大数据开发基础练习题及答案14-2023-背题版

试题说明

本套试题共包括1套试卷

每题均显示答案和解析

大数据开发基础练习题及答案14(500题)

大数据开发基础练习题及答案14

L［单选题］下列哪个不是RDD的缓存方法()

A)persist()

B)cache()

C)memory()

答案:C

解析：

2.［单选题］Spark中Job的划分依据是()。

A)依赖

B)Action算子

C)Transformation算子

答案:B

解析:Action的触发会生成一个Job,Job会提交给DAGScheduler分解成Stage。因此Job是由

Action算子划分的，B正确。

3.［单选题］下列方法中，不可以用于特征降维的方法包括

A)主成分分析PCA

B)线性判别分析LDA

C)深度学习SparseAutoEncoder

D)矩阵奇异值分解SVD

答案:C

解析：

4.［单选题］MaxCompute服务是以RESTfulAPI的形式对外提供。下列()方法可以更新资源。

A)UPDATE

B)POST

OGET

D)PUT

答案:D

解析：

5.［单选题］根据《大数据风控平台项目操作手册》，全景风险视图模块，为了用户能便捷查看客户

的关联风险，实现客群风险监测和关联客户风险联防联控，系统在全景风险视图的客户名称下放置

了()按钮，方便用户查看关键信息。

A)【权限申请】、【集团图谱】、【最终受益人】

B)B.【数据补录】、【集团图谱】、【最终受益人】

C)C.【影像操作】、【企业信用智能分析报告】、【集团图谱】、【最终受益人】

D)D.【担保圈链】、【关联关系图谱】、【企业信用智能分析报告】、【集团图谱】、【最终受益

人】

答案:D

解析：

6.［单选题］假设你正在训练一个LSTM网络，你有一个10000词的词汇表，并且使用一个激活值维度

为100的LSTM块，在每一个时间步中，几的维度是()

A)1

B)100

C)300

D)10000

答案:B

解析：

7.［单选题］Hive不适用于以下哪个场景

A)非实时分析,例如日志分析，统计分析

B)数据挖掘，例如用户行为分析，兴趣分析，区域展示

C)数据汇总，例如每天，每用户点击数，点击排行

D)实时在线数据分析

答案：D

解析：

8.［单选题］Kafka集群在运行期间，直接依赖于下面那些组件？

A)Spark

B)Zookeeper

OHBase

D)HDFS

答案:B

解析：

9.［单选题］内部用户有作业层、管理层、()

A)执行层

B)决策层

C)建议层

D)推送层

答案:B

解析：

10.［单选题］数据的故事化描述是指为了提升数据的（），将数据还原成关联至特定的情景的过程

A）可理解性、可记忆性、可体验性

B）可接受性、可记忆性、可体验性

C）可接受性、可记忆性、可呈现性

D）可理解性、可记忆性、可呈线性

答案:A

解析:数据的故事化描述（Storytelling）是指为了提升数据的可理解性、可记忆性及可体验性，将

数据还原成关联至特定的情景的过程。

11.［单选题］迪士尼MagicBand手环，体现了哪种大数据思维方式：（）

A）我为人人，人人为我

B）全样而非抽样

C）效率而非精确

D）相关而非因果

答案:A

解析：

12.［单选题］以下不属于大数据系统端风险的是。

A）数据系统的申请、查看流程

B）数据查看权限

C）系统平台的稳定性

D）数据库管理、存储

答案:A

解析：

13.［单选题］下列语句执行的结果是（）>>>a=l»>b=2*a/4〉>>a="one">>>print（a,b）

A）one0

B）10

C）one0.5

D）one,0.5

答案:C

解析：

14.［单选题］以下关于关系数据模型的论述正确的是（）

A）只能表示实体间的1：1联系

B）只能表示实体间的l：n联系

C）只能表示实体间的m：n联系

D）可以表示实体间上述三种联系

答案：D

解析：

15.［单选题］在Hive中，以下那一个查询语句可以将2个或多个表集合进行合并（）

A）unionfull

B）unionall

Ounionfor

D）unionon

答案:B

解析：

16.［单选题］与生成方法、半监督SVM、图半监督学习等基于单学习机器利用未标记数据不同，基于

分歧的方法（disagreement-basedme也ods）使用多学习器，而学习器之间的分歧（disagreement）对未

标记数据的利用至关重要（）是此类方法的重要代表

A）协同训练

B）组合训练

C）配合训练

D）陪同训练

答案:A

解析：

17.［单选题］大数据的4V特性不包括

A）Volume（大量）

B）Velocity（高速）

C）Visual（可视）

D）Variety（多样）

答案:C

解析：

18.［单选题］下面关于Hadoop的描述错误的是：（）

A）Hadoop是一个能够对大量数据进行分布式处理的软件框架

B）作为并行分布式计算平台，Hadoop采用分布式存储和分布式处理两大核心技术，能够高效地处理

PB级数据

C）Hadoop只支持Java编程语言

D）Hadoop可以高效稳定地运行在廉价的计算机集群上，可以扩展到数以千计的计算机节点上

答案:C

解析：

19.［单选题］type（complex（2,4））的结果为（___）0

A）class'int'

B）class'float'

C）class'complex'

D）class'bool'

答案:C

解析：

20.［单选题］以下四种描述中，正确的是（）

A）、大数据和海量数据是同一个事物的不同描述

B）、数据和数值是同一个事物的不同描述

C）、数据和数字是同一个事物的不同描述

D）、以上说法均不正确

答案:D

解析：

21.［单选题］（_）是M-P神经元，也称为“阈值逻辑单元”。

A）输入层

B）输出层

C）第一层

D）第二层

答案:B

解析：

22.［单选题］Python使用（）符号标示注释。

A）&

B）*

C）#

D）//

答案:C

解析：单行注释使用#号。

23.［单选题］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）低容错性

答案：D

解析：

24.［单选题］下面哪项操作能实现跟神经网络中Dropout的类似效果？

A）Boosting

B）bagging

C）Stacking

D）Mapping

答案:B

解析：

25.［单选题］网站在运营过程中，会有用户访问并产生行为数据，要想对这些数据进行处理挖掘，如

果是离线批处理下的方案配置，描述不正确的是

A）数据导入导出，Loader

B）数据采集传输：Flume

C）数据计算，Storm

D）数据存储.HDFS或MySql

答案:C

解析：

26.［单选题］机器学习中L1正则化和L2正则化的区别是？（）

A）使用L1可以得到稀疏的权值,使用L2可以得到平滑的权值

B）使用L1可以得到平滑的权值，使用L2可以得到平滑的权值

C）使用L1可以得到平滑的权值,使用L2可以得到稀疏的权值

D）使用L1可以得到稀疏的权值，使用L2可以得到稀疏的权值

答案:A

解析：

27.［单选题］我国首家大数据交易所是：（）

A）贵阳大数据交易所

B）上海数据交易中心

C）华东江苏大数据交易中心

D）浙江大数据交易中心

答案：A

解析：

28.［单选题］下列哪个标识符是合法的（）

A）print

B）_100

C）12name

D）name

答案:B

解析：

29.［单选题］（_）是从海量文本中查询到观点信息，根据主题相关度和观点倾向性对结果排序。

A）情感分类

B）情感检索

C）情感抽取

D）情感分析

答案:B

解析：

30.［单选题］下面不属于大数据4V特性有（一）。

A）容量大

B）类型多

C）速度快

D）应用价值高

答案:D

解析：

31.［单选题］设2={1,1,1,1,1,2,3,4,5,5,5,5},贝。面小（1611g））的显示结果为（）。

A）5

B）12

03

D）Error

答案:A

解析：

32.［单选题］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

答案:B

解析：

33.［单选题］以下关于Zookeeper的Leader节点在收到数据变更请求后的读写流程说法正确的是?

A）仅写入内存

B）同时写入磁盘和内存

C）先写入内存再写入磁盘

D）先写磁盘再写内存

答案:D

解析：

34.［单选题］numpy中向量转成矩阵使用什么函数？

A）np.reshape（）

B）np.reval（）

C）np.arange（）

D）np.random（）

答案:A

解析：

35.［单选题］对线下零售而言，做好大数据分析应用的前提是。

A）增加统计种类

B）扩大营业面积

C）增加数据来源

D）开展优惠促销

答案:C

解析：

36.［单选题］以下名称中不属于“属性张成的空间”的是（—）o

A）属性空间

B）样本空间

C）输入空间

D）对偶空间

答案:D

解析：

37.［单选题］关于赋值语句，以下选项中描述错误的是

A）在Python语言中，有一种赋值语句，可以同时给多个变量赋值

B）设x="alice"；y="kate",执行x,y=y,x可以实现变量x和y值的互换

C）设a=10；b=20,执行a,b=a,a+bprint（a,b）和a=bb=a+bprint（a,b）之后，得到

同样的输出结果：1030

D）在Python语言中，“=”表示赋值，即将“=”右侧的计算结果赋值给左侧变量，包含“=”的语

句称为赋值语句

答案:C

解析：

38.［单选题］关于基本数据的元数据是指：

A）基本元数据与数据源，数据仓库，数据集市和应用程序等结构相关的信息

B）基本元数据包括与企业相关的管理方面的数据和信息

C）基本元数据包括日志文件和简历执行处理的时序调度信息

D）基本元数据包括关于装载和更新处理，分析处理以及管理方面的信息

答案:D

解析：

39.［单选题］以下不属于关系型数据库的是（）

A）DB2

B）HBase

C）MySQL

D）Oracle

答案:B

解析：

40.［单选题］下列数据类型中不可以作为索引对Numpy数组进行选取的是（）。

A）boolean

B）tuple

C）diet

D）int

答案:C

解析:Numpy数组可以由整数、整数数组和布尔数组进行索引，不包括字典类型。

41.［单选题］scipy.stats模块中对随机变量进行随机取值的函数是（）。

A）rvs

B）pdf

Ocdf

D）sf

答案:A

解析:stats模块中的rvs函数对随机变量进行取值。

42.［单选题］以下哪项用来排序（）

A）ORDEREDBY

B）ORDERBY

C）GROUPBY

D）GROUPEDBY

答案:B

解析：

43.［单选题］Relief的扩展变体Relief-F能够处理（_）问题。

A）二分类

B）多分类

C）回归

D）降维

答案:B

解析：

44.［单选题］信息安全事件的处理不遵循的原则是（）

A）统一领导

B）综合协调

C）快速处理

D）集体责任

答案:D

解析：

45.［单选题］下列哪一项不属于仪表板的布局模式（）

A）标准模式

B）自由模式

C）标准模式（分页）

D）自由模式（分页）

答案:C

解析:

46.［单选题］若设1.启动，2.诊断，3.建立，4.行动，5.学习，贝UDMM模型中的顺序为(_)。

A)12345

B)12354

C)13254

D)13245

答案:A

解析：

47.［单选题］以下关于函数参数和返回值的描述，正确的是：

A)采用名称传参的时候，实参的顺序需要和形参的顺序一致

B)可选参数传递指的是没有传入对应参数值的时候，就不使用该参数

C)函数能同时返回多个参数值，需要形成一个列表来返回

D)Python支持按照位置传参也支持名称传参，但不支持地址传参

答案:D

解析：

48.［单选题］高斯核也称为(_)。

A)多项式核

B)拉普拉斯核

ORBF核

D)Sigmoid核

答案:C

解析：

49.［单选题］数据产品开发的关键环节是()

A)数据收集

B)数据预处理

C)数据学习

D)数据加工

答案:D

解析：数据加工(DataWrangling或DataMunging)是数据产品开发的关键环节。

50.［单选题］Flume的高级组件不包含以下哪个？

A)SinkProcessor

B)ChannelInterceptor

C)ChannelSelector

D)SourceInterceptor

答案:B

解析：

51.［单选题］以下()组件负责存储业务数据、执行数据查询任务以及向CN返回执行结果。

A)GTM

B)WLM

C)CN

D)DN

答案:D

解析：

52.［单选题］下列语句中不能创建一个字典的是()。

A)dictl={}

B)dict2={3：5}

C)dict3={［1,2,3］："uestc")

D)dict4={(1,2,3)："uestc")

答案:C

解析：字典key不可以是可变类型，C选项中列表为可变类型。

246

53.［单选题］下列有关Hive中分桶表理解不正确的是()

A)Hive不能针对分区进行桶的组织

B)Hive可以针对某一列进行桶的组织

C)把表组织成桶可以获得更高的查询处理效率

D)把表组织成桶可以使取样更高效

答案:A

解析：

54.［单选题］国网公司泛在电力物联网2019年建设方案要求，推进营配贯通优化提升，贯通率提升

()O

A)5%

B)7%

010%

D)15%

答案:A

解析：

55.［单选题］某公司在进行大数据离线批处理平台的前期技术选型，以下哪个大数据组件不属于离线

批处理业务所涉及到的组件？

A)HDFS

B)Spark

C)Storm

D)Hive

答案:C

解析：

56.［单选题］下面python循环体执行的次数与其他不同的是。。

A)i=0while(i

B)i=10while(i>0)：print(i)i=i-l

C)forIinrange(10)：Print(i)

D)forIinrange(10,0,-1)：print(i)

答案:A

解析：

57.［单选题］以下关于ElasticSearch介绍错误的是？(

A)Document文档，被素引的基本单位

B)EsMaster主节点

C)Index亲弓I,与关系型数据库中的索引概念一样

D)EsNode：Elasticsearch节点，一个节点就是一个Elasticsearch实例

答案:C

解析：

58.［单选题］以下不是NoSQL常用数据模型的是()

A)Key-Value

B)Key-Colum

C)图存储

D)关系数据模型

答案:D

解析：

59.［单选题］(一)返回模块名称空间的字典，(—)返回当前名称空间的字典。

A)locals()locals()

B)global()locals()

C)locals()global()

D)globals()globals()

答案:B

解析：

60.［单选题］以P(w)表示词条w的概率，假设已知P(南京)=0.8,P(市长)=0.6,P(江大桥

)=0.4；P(南京市)=0.3,P(长江大桥)=0.5o如果假设前后两个词的出现是独立的，那么分词

结果就是()。

A)南京市*长江*大桥

B)南京*市长*江大桥

C)南京市长*江大桥

D)南京市*长江大桥

答案：B

解析：最大概率分词基本思想：一句话有多种切割方法，我们选择联合概率最大的结果。

P（A）=0；P（B）=0.8X0.6X0,4=0.192；P（C）=0；P（D）=0.3X0.5=0.15o所以这

道题选择Bo

61.［单选题］Hive在处理数据时，默认的分隔复合类型中元素的分隔符是（）

A）"A

B［B

c）'c

D）\n

答案：B

解析：

62.［单选题］常用的数据归约方法可以分为（）。

A）维归约、数据压缩

B）维归约、参数归约

C）维归约、值归约

D）数据压缩、值归约

答案:C

解析：常用的数据归约方法有维归约和值归约两种。

63.［单选题］ApacheHadoop可以在（_）平台上运行。

A）Ubuntu

B）Debian

C）Windows

D）跨平台

答案：D

解析：

64.［单选题］某电商公司数据库高级工程师进行大数据分析，现在界面提示："0：

jdbe：hive2：//192.168.0.186：2181/>"信息，那么他最有可能在进行什么场录的数据分析工作？

A）实时检素场景

B）离线批处理场景

C）图搜索场景

D）实时流开发场景

答案:B

解析：

65.［单选题］HDFS的优点不包含哪个？

A）处理超大文件

B）运行于廉价机器上

C）高效存储大量小文件

D）流式的访问数据

答案:C

解析:

66.［单选题］MapReduce流程有（）各阶段。

A）三

B）二

C）四

D）五

答案:A

解析：

67.［单选题］Hive常被用来处理（）场景。

A）事务性处理

B）批量计算

C）实时性计算

D）流计算

答案:B

解析：

68.［单选题］下列关于Numpy的数组Ndarray对象属性的描述错误的是（）。

A）Ndarray.ndim秩，即轴的数量或维度的数量

B）Ndarray.shape数组的维度，对于矩阵来说是n行m列

C）Ndarray.size数组元素的总个数，也是shape属性中nXm的值

D）Ndarray.itemsizeNdarray对象的元素类型

答案：D

解析：itemsize是每个数组元素的字节大小。

69.［单选题］下列算法中属于图像平滑处理的是。。

A）梯度锐化

B）直方图均衡化

0中值滤波

D）Laplacian增强

答案:C

解析：

70.［单选题］在MaxCompute中，可以通过Tunnel命令行来完成数据的上传下载。如果要下载

test_project项目空间下的一个带分区的表test_table_p的内容到log.txt文件中，使用命令

tunneldownloadtest_project.test_table_plog.txt；结果报错，其中出错的部分为：（）。

A）tunnel

B）download

C）test_project.test_table_p

D）log_txt

答案:C

解析:

71.［单选题］假设我们要解决一个二类分类问题，我们已经建立好了模型，输出是0或1,初始时设阈

值为0.5,超过0.5概率估计，就判别为1,否则就判别为0；如果我们现在用另一个大于0.5的阈值,

那么现在关于模型说法，正确的是：

A）模型分类的召回率会降低或不变

B）模型分类的召回率会升高

C）模型分类准确率会升高或不变

D）模型分类准确率会降低

答案:A

解析：

72.［单选题］（_）通过构建并结合多个学习器来完成学习任务。

A）支持向量机

B）贝叶斯分类器

C）神经网络

D）集成学习

答案:D

解析：

73.［单选题］如想定义字符串，应使用（）

A）list

B）set

C）str

D）dict

答案:C

解析：

74.［单选题］关于基于Hadoop的MapReduce编程的环境配置，下面哪一步是不必要的（）

A）配置java环境变量

B）配置Hadoop环境变量

C）配置Eclipse

D）配置ssh

答案:C

解析:记住即可

75.［单选题］以下哪项不是“大数据”和传统的“小数据”的区别？

A）数据规模的采样聚合与全量

B）数据结构的结构化与非结构化

C）数据来源的集中于分散

D）数据质量的高低参差不齐

答案:C

解析:

76.［单选题］在逻辑回归输出与日标对比的情况下，以下评估指标中()不适用

A)AUC-ROC

B)准确度

C)Logloss

D)均方误差

答案：D

解析：

77.［单选题］能实现将一维数据写入CSV文件中的是

A)fo=open("price2016bj.csv","w")Is=［'AAA','BBB','CCC','DDD'］

fo.write(",join(ls)+"\n")fo.close()

B)fr=open("price2016.csv","w")Is=［］forlineinfo：line=

line.replace("\n","")Is.append(line,split(","))print(Is)fo.close()

C)fo=open("price2016bj.csv","r")Is=［'AAA','BBB','CCC',

"DDD'］fo.write(",join(ls)+"\n")fo.close()

D)fname=input("请输入要写入的文件：")fo=open(fname,"w+")ls=［"AAA","BBB",

"CCC"］fo.writelines(Is)forlineinfo：print(line)fo.close()

答案:A

解析：

78.［单选题］在线性回归问题中，我们用R方来衡量拟合的好坏。在线性回归模型中增加特征值并再训

练同一模型。下列说法正确的是()。

A)如果R方上升，则该变量是显著的

B)如果R方下降，则该变量不显著

C)单单R方不能反映变量重要性，不能就此得出正确结论

D)以上答案都不正确

答案:C

解析：单单R方不能表示变量显著性，因为每次加入一个特征值,R方都会上升或维持不变。但在调整R

方的情况下这也有误(如果特征值显著的话，调整R方会上升)。

79.［单选题］当数据集非常大的时候，对全体数据进行处理存在困难时，通过什么方式可以估计和推

断出整体的特性()

A)抽样查询

B)模糊查询

C)条件查询

D)连接查询

答案:A

解析:

80.［单选题］下列选项中，Python不支持的数据类型有()。

A）int

B）char

C）float

D）dictionary

答案:B

解析：

81.［单选题］np.square（2）的结果是多少?

A）1

B）4

C）3

D）2

答案:B

解析：

82.［单选题］下列哪项通常是集群的最主要的性能瓶颈？（）

A）CPU

B）网络

C）磁盘

D）内存

答案:C

解析：

83.［单选题］下列关于BigTable的描述，哪个是错误的？（）

A）爬虫持续不断地抓取新页面，这些页面每隔一段时间地存储到BigTable里

B）BigTable是一布式存储系统

OBigTable起初用于解决典型的互联网搜索问题

D）网络搜索应用查询建立好的索引，从BigTable到网页

答案:A

解析：

84.［单选题］选择哪一个解作为输出，将由学习算法的归纳偏好决定，常见的做法是引人（）。

A）线性回归

B）线性判别分析

C）正则化项

D）偏置项

答案:C

解析：

85.［单选题］变量的不确定性越大，相对应信息'脑的变化是（）

A）蜻变小

B）蜻变大

C)不变

D)以上答案都不正确

答案：B

解析：

86.［单选题］可用作数据挖掘分析中的关联规则算法有()。

A)机器学习、对数回归、关联模式

B)K均值法、SOM机器学习

C)Apriori算法、FP-Tree算法

D)RBF机器学习、K均值法、机器学习

答案:C

解析：关联规则包括Apriori、FP-Tree等算法。

87.［单选题］以下关于DataNode的描述不正确的是？

A)DataNode执行数据块的读/写操作

B)DataNode是用来存储数据块

C)DataNode管理数据块元数据

D)DataNode的数量受数据规模影响

答案:C

解析：

88.［单选题］()是基于规则的分类器

A)C4.S

B)KNN

C)NaiveBayes

D)C.ANN

答案:A

解析：

89.［单选题］关于数据备份的做法不对的是：()

A)确认备份操作步骤准确无误后进行备份操作。

B)各业务部门应将计算机信息数据备份媒体视同重要空白凭证，指定专人负责备份数据媒体的签收

和入库管理。

C)备份数据媒体应按要求写明标识，交办公室档案管理员异地存放，要确保存放地的安全，并定期

进行检查，确保数据的完整性、可用性。

D)涉密信息媒体的备份媒体(磁带、磁盘、光盘、纸媒体等)应有密级及保密期限标志，统一编号

,各单位保密机构负责涉密信息媒体的界定和销毁。

答案:C

解析：

90.［单选题］智能健康手环的应用，体现了()数据采集技术的应用。

A)统计报表

B)网络爬虫

C)传感器

D)API接口

答案:C

解析：

91.［单选题］以下关于数据仓库的叙述中，正确的是()

A)数据仓库主要用于支持决策管理

B)数据仓库的数据源相对比较单一

C)存放在数据仓库中的数据一般是实时更新的

D)数据仓库为企业的特定应用服务、强调处理的响应时间，数据的安全性和完整性等

答案:A

解析：

92.［单选题］若2=叩.abs(-5),则print(a)输出为(—)。

A)-6

B)-4

0-5

D)5

答案:D

解析：

93.［单选题］下列语句会无限循环下去的是()。

A)forainrange(10)：timesleep(10)

B)whilei<10：

Timesleep(10)

C)whileTrue：

Break

D)a=［3,-1,'］

Foriina［：］：ifnota：

Break

答案:B

解析:B中条件l<10恒成立。

94.［单选题］()是指过滤器在图像上滑动的距离。

A)卷积核大小

B)卷积步长

C)过滤器大小

D)图像大小

答案:B

解析：

95.［单选题］任何一个核函数都隐式地定义了一个（_）空间。

A）希尔伯特空间

B）再生希尔伯特空间

C）再生核希尔伯特空间

D）欧式空间

答案:C

解析：

96.［单选题］我想使用JavaAPI删除HDFS中的非空文件夹/123,以下选项正确的是。

A）fs.delete（newPath（"/123"））；

B）fs.delete（newPath（"/123"）,false）；

C）fs.delete（newPath（"/123"）,true）；

D）delete（）方法只能删除文件或非空文件夹，不能直接删除非空文件夹

答案:C

解析：

97.［单选题］例如数据库中有A表，包括学生，学科，成绩三个字段，数据库结构为学生学科成

绩张三语文60张三数学100李四语文70李四数学80李四英语80如何统计最高分＞80的

学科（）

A）SELECTMAX（成绩）FROMAGROUPBY学科HAVINGMAX（成绩）＞80；

B）SELECT学科FROMAGROUPBY学科HAVING成绩＞80；

C）SELECT学科FROMAGROUPBY学科HAVINGMAX（成绩）＞80；

D）SELECT学科FROMAGROUPBY学科WHEREMAX（成绩）＞80；

答案:C

解析：

98.［单选题］下列关于支持向量机优化性问题的形式说法正确的是（_）。

A）它是一个凸二次规划问题

B）它是一个凸一次规划问题

0它是一个凹二次规划问题

D）它是一个凹一次规划问题

答案:A

解析：

99.［单选题］HFile数据格式中的Data字段用于（）。

A）存储实际的KeyValue数据

B）存储数据的起点

C）指定字段的长度

D）存储数据块的起点

答案:A

解析:记住即可。毕竟Data字段用来存储数据？

100.［单选题］多分类学习中，最经典的三种拆分策略不包括()。

A)一对一

B)一对其余

C)一对多

D)多对多

答案：A

解析：多分类学习中，最经典的三种拆分策略包括一对多、多对多、一对其余。

101.［单选题］下面关于机械思维的核心思想，描述错误的是：()

A)世界变化的规律是确定的

B)lit界变化的规律是无法确定的

C)规律不仅是可以被认识的，而且可以用简单的公式或者语言描述清楚

D)这些规律应该是放之四海而皆准的.可以应用到各种未知领域指导实践

答案:B

解析：

102.［单选题］在Matplotlib中，在当前图形上添加一个子图需要用到的函数是()。

A)pit.stackplot()

B)plt.suptitle()

C)pit.subplot()

D)pit.imshow()

答案:C

解析:matplotlib.pyplot.subplot()函数的作用是在当前图形上添加一个子图。

103.［单选题］电影评分是以下哪些的应用实例(—)。

A)分类

B)聚类

C)强化学习

D)回归

答案:D

解析：

104.［单选题］在HBase的专用过滤器中，单列排除过滤器是()

A)SingleValueExcludeFilter

B)SingleColumnExcludeFiIter

C)SingleColumnValueExcludeFilter

D)ColumnValueExcludeFilter

答案:C

解析：

105.［单选题］通过(),持续降低自动采集成本和操作难度，不断提高公司数据的自动采集水平。

A)组织开展数据转换技术及应用研究

B）组织开展数据分类技术及应用研究

C）组织开展数据录入技术及应用研究

D）组织开展数据自动采集技术及应用研究

答案:D

解析：

106.［单选题］回归方程判定系数的计算公式R2=SSR/SST=bSSE/SST,对判定系数描述错误的是（）

A）式中的SSE指残差平方和

B）式中的SSR指总离差平方和

C）判定系数用来衡量回归方程的抗合优皮

D）判定系教K等于相关系数的平方

答案:B

解析：

107.［单选题］下列哪个程序通常与NameNode在一个节点启动？

A)SecondaryNameNode

B)DataNode

C)TaskTracker

D)Jobtracker

答案:D

解析：hadoop的集群是基于master/slave模式，namenode和jobtracker属于master,datanode和

tasktracker属于slave,master只有一个，而slave有多个。

JobTracker对应于NameNode；

TaskTracker对应于DataNode。

108.［单选题］a和b为两个整数，以下关系表达式语法错误的是？

A)a==b

B)ab

C)a>=b

D)a!=b

答案:B

解析：

109.［单选题］Oracle数据库最近使用过的SQL语句存储在

A）共享池

B）数据高速缓冲区

C）私有全局区

D）用户全局区

答案:B

解析：

110.［单选题］K-摇臂赌博机属于（）算法。

A）机器学习

B）深度学习

C）强化学习

D）有监督学习

答案:C

解析：

11L［单选题］二项分布的数学期望为（）

A）n（l-n）p

B）np（1-p）

C）np

D）n（1-p）

答案:C

解析：

112.［单选题］MapReduce框架对（）按照键值排序。。

A）中间结果

B）最终结果

C）输入数据

D）输出数据

答案:A

解析：

113.［单选题］对于ADS的主键，（）说法是正确的。

A）对于updateType=realtime的表来讲，主键是必须的，且主键中不能包含作为一级hash分区的分区

列

B）对于ADS的普通表，无论updateType如何取值，主键是必要的

C）对于updateType=batch的表来讲，主键是必须的，主要是约束导入数据时的重复记录

D）有主键的表的性能和用法上和没有主键的表之间没有任何区别

答案:D

解析：

114.［单选题］进入要操作的数据库TEST用以下哪一项（）

A）INTEST

B）SHOWTEST

OUSERTEST

D）USETEST

答案:D

解析：

115.［单选题］在图集合中发现一组公共子结构，这样的任务称为（）

A）频繁子集挖掘

B）频繁于圈挖掘

C）频繁数据项挖掘

D）频繁模式挖掘

答案:B

解析：

116.［单选题］以下哪一项不是Spark框架可用的资源调度系统？

A）Mesos

B）Yarn

C）deremel

D）aws

答案:C

解析：

117.［单选题］（_）是一类用图来表达变量相关关系的概率模型。

A）神经元模型

B）感知机模型

C）概率图模型

D）SVM

答案:C

解析：

118.［单选题］以下描述中错误的是（）。

A）数据化与数字化是两个不同概念

B）数据与数值是一个概念

C）大数据与海量数据是两个不同的概念

D）数据和信息是两个不同的概念

答案:B

解析：

119.［单选题］（）对监管数据质量承担最终责任

A）董事长

B）风险管理部

C）行长

D）数据运管部

答案:A

解析：

120.［单选题］阿里巴巴旗下的数据管理平台，被称为：

A）达摩盘

B）支付宝

C）蚂蚁花呗

D)招财宝

答案:A

解析：

121.［单选题］感知层是物联网体系架构的()层。

A)第一层

B)第二层

C)第三层

D)第四层

答案:A

解析：

122.［单选题］执行后可以查看Python的版本的是

A)importsysprint(sys.Version)

B)importsystemprint(system,version)

C)importsystemprint(system.Version)

D)importsysprint(sys.version)

答案:D

解析：

123.［单选题］一般地，”人“与”马“分别与”人马“相似，但”人“与”马”很不相似；要达到

这个目的，可以令”人“”马“与”人马”之间的距离都比较小，但”人“与”马”之间的距离很

大，此时该距离不满足(―)。

A)非负性

B)同一性

C)对称性

D)直递性

答案:D

解析：

124.［单选题］MapReduce中的归约过程是

A)Map

B)Guiyue

C)Summary

D)Reduce

答案:D

解析：

125.［单选题］HDFS采用块复制的概念，让数据在集群的节点间进行复制，从而实现了一个(—)的

系统。

A)云计算

B)分布式文件

C)流处理

D)高度容错性

答案:D

解析：

126.［单选题］实现One-Hot编码可以用Pandas中()函数。

A)groupby()

B)merge()

C)get_dummies()

D)llna()

答案:C

解析：get_dummies()生成哑变量，与One-Hot编码一致。

127.［单选题］kafka-clustermirroring工具可以实现()功能。

A)kafka集群数据同步方案

B)kafka单集群内数据备份

Okafka单集群内数据恢复

D)以全部不对

答案:A

解析：

128.［单选题］线性回归的基本假设不包括()。

A)随机误差项是一个期望值为0的随机变量

B)对于解释变量的所有观测值，随机误差项有相同的方差

C)随机误差项彼此相关

D)解释变量是确定性变量不是随机变量，与随机误差项之间相互独立

答案:C

解析：线性回归的基本假设有：(1)线性关系假设。(2)正态性假设。指回归分析中的Y服从正

态分布。(3)独立性假设。包含两个意思：①与某一个X对应的一组Y和与另一个X对应的一

组Y之间没有关系，彼此独立；②误差项独立，不同的X所产生的误差之间应相互独立，无自相

关。(4)误差等分散性假设。特定X水平的误差，除了应呈随机化的常态分配，其变异量也应相

等，称为误差等分散性。

129.［单选题］执行以下代码段时a=set('apple')b=set('orange')print(a&b)时，输出为

(一)。

A){'r,'e','a','p')

\(iitfiiftiitr)

nBMr,a,g,e,n,o)

Cr>)\tf»11,»pf,•g1,tof,•e•,tnf,ia»,frt)1

D){，e：H}

答案:D

解析：

130.［单选题］BP算法基于（一）策略，以目标的（―）梯度方向为参数进行调整。

A）前向传播，正

B）梯度下降，负

C）前向传播，负

D）梯度下降，正

答案:B

解析：

131.［单选题］下列有关Hive和Impala的对比错误的是（）。

A）Hive与Impala中对SQL的解释处理比较相似，都是通过词法分析生成执行计划

B）Hive与Impala使用相同的元数据

C）Hive适合于长时间的批处理查询分析，而Impala适合于实时交互式SQL查询

D）Hive在内存不足以存储所有数据时，会使用外存，而Impala也是如此

答案:D

解析：

132.［单选题］选择哪一个解作为输出，将由学习算法的归纳偏好决定，常见的做法是引人（）

A）线性回归

B）线性判别分析

C）正则化项

D）偏置项

答案:C

解析：

133.［单选题］下面哪个功能不是大数据平台安全管理组件提供的功能0。

A）接口代理

B）接口认证

C）接口授权

D）路由代理

答案:D

解析:接口可以对用户的身份和请求的参数进行验证，以保证接口的安全。通过添加身份验证和数字

签名的方法提高接口安全性，防止数据被集改和信息泄露。

134.［单选题］在完整的异常语句中，语句出现的顺序正确的是（）o

A）try—exceptfelseffinally

B）try->else-*except-*finally

C）tryfexceptffinally—else

D）try-*else-*else-*except

答案:A

解析：

135.［单选题］Gremlin中查询单个点的信息该用什么命令

A)g.VO.hasLabel("test")

B)g.VOhasLabel("test"),values("age")

C)9.VO.hasLabel("test).valueMap("String,list","age")

D)gV(13464736).valueMapO自

答案:D

解析：

136.［单选题］大数据的4V特点：Volume、Velocity,Variety,Veracity,其中Volume的含义是()

A)价值密度低

B)处理速度快

C)数据类型繁多

D)数据体量巨大

答案:D

解析：

137.［单选题］下列操作是只能删除空目录的是(—)。

A)rmtree

B)mkdir

C)chdir

D)rmdir

答案:D

解析：

138.［单选题］向量空间模型的缺陷不包括()

A)维度灾难

B)模型稀疏性

C)语义信息缺失

D)无法计算文本相似度

答案:D

解析：

139.［单选题］()和假设检验又可归结为统计推断的范畴，即对总体的数量特征做出具有一定可靠程度

的估计和判断。

A)参数估计

B)逻辑分析

C)方差分析

D)回归分析

答案：A

解析:推断统计包括参数估计和假设检验两方面的内容。

140.［单选题］摩尔定律指出，当价格不变时，集成电路上可容纳的晶体管数目，约每隔()便会增

加一倍，性能也将提升一倍。

A）6个月

B）18个月

012个月

D）24个月

答案:B

解析：

141.［单选题］下列操作属于预剪枝的是（）。

A）信息增益

B）计算最好的特征切分点

C）限制树模型的深度

D）可视化树模型

答案:C

解析：预剪枝是指在决策树生成过程中，对每个结点在划分前先进行估计，若当前结点的划分不能带

来决策树泛化性能提升，则停止划分并将当前结点标记为叶结点。限制树模型的深度属于预剪枝。

142.［单选题］公司（）负责研究审议网络与数据安全总体方针、重大政策和重大事项。

A）国网安质部

B）国网信通部

C）网络安全和信息化领导小组

D）国网办公厅

答案:C

解析：

143.［单选题］下列关于HDFS为存储MapReduce并行切分和处理的数据做的设计，错误的是（）

A）FSDataInputStream扩展了DatalnputStream以支持随机读

B）为实现细粒度并行，输入分片（InputSplit）应该越小越好

C）一台机器可能被指派从输入文件的任意位置开始处理一个分片

D）输入分片是一种记录的逻辑划分，而HDFS数据块是对输入数据的物理分割

答案:B

解析：

144.［单选题］（一）是一个在HDFS上开发的面向列的分布式数据库。

A）Hive

B）Pig

C）Mahout

D）Hbase

答案:D

解析：

145.［单选题］以下（）在关系模型中表示属性的取值范围。-

A）元组

B）键

C）属性

D）域

答案:D

解析：

146.［单选题］启动hadoop所有进程的命令是（）。

A）start-dfs.sh

B）start-all.sh

C）start-hadoop.sh

D）start-hdfs.sh

答案:B

解析：

147.［单选题］以下图像分割方法中，不属于基于图像灰度分布的阈值方法的是

A）类间最大距离法

B）最大类间、内方差比法

C）p-参数法

D）区域生长法

答案:D

解析：

148.［单选题］数据管理成熟度模型中成熟度等级最高的是（）。

A）已优化级

B）已测量级

C）已定义级

D）已管理级

答案:A

解析：已优化是数据管理成熟度模型中成熟度的最高等级。

149.［单选题］int（'Oxa',16）的结果为（—）。

A）10

B）12

016

D）a

答案:A

解析：

150.［单选题］大数据的起源是（）.

A）金融

B）电信

C）互联网

D)公共管理

答案:D

解析：

151.［单选题］业务中台方面，以业务为导向，优先建设()和客户服务业务中台，后期逐步视情况

拓展账务结算等业务共享服务

A)电网服务业务中台

B)电网资源业务中台

C)电网优化业务中台

D)电网环境业务中台

答案:B

解析：

152.［单选题］ElasticSearch中构建一个query需要用到下列哪个代码？

A)QueryBuilders.putQuery()

B)QueryBuilders.matchQuery()

C)QueryBuiIdersgetQuery()

D)QueryBuiIderscreateQuery()

答案：B

解析：

153.［单选题］关系云的一个重要功能是提供()。

A)数据库即服务

B)虚拟服务

C)弹性计算

D)按需服务

答案:A

解析：关系云的一个重要功能是提供数据库即服务(DatabaseasaService),用户无须在本机安

装数据库管理软件，也不需要搭建自己的数据管理集群，而只需要使用服务提供商提供的数据库服

务。

154.［单选题］下列不属于Transformation操作的是()。

A)map

B)filter

C)sample

D)count

答案:D

解析：

155.［单选题］使用池化层相比于相同步长的卷积层的优势在于？

A)参数更少

B)可以获得更大下采样

C）速度更快

D）有助于提升精度

答案:A

解析：

156.［单选题］下列关于线性回归分析中的残差说法正确的是（）。

A）残差均值总是为零

B）残差均值总是约等于零

C）残差均值总是大于本

D）以上答案都不正确

答案:A

解析：

157.［单选题］执行以下代码段x=32deffl()：globalxx=14deff2()：globalxx=

29print(x)时,输出为()。

A)32

B)14

029

D)以上都不是

答案:A

解析：

158.［单选题］以下插入记录正确的()

A)insertintoemp(ename,hiredate,sal)values(valuel,value2,value3)；

B)insertintoemp(ename,sal)values(valuel,value2,value3)；

C)insertintoemp(ename)values(valuel,value2,value3)；

D)insertintoemp(ename,hiredate,sal)values(valuel,value2)；

答案:A

解析：

159.［单选题］给定训练样例集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能接近、

异类样例的投影点尽可能远离，这说的是()算法。

A)PCA

B)SVM

C)K-means

D)LDA

答案:D

解析：

160.［单选题］FusioninsightHD系统中，下面哪个方法不能查看到Loader作业执行的结果

A）通过LoaderUI界面查看

B）通过YARN任务管理查看

C)通过NodeManager查看

D)通过Manager的告警查看

答案:C

解析：

161.［单选题］关于“from-import”形式，以下错误的选项是(—)。

A)从模块名导入标识符

B)这种导入形式可以防止名称冲突

C)被导入模块的命名空间是模块导入的一部分

D)模块中的标识符可直接访问为标识符

答案:B

解析：

162.［单选题］下列模型中与文本分类相关的是()。

A)决策树

B)神经网络

OKNN算法

D)以上都对

答案:D

解析:决策树、神经网络、KNN算法都属于统计学习方法，是文本分类领域的主流。

163.［单选题］()属于Spark框架中的可扩展机器学习库。

A)MLib

B)GraphX

C)Streaming

D)SparkSQL

答案:A

解析:MLib是可扩展机器学习库。

164.［单选题］关于RDD,下列说法错误的是？

A)RDD具有血统机制答案：Lineage

B)RDD默认存储在磁盘

ORDD是一个只读的，可分区的分布式数据集

D)RDD是Spark对基础数据的抽象

答案：B

解析：

165.［单选题］Spark的集群管理模式不包含()。

A)Standalone模式

B)Message模式

OYARN模式

D)Mesos模式

答案:B

解析：Spark的集群管理主要有Standalone模式、YARN模式和Mesos模式三种。

166.［单选题］在Kafka集群中，Kafka服务端的角色是下列哪-项？

A)Producer

B)ZooKeeper

C)Consumer

D)Broker

答案：D

解析：

167.［单选题］()是!!。：™.rvs(5)的结果。

A)7.1316243700758

B)array(［-0.35687759,1.34347647,-0.11710531,-1.00725181,-0.51275702］)

C)array(［1,2,3,4,5］)

D)array(［5,4,3,2,1］)

答案:A

解析：

168.［单选题］(_)不属于基本分析方法。

A)回归分析

B)分类分析

C)聚类分析

D)元分析

答案：D

解析：

169.［单选题］Hadoop使用了一套独有的配置文件管理系统，并提供自己的API,即使用()处理配

置信息。

A)org.apache,hadoop.conf.Configuration

B)org.apache,hadoop.conf.Config

C)org.apache,hadoop.fs.FileSystem

D)org.apache,hadoop.fs.Path

答案:A

解析：

170.［单选题］大数据的起源()

A)电信

B)互联网

C)金融

D)公共管理

答案:B

解析：

171.［单选题］在Hadoop生态系统的组件中()是可扩展可伸缩的工作流协调管理器。

A)Oozie

B)Flume

C)Sqoop

D)Hue

答案:A

解析：

172.［单选题］执行以下代码段cars=L'bmw','audi",'toyota",

'subaru'］cars,sort()print(cars)时，输出为()。

A)［'audi','bmw','subaru','toyota'］

B)［'toyota','subaru','bmw','audi'］

C)［'bmw','audi','toyota','subaru'］

D)［'bmw','toyota','audi','subaru'］

答案:A

解析：

173.［单选题］Flume中一个ChannelSelector的作用是什么?

A)设置多个channel发往多个sink的策略

B)设置一个source发往多个channel的策略

C)设置多个source发往多个channel的策略

D)设置一个channel发往多个sink的策略角

答案：B

解析：

174.［单选题］Hadoop2.x版本中的数据块大小默认是多少？()

A)64M

B)128M

O256M

D)512M

答案：B

解析：

175.［单选题］下列有关KNN算法的流程顺序，描述正确的是()①确定K的大小，和距离的计算方法

②根据K个样本的所属类别，投票决定测试样本的类别归属③计算训练集样本与测试样本的举例，选

出K个与测试样本最相似的样本

A)①②③

B)③②①

C)①③②

D)②①③

答案:c

解析：

176.［单选题］HAVING子句的位置放在GROUPBY子句之（）

A）前后都可以

B）前

C）后

D）以上都不对

答案:C

解析：

177.［单选题］以下哪项属于Flume的基本数据单位？

A）Subject

B）Topic

C）Object

D）Event

答案:D

解析：

178.［单选题］消费信息是否属于用户信息？（）

A）属于

B）不属于

C）未定义

D）以上都不对

答案:A

解析：

179.［单选题］与生成方法、半监督SVM、图半监督学习等基于单学习机器利用未标记数据不同，基于

分歧的方法（disagreement-basedmethods）使用多学习器，而学习器之间的分歧（disagreement）对未

标记数据的利用至关重要。（）是此类方法的重要代表。

A）协同训练

B）组合训练

C）配合训练

D）陪同训练

答案:A

解析:协同训练是此类方法的重要代表，它很好地利用了多视图的相容互补性。

180.［单选题］下列关于Python模块的理解错误的是（）。

A）模块是包含函数和变量的Python文件

B）不可以使用"操作符访问模块中的函数和变量

C）可以导入模块中的所有类

D）可以在一个模块中导入另一个模块

答案:B

解析：导入模块后，可直接使用“模块.函数名/变量名”访问函数或变量。

181.［单选题］k-means算法中K指的是：()

A)K个样本

B)K个质心

C)K次迭代

D)K次方

答案：B

解析：

182.［单选题］某电商网站想要实现热销商品的实时TopN排名，可以使用哪种技术实现？

A)Elasticsearch的快速检索

B)HBase的rowkey索引

C)Hive的关联查询分析

D)Redis的排序计算

答案:D

解析：

183.［单选题］()是表管理类，提供了一个接口来管理HBase数据库的表信息。它提供的方法包括

：创建表、删除表、列出表项、使表有效或无效，以及添加或删除表列簇成员等。

A)Admin

B)Table

C)HTableDescriptor

D)HColumnDescriptor

答案:A

解析：

184.［单选题］以下不属于维度建模过程的是()

A)选择业务过程

B)定义粒度

C)建立模型

D)确定事实

答案:C

解析：

185.［单选题］下列哪个不属于可视化工具？()

A)Google

B)D3

C)Visual.ly

D)Spark

答案:D

解析:

186.［单选题］与以下代码段var=lOOifvar==200：print("1-Gotatrueexpression

value")print(var)elifvar==150：print("2-Gotatrueexpressionvalue")

print(var)elifvar==100：print("3-Gotatrueexpressionvalue")print(var)else：

print("4-Gotafalseexpressionvalue")print(var)等效的列表描述(___)0

A)1-GotatrueexpressionvaluelOO

B)2-GotatrueexpressionvaluelOO

C)3-GotatrueexpressionvaluelOO

D)4-GotatrueexpressionvaluelOO

答案:C

解析:

187.［单选题］数学关系式2

A)2

B)2

C)2

D)x>2orx

答案：B

解析：

188.［单选题］在Numpy中，数组拼接的函数不包括()。

A)append()

B)insert()

C)vstack()

D)where()

答案:D

解析:append()函数可向数组横纵坐标添加数组，insert()函数可向一维数组后添加数据

,vstack()函数可以进行数组拼接，where()函数是对数据进行条件筛选。

189.［单选题］HBase依赖提供强大的计算能力。

A)Zookeeper

B)Chubby

ORPC

D)MapReduce

答案:D

解析:记住即可

190.［单选题］在k近邻学习算法中，随着k的增加，上界将逐渐降低，当k区域无穷大时，上界和下界

碰到一起，k近邻法就达到了(_)。

A)贝叶斯错误率

B)渐进错误率

C）最优值

D）上界

答案:A

解析：

191.［单选题］（）属于浅层学习模