析:[多選題]74.以下關于FusionInsight中CarbonData說法正確的有？A)使用Carbon的目的是對大數據即席查詢提供超快速響應。B)Carbon使用輕量級壓縮和重量級壓縮的組合壓縮算法壓縮數據，可以減少60%-80%數據存儲空間，大大節省硬件存儲成本。C)Carbon是一種新型的ApacheHadoop本地文件格式，使用先進的列式存儲.索引.壓縮和編碼技術，以提高計算效率，有助于加速超過PB數量級的數據查詢，可用于更換的交互查詢D)Carbon也是一種將數據源與Spark集成的高性能分析引擎。答案:ABCD解析:[多選題]75.對HBaseBloomFilter描述不正確的是?A)用于優化隨機寫的場景B)用于優化Scan場景C)誤判率由哈希函數個數k位數組大小m數據量n共同確定D)判斷結果一定正確答案:ABD解析:[多選題]76.Feigenbaum等人在著名的《人工智能手冊》中將機器學習劃分為機械學習和（_)四種。A)深度學習B)示教學習C)類比學習D)歸納學習答案:BCD解析:[多選題]77.循環神經網絡的輸出模式包含()A)多輸出B)單輸出C)同步多輸出D)異步多輸出答案:ABD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.創建ElasticSearch索引前，要先判斷索引是否存在。A)正確B)錯誤答案:對解析:[判斷題]79.表達式(i**2foriinrange(100))的結果是個元組。A)正確B)錯誤答案:錯解析:[判斷題]80.已知列表x中包含超過5個以上的元素，那么語句x=x[:5]+x[5:]的作用是將列表x中的元素循環左移5位。A)正確B)錯誤答案:錯解析:[判斷題]81.本實驗的網站日志數據需要存放到HDFS。A)正確B)錯誤答案:對解析:[判斷題]82.大數據時代的數據分析方法要注重提高算法的精確性，其次才是提高算法效率。A)正確B)錯誤答案:錯解析:[判斷題]83.MySQL的默認字符集latin1是單字節編碼的字符集。--A)正確B)錯誤答案:對解析:[判斷題]84.定義類時實現了__pow__()方法，該類對象即可支持運算符**A)正確B)錯誤答案:對解析:[判斷題]85.ElastioSearch倒排索引是通過關鍵詞查詢對應的文檔編號，再通過文檔編號找文檔。A)正確B)錯誤答案:對解析:[判斷題]86.Hadoop的MapReduce與Spark都可以進行數據計算，而相比于MapReduce，Spark的速度更快并且提供的功能更加豐富。A)正確B)錯誤答案:對解析:[判斷題]87