大数据技术原理与应用

1、一:判断题（每小题5分）1:Pig是一个基于Hadoop的大规模数据分析平台，它为复杂的海量数据并行计算提供了一个简单的操作和编程接口。A:对 B:错 答案：A 正确2:所有的MapReduce程序都需要经过Map和Reduce这两个过程A:对 B:错 答案：B 错误3:一般而言，分布式数据库是指物理上分散在不同地点，但在逻辑上是统一的数据库。因此分布式数据库具有物理上的独立性、逻辑上的一体性、性能上的可扩展性等特点。A:对 B:错 答案：A 正确4:简单随机抽样，是从总体 N 个对象中任意抽取 n 个对象作为样本，最终以这些样本作为调查对象。在抽取样本时，总体中每个对象被抽中为调查样本的概率

2、可能会有差异。A:对 B:错 答案：B 错误5:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。A:对 B:错 答案：B 错误二:单选题（每小题5分）6:YARN的http端口默认是_A80 B8080 C 8090 D8088 A B C D 答案：D 错误7:HBase系统基本架构中主服务器Master的作用是_A包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用来加快后续数据访问过程 B可以帮助选举出一个Master作为集群的总管，并保证在任何时刻总有唯一一个Master在运行 C主要负责表和Region的管理工作 D是HBase中最核心的模块，

3、负责维护分配给自己的Region，并响应用户的读写请求 A B C D 答案：C 错误8:支撑大数据业务的基础是_A数据科学 B数据应用 C数据硬件 D数据人才 A B C D 答案：B 错误9:Heartbeat间隔默认_A1S B2S C3S D4S A B C D 答案：C 错误10:下列关于HadoopAPI的说法错误的是_A Hadoop的文件API不是通用的，只用于HDFS文件系统 BConfiguration类的默认实例化方法是以HDFS系统的资源配置为基础的 CFileStatus对象存储文件和目录的元数据 D FSDataInputStream是java.io.DataInp

4、utStream的子类 A B C D 答案：A 正确11:数据仓库的最终目的是_A收集业务需求 B建立数据仓库逻辑模型 C开发数据仓库的应用分析 D为用户和业务部门提供决策支持 A B C D 答案：D 正确12:下列关于大数据的分析理念的说法中，错误的是_A在数据基础上倾向于全体数据而不是抽样数据 B在分析方法上更注重相关分析而不是因果分析 C在分析效果上更追究效率而不是绝对精确 D在数据规模上强调相对数据而不是绝对数据 A B C D 答案：D 正确13:云数据库的特性不包括_A动态可扩展 B高可用性 C高性能 D较高的使用代价 A B C D 答案：D 正确14:在数据生命周期管理实践

5、中_是执行方法A数据存储和备份规范 B数据管理和维护 C数据价值发觉和利用 D数据应用开发和管理 A B C D 答案：B 错误15:Hbase中的批量加载底层使用_实现A MapReduce B Hive C Coprocessor D Bloom Filter A B C D 答案：A 正确三:多选题（每小题5分）16:数据再利用的意义在于_A挖掘数据的潜在价值 B实现数据重组的创新价值 C利用数据可扩展性拓宽业务领域 D优化存储设备，降低设备成本 A B C D 答案：ABC 错误17:数据研究经历了几种范式，包括_A实验 B理论 C计算 D数据 A B C D 答案：ABCD 错误18

6、:大数据产业包含_关键技术A批处理计算 B流计算 C图计算 D查询分析计算 A B C D 答案：ABCD 正确19:在网络爬虫的爬行策略中，应用最为基础的是_A深度优先遍历策略 B广度优先遍历策略 C高度优先遍历策略 D反向链接策略 A B C D 答案：AB 错误20:大数据产业发展特点_A规模较大 B规模较小 C增速较快 D增速缓慢 E多产业交叉融合 A B C D E 答案：ACE 正确一:判断题（每小题5分）1:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。A:对 B:错 答案：B 正确2:Hbase可以为Hadoop提供类似于BigTable规模的服务，因此它不能容错

7、地存储海量稀疏数据。A:对 B:错 答案：B 正确3:大数据预测能够分析和挖掘出人们不知道或没有注意到的模式，确定判断事件必然会发生。A:对 B:错 答案：B 正确4:一般而言，分布式数据库是指物理上分散在不同地点，但在逻辑上是统一的数据库。因此分布式数据库具有物理上的独立性、逻辑上的一体性、性能上的可扩展性等特点。A:对 B:错 答案：A 正确5:具备很强的报告撰写能力，可以把分析结果通过文字、图表、可视化等多种方式清晰地展现出来，能够清楚地论述分析结果及可能产生的影响，从而说服决策者信服并采纳其建议，是数据分析能力对大数据人才的基本要求。A:对 B:错 答案：B 错误二:单选题（每小题5分

8、）6:大数据关键技术中，Hbase主要被应用于_A数据采集 B数据分析 C数据存储 D数据挖掘 A B C D 答案：C 错误7:HDFS中当前block大小为128M，如果当前要上传到HDFS中的文件大小为300M，那么在存储时会分配_个block进行存储A1 B2 C3 D4 A B C D 答案：C 正确8:下列_程序通常与NameNode在一个节点启动A SecondNameNode B DataNode C TaskTracker D JobTracker A B C D 答案：D 正确9:下列关于聚类挖掘技术的说法中，错误的是_A不预先设定数据归类类目，完全根据数据本身性质将数据聚

9、合成不同类别 B要求同类数据的内容相似度尽可能小 C要求不同类数据的内容相似度尽可能小 D与分类挖掘技术相似的是，都是要对数据进行分类处理 A B C D 答案：B 错误10:下面_程序负责HDFS数据存储。A NameNode B Jobtracker C Datanode D SecondaryNameNode A B C D 答案：C 正确11:下列关于大数据的分析理念的说法中，错误的是_A在数据基础上倾向于全体数据而不是抽样数据 B在分析方法上更注重相关分析而不是因果分析 C在分析效果上更追究效率而不是绝对精确 D在数据规模上强调相对数据而不是绝对数据 A B C D 答案：D 正确1

10、2:支撑大数据业务的基础是_A数据科学 B数据应用 C数据硬件 D数据人才 A B C D 答案：B 正确13:下面与HDFS类似的框架是_A NTFS B FAT32 C GFS D EXT3 A B C D 答案：C 正确14:HDFS中的block默认保存_份A1 B2 C3 D4 A B C D 答案：C 错误15:配置Hadoop时，JAVA_HOME包含在_配置文件中A hadoop-default.xml B hadoop-env.sh C hadoop-site.xml D configuration.xs A B C D 答案：B 错误三:多选题（每小题5分）16:按照涉及自

11、变量的多少，可以将回归分析分为_A线性回归分析 B非线性回归分析 C一元回归分析 D多元回归分析 A B C D 答案：CD 错误17:大数据产业包含_关键技术A批处理计算 B流计算 C图计算 D查询分析计算 A B C D 答案：ABCD 正确18:数据再利用的意义在于_A挖掘数据的潜在价值 B实现数据重组的创新价值 C利用数据可扩展性拓宽业务领域 D优化存储设备，降低设备成本 A B C D 答案：ABC 正确19:大数据人才整体上需要具备_等核心知识A数学与统计知识 B计算机相关知识 C马克思主义哲学知识 D市场运营管理知识 E在特定业务领域的知识 A B C D E 答案：ABE 错误

12、20:数据研究经历了几种范式，包括_A实验 B理论 C计算 D数据 A B C D 答案：ABCD 正确一:判断题（每小题5分）1:Pig是一个基于Hadoop的大规模数据分析平台，它为复杂的海量数据并行计算提供了一个简单的操作和编程接口。A:对 B:错 答案：A 正确2:决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。A:对 B:错 答案：A 正确3:具备很强的报告撰写能力，可以把分析结果通过文字、图表、可视化等多种方式清晰地展现出来，能够清楚地论述分析结果及可能产生的影响，从而说服决策

13、者信服并采纳其建议，是数据分析能力对大数据人才的基本要求。A:对 B:错 答案：B 正确4:Spark是一个高效的分布式计算系统，它有MapReduce所有优点，同时性能与Hadoop一样高。A:对 B:错 答案：B 错误5:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。A:对 B:错 答案：B 正确二:单选题（每小题5分）6:下列关于大数据的分析理念的说法中，错误的是_A在数据基础上倾向于全体数据而不是抽样数据 B在分析方法上更注重相关分析而不是因果分析 C在分析效果上更追究效率而不是绝对精确 D在数据规模上强调相对数据而不是绝对数据 A B C D 答案：D 正确7:Hado

14、op具有特性不包括_A高可靠性 B高效性 C高可扩展性 D低容错性， A B C D 答案：D 正确8:下面与HDFS类似的框架是_A NTFS B FAT32 C GFS D EXT3 A B C D 答案：C 正确9:YARN的http端口默认是_A80 B8080 C 8090 D8088 A B C D 答案：D 正确10:大数据关键技术中，Hbase主要被应用于_A数据采集 B数据分析 C数据存储 D数据挖掘 A B C D 答案：C 正确11:大数据时代，数据使用的关键是_A数据收集 B数据存储 C数据分析 D数据再利用 A B C D 答案：D 错误12:HBase系统基本架构中

15、主服务器Master的作用是_A包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用来加快后续数据访问过程 B可以帮助选举出一个Master作为集群的总管，并保证在任何时刻总有唯一一个Master在运行 C主要负责表和Region的管理工作 D是HBase中最核心的模块，负责维护分配给自己的Region，并响应用户的读写请求 A B C D 答案：C 正确13:支撑大数据业务的基础是_A数据科学 B数据应用 C数据硬件 D数据人才 A B C D 答案：B 正确14:在数据生命周期管理实践中_是执行方法A数据存储和备份规范 B数据管理和维护 C数据价值发觉和利用 D

16、数据应用开发和管理 A B C D 答案：B 正确15:下列关于HadoopAPI的说法错误的是_A Hadoop的文件API不是通用的，只用于HDFS文件系统 BConfiguration类的默认实例化方法是以HDFS系统的资源配置为基础的 CFileStatus对象存储文件和目录的元数据 D FSDataInputStream是java.io.DataInputStream的子类 A B C D 答案：A 正确三:多选题（每小题5分）16:数据研究经历了几种范式，包括_A实验 B理论 C计算 D数据 A B C D 答案：ABCD 正确17:下列关于大数据的说法中，错误的是_A大数据具有体量大、结构单一、时效性强的特征 B处理大数据需采用新型计算架构和智能算法等新技术 C大数据的应用注重相关分析而不是因