大数据开发基础(习题卷21)

试卷科目：大数据开发基础大数据开发基础(习题卷21)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据开发基础第1部分：单项选择题，共57题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.(__)为数据科学和大数据产业生态系统提供数据内容的捕获和获取服务。A)数据源和APPsB)数据资源C)数据端D)基础设施答案:A解析:[单选题]2.关于Flink的角色，下列哪-项说法是错误的?A)TaskManager负责从用户提交的Flink程序配置中获取JobManager的地址。B)Cient是Flink程序提交的客户端，对用户提交的Flink程序进行预处理，并提交到Flink集群中处理。C)JobManager扮演着集群中的管理者Master的角色，它是整个集群的协调者。D)TaskManager是实际负责执行计算的Worker.答案:A解析:[单选题]3.云计算包括3种类型。只为特定用户提供服务，比如大型企业出于安全考虑自建的云环境，只为企业内部提供服务，这种云计算属于：（）A)有云B)私有云C)混合云D)独立云答案:B解析:[单选题]4.关于数据仓库Impala的描述错误的是：()A)Impala作为开源大数据分析引擎，支持实时计算，它提供了与Hive类似的功能，并在性能上比Hive高出3~30倍B)Impala是由Cloudera公司开发的查询系统C)Impala提供了SQL语义，能查询存储在Hadoop的HDFS和HBase上的PB级别海量数据D)Impala最初是参照MySQL系统进行设计的答案:D解析:[单选题]5.以下()选项用于创建数据表时设置存储引擎和字符集。--A)ENGINE和COLLATEB)ENGINE和CHARSETC)CHARSET和COLLATED)以上答案都不正确答案:B解析:[单选题]6.下面不属于数据科学中特有的管理方法有(__)。A)关系数据库B)NewSQLC)NoSQLD)关系云答案:A解析:[单选题]7.下面有关NameNode安全模式(safemode)说法错误的是（）A)namespace处于安全模式时只能被读取B)NameNode启动时自动进入安全模式C)调用setSafeMode()函数能够打开或关闭安全模式D)安全模式下不能够复制或删除文件中的数据块答案:B解析:在启动一个刚刚格式化的HDFS集群时,因为系统中还没有任何块,所以NameNode不会进入安全模式。[单选题]8.传统处理数据的数据规模的单位是:（）。A)TBB)EBC)PBD)GB答案:D解析:[单选题]9.()是Hadoop系统核心组件之一，主要解决海量数据的计算。A)HDFSB)MapReduceC)SparkD)HBase答案:B解析:[单选题]10.（__）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:[单选题]11.下列选择Logistic回归中的One-Vs-All方法中,()是真实的。A)我们需要在n类分类问题中适合n个模型B)我们需要适合n-1个模型来分类为n个类C)我们需要只适合1个模型来分类为n个类D)以上答案都不正确答案:A解析:如果存在n个类,那么n个单独的逻辑回归必须与之相适应,其中每个类的概率由剩余类的概率之和确定。[单选题]12.下列哪一点不是云计算的特点（）A)通过网络为用户提供服务B)需要用到虚拟化技术C)非常昂贵D)可动态扩展和压缩答案:C解析:[单选题]13.Spark默认的存储级别（）A)MEMORY_ONLYB)MEMORY_ONLY_SERC)MEMORY_AND_DISKD)MEMORY_AND_DISK_SER答案:A解析:[单选题]14.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:[单选题]15.以下哪些算法是基于规则的分类器()。A)C4.5B)KNNC)BayesD)ANN答案:A解析:[单选题]16.假设A班级的平均分是80，标准差是10，A考了90分；B班的平均分是400，标准差是100，B考了600分。采用Z-Score规范化以后，二者谁的成绩更加优秀：()A)A的成绩更为优秀B)B的成绩更为优秀C)二者一样优秀D)无法比较答案:B解析:[单选题]17.下面关于数据产品开发相关描述正确的有(__)。A)数据科学家的主要职责是?数据的管理?B)数据科学家一定是科学家C)?数据码农?可以胜任数据科学家D)数据科学家是为解决现实世界中问题提供直接指导、依据或参考的高级专家答案:D解析:[单选题]18.仪表板中的多个图表，可以设置统一的筛选器，在BI工具中可以通过（）功能实现A)全局设置B)联动设置C)筛选器D)布局设置答案:A解析:[单选题]19.在抽样估计中，随着样本容量的增大，样本统计量接近总体参数的概率就越大,这一性质称为()A)无偏性B)有效性C)及时性D)一致性答案:D解析:[单选题]20.关于表连接算子的说法错误的是（?A)聚合操作如groupby会触发NergeJoinB)表连接算子主要有NestloopMergeJoin.Minorjoin.HashJoinC)算子的选择是SQL根据逻辑≡行选择的,与人为无关。D)默认情况下,执行效率来说Hashjoin最高。答案:D解析:[单选题]21.从日常工作月度考核奖中提取（）%用于奖励部门负责人A)20B)25C)30D)35答案:A解析:[单选题]22.典型的NoSQL数据库是()A)HiveB)MySQLC)HbaseD)Oracle答案:C解析:[单选题]23.Oracle数据库中，数据字典表和视图存储在（）A)USERS表B)SYSTEM表空间C)TEMPORARY表空间D)ORACLE表空间答案:B解析:[单选题]24.下列关于欠拟合（under-fitting）的说法正确的是（）。A)训练误差较大，测试误差较小B)训练误差较小，测试误差较大C)训练误差较大，测试误差较大D)训练误差较小，测试误差较小答案:C解析:欠拟合是指对训练样本的一般性质尚未学好，因此训练误差和测试误差均较大。[单选题]25.执行以下代码段pets=['dog','cat','dog','goldfish','cat','rabbit','cat']while'cat'inpets:pets.remove('cat')print(pets)时，输出为()。A)['dog','cat','dog','goldfish','cat','rabbit','cat']B)['dog','dog','goldfish','rabbit']C)['dog','dog','goldfish','cat','rabbit','cat']D)['dog','dog','goldfish','rabbit','cat']答案:B解析:[单选题]26.以下描述中不正确的是（___）。A)归纳是指从特殊到一般的泛化过程B)归纳是指从具体的事实归结出一般性规律C)演绎是指从特殊到一般的特化过程D)演绎是指从基础原理推演出具体情况答案:C解析:[单选题]27.通过FusionlnsightManager不能完成以下哪个橾作A)安装部署B)性能监控C)权限管理D)虚拟机分配答案:D解析:[单选题]28.某BI系统构建在大数据计算服务上，某数据分析员在分析订单的地域分布时，需要把订单表order（占用存储空间约10G）与地狱维表region（占用存储空间100M）关联起来，两张表的结构如下：createtableorder(order_idstring,region_idstring,orderamtbigint);createtableregion(region_idstring,region_namestring)在运行时发现由于订单大量集中在上海地区，数据的倾斜导致整体运行时间较长，运行的SQL语句如下：selectregion_name,sum(order_amt)amtfromordert1joinregiont2ont1.region_id=t2.region_id；此时可以考虑通过（）优化SQL的运行效率。A)使用mapjoinhint:select+mapjoin(t2)*/region_name,sum(order_amt)amtfromordert1joinregiont2ont1.region_id=t2.region_id;B)使用mapjoinhint:select+mapjoin(t1)*/region_name,sum(order_amt)amtfromordert1joinregiont2ont1.region_id=t2.region_id;C)调整两张表的位置：selectregion_name,sum(order_amt)amtfromregiont1joint2ont1.region_id=t2.region_id；D)减小SQL的splitsize，增加计算资源答案:A解析:[单选题]29.下面()表示日期和时间的数据类型。--A)DECIMAL(6,2)B)DATEC)YEARD)TIMESTAMP答案:D解析:[单选题]30.在Graphbash上，创建一个新的图，必须使用的参数是？A)graphNameB)lableC)edgeD)vertex答案:A解析:[单选题]31.在抽样估计中,随着样本容量的增大,样本统计量接近总体参数的概率就越大,这一性质称为()。A)无偏性B)有效性C)及时性D)一致性答案:D解析:一致性是指随着样本容量的增大,样本统计量接近总体参数的概率就越大。对于给定的偏差控制水平,两者间偏差高于此控制水平的可能性越小。[单选题]32.让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能，就是（__）。A)有监督学习B)全监督学习C)无监督学习D)半监督学习答案:D解析:[单选题]33.一切以数据作为驱动或者核心的产品叫做（）A)创新性产品B)数据产品C)风控产品D)核心产品答案:B解析:[单选题]34.HBase元数据MetaRegion路由信息保存在哪里?A)ZookeeperB)Meta表C)HMasterD)Root表答案:B解析:[单选题]35.通过DMS管理后台或者数据库客户端，连接RDS数据库时，提示错误信息?max_user_connections?，代表（）含义。A)IOPS超出极限B)RDS空间满了C)网络中断D)RDS数据库的连接数满了答案:D解析:[单选题]36.代码片段：x=10if(xA)28B)12C)16D)14答案:B解析:[单选题]37.下⾯哪个不是RDD的特点（）A)可分区B)可序列化C)可修改D)可持久化答案:C解析:[单选题]38.下面描述错误的是：()A)?探针盒子?就是一款自动收集用户隐私的产品B)许多顾客在使用WiFi之后会收到大量的广告信息，甚至自己的手机号码也会被当做信息进行多次买卖C)在免费上网的背后，其实也存在着不小的信息安全风险，或许一不小心，就落入了电脑黑客们设计的WiFi陷阱之中D)免费WIFI都是安全的，可以放心使用答案:D解析:[单选题]39.以下关于数据服务API开放方使用流程，描述正确的是:（）。A)创建api并发布apiB)获取APIC)调用APID)创建应用并获取授权答案:A解析:[单选题]40.HBase交互模式中,创建命名空间的语法是（）A)createnamespace'自定义命名空间名称'B)create_namespace'自定义命名空间名称'C)alternamespace'自定义命名空间名称'D)alter_namespace'自定义命名空间名称'答案:B解析:[单选题]41.CREATETABLE与()一起使用可为新表复制已有的表结构。--A)ASB)ISC)LIKED)以上的答案都不正确答案:C解析:[单选题]42.HBase针对逻辑模型的理解错误的选项是()A)一开始以时间戳版本为键，以数据（Data）为值（Value）建立单元（Cell）映射（Map）B)往下一层以列标识为键，以单元映射为值建立列簇映射C)再往上一层以列簇为键，以列簇映射为值建立行键映射D)最后以行键为键，以行键映射为值建立表映射答案:B解析:[单选题]43.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)PCAB)SVMC)K-meansD)LDA答案:D解析:[单选题]44.对于ADS的hash分区，（）说法是正确的。A)ADS表的第一级分区必须为hash分区，第二级没有强制要求，目前可以为list或者hashB)hash分区时一种动态分区类型，需要指定具体的分区列，最多为2列C)ADS表的一级hash分区数最大为1000D)若一张表为batch更新类型，且仅有一级hash分区，则每次导入数据时，会对已有数据进行全量覆盖答案:D解析:[单选题]45.构成状态空间的4个要素是:（）。A)开始状态、目标状态、规则与操作B)初始状态、中间状态、目标状态与操作C)空间、状态、规则与操作D)开始状态、中间状态、结束状态与其他状态答案:B解析:[单选题]46.与k均值算法类似，（__）也是试图找到一组原型向量来刻画聚类结构，但与一般聚类方法不同的是，该算法假设数据样本带有类别标记，学习过程利用样本的这些监督信息来辅助聚类。A)高斯混合聚类密度聚类B)学习向量量化C)k均值算法D)学习向量量化答案:B解析:[单选题]47.线性模型试图学得一个属性的（__）来进行预测的函数。A)线性组合B)非线性组合C)取值D)维度答案:A解析:[单选题]48.根据某个词所连接所有词汇的权重，重新计算该词汇的权重，然后把重新计算的权重传递下去。直到这种变化达到均衡态，权重数值不再发生改变。这种关键词提取算法叫做（）。A)TF-IDFB)TextRankC)LDAD)PCA答案:B解析:[单选题]49.MySQL中，预设的、拥有最高权限超级用户的用户名为()A)testB)AdministratorC)DAD)root答案:D解析:[单选题]50.下列关于多层前馈神经网络的描述错误的是（）。A)输出层与输入层之间包含隐含层，且隐含层和输出层都拥有激活函数的神经元B)神经元之间存在同层连接以及跨层连接C)输入层仅仅是接收输入，不进行函数处理D)每层神经元上一层与下一层全互连答案:B解析:多层前馈神经网络的特点：①每层神经元与下一层神经元之间完全互连；②神经元之间不存在同层连接；③神经元之间不存在跨层连接。[单选题]51.关于云数据库描述不对的是（）A)云数据可支持关系型数据库B)数据库支持按量计费C)支持创建只读实例D)支持备份与恢复，可保留历史2周数据答案:D解析:[单选题]52.Python中statsmodel库和（）库关系密切。A)NumpyB)ScipyC)JiebaD)Pandas答案:D解析:statsmodels建立在Pandas之上。[单选题]53.对于神经网络的说法，下面说法正确的是()A)增加神经网络层数，可能会增加测试数据集的分类错误率B)减少神经网络层数，总是能减小测试数据集的分类错误率C)增加神经网络层数，总是能减小训练数据集的分类错误率D)A、B都对答案:A解析:[单选题]54.()提供RESTHTTPAPI来读写hdfs。A)AvroB)HttPFSBC)MahoutD)Snappy答案:B解析:第2部分：多项选择题，共23题，每题至少两个正确答案,多选或少选均不得分。[多选题]55.云计算关键技术之一的软件定义架构，包括（）A)软件定义计算B)软件定义存储C)软件定义网络D)软件定义数据中心答案:ABC解析:[多选题]56.MaxCompute中实例运行可能出现下述（）状态。A)RunningB)SuccessC)FailedD)Terminated答案:ABC解析:[多选题]57.HAVING与WHERE的不同之处有（）A)WHERE语句可以使用聚合函数，而HAVING不能使用。B)HAVING只用于GROUPBY分组统计语句中。C)HAVING子句中的每一个元素必须出现在SELECT列表中。D)HAVING针对表中的列发挥作用，查询数据；WHERE针对查询结果中的列发挥作用，筛选数据。答案:BC解析:[多选题]58.主要面向或关注"过去"的数据分析过程为()。A)描述性分析B)诊断性分析C)预测性分析D)规范性分析答案:AB解析:Gartner分析学价值扶梯模型认为,从复杂度及价值高低两个维度,可以将数据分析分为描述性分析、诊断性分析、预测性分析和规范性分析四种,其中描述性分析和诊断性分析关注和面向的是"过去"的时间点。[多选题]59.以下关于动态分区的描述正确的是:（）。A)动态分区插入时，动态分区列必须在select列表中B)在使用动态分区功能的SQL中，在分布式环境下，单个进程最多只能输出512个动态分区C)在现阶段，任意动态分区SQL不可以生成超过2000个动态分区D)动态生成的分区值可以为NULL答案:ABC解析:[多选题]60.GuassDB200的基本功能包含哪些?A)标准SQL支持B)提供安装部署工具、集群启停工具、集群状态监控工具、升级和扩容工具C)支持表空间，支持集群在线扩容功能D)支持标准JDBC4.0的特性但不支持ODBC答案:ABC解析:[多选题]61.以下提法中正确的是（___）。A)数据学科中的?数据?并不仅仅是?数值?,也不等同于?数值?B)数据科学中的?计算?并不仅仅是加、减、乘、除等?数学计算?,还包括数据的查询、挖掘、洞见、分析、可视化等更多类型C)数据科学不仅需要理论知识和实践经验，而且还涉及黑客精神D)数据科学强调的是?理论研究?,一般不涉及?领域实务知识?答案:ABC解析:[多选题]62.以下对数据描述正确的是()。A)数据只包含显性数据和隐性数据B)数值是数据的一种形式C)数据到智慧是人们认知提升的过程D)数据是现实世界的记录答案:BCD解析:[多选题]63.在GaussDB200中，关于Schema和Database,下面说法正确的是（）A)二者都能实现资源隔离。B)Database之间无法直接访问，但通过权限授子可以访问数据。C)相比于Database,Schema的隔离更加的彻底。D)Schema和用户强相关的，通过权限控制语法可以实现不同用户对各Schema的权限。答案:ABD解析:[多选题]64.StructuredStreaming中OutPut定义的存储方式包含以下哪几种?A)ModifyModeB)AppendModeC)UpdateMode.D)CompleteMode答案:BCD解析:[多选题]65.以下对HDFS中提供文件读写的类描述正确的是?A)FSDataOutputStream是与DataNode交互的接口类。B)FSDataOutputStream是HOFSAPI中提供读取文件的类，通过FileSystem的close方法获取读取数据流。C)FSDataOutputStream通过FileSystem的create和append方法获取写入数据流。D)FSDataOutputStream是HDFSAPI中提供文件写入文件的类。答案:ACD解析:[多选题]66.下列是SVM核函数的是：()A)多项式核函数B)logistic核函数C)径向基核函数D)Sigmoid核函数答案:ACD解析:[多选题]67.以下哪些是大数据技术在5G运营中的应用场景（）A)5G切片管理B)5G网络精定位C)5G基站节能D)5G天线波束管理答案:ABCD解析:[多选题]68.下面关于k近邻的表述中，正确的是（__)。A)当k取不同值时，分类结果会有显著不同B)若采用不同的距离计算方式，则找出的?近邻?可能有显著差别C)k近邻可用来对数据进行分类D)k近邻可用来对数据进行回归答案:ABCD解析:[多选题]69.下列运算符中合法的是()。A)%=B)&=C)**=D)|=答案:AC解析:[多选题]70.下列有关Oracle数据库描述正确的是()。A)一个表的唯一标识称为主键B)Oracle数据库结构型数据库C)主键的类型包括单一主键和复合主键D)Oracle数据库是非结构型数据库答案:ABC解析:[多选题]71.在聚类分析当中，（）等技术可以处理任意形状的簇。A)MIN（单链）B)MAX（全链）C)组平均D)Chameleon答案:AD解析:[多选题]72.数据可视化的作用（）。A)数据表达B)数据操作C)数据分析D)挖掘答案:ABC解析:[多选题]73.Hive的自定义函数包括?A)UDAFB)UDCEC)UDTFD)UDE答案:ACD解析:[多选题]74.HDFS里包含哪些实例?A)NameNodeB)TaskManagerC)DataNodeD)JobManager答案:AC解析:[多选题]75.下列哪些假设是我们推导线性回归参数时遵循的（）？A)X与Y有线性关系（多项式关系）B)模型误差在统计学上是独立的C)误差一般服从0均值和固定标准差的正态分布D)X是非随机且测量没有误差的答案:ABCD解析:[多选题]76.从理论上讲数据能力评价方法有(__)。A)评价理论B)评价结果C)评价过程D)评价质量答案:BC解析:[多选题]77.以下哪些模块是属于Spark组件的？A)StreamingB)MLLibC)GraphXD)Hive答案:ABC解析:第3部分：判断题，共16题，请判断题目是否正确。[判断题]78.云环境下的安全模型包括应用服务安全、数据安全、虚拟化安全、基础设施安全。A)正确B)错误答案:对解析:[判断题]79.技术选型时应该采用最新的技术不需要考虑技术的稳定性。A)正确B)错误答案:错解析:[判断题]80.yarn-env.sh配置文件是用来保证Hadoop系统能够正常执行HDFS的守护进程NameNode、SecondaryNameNode和DataNode。A)正确B)错误答案:错解析:hadoop-env.sh配置文件是用来保证Hadoop系统能够正常执行HDFS的守护进程NameNode、SecondaryNameNode和DataNode。[判断题]81.大数据的价值重在挖掘,而挖掘就是分析。()A)正确B)错误答案:对解析:[判断题]82.已知当前文件夹中有一个文件readmeA)正确B)错误答案:对解析:[判断题]83.已知x={1:1,2:2}，那么语句x[3]=3无法正常执行。A)正确B)错误答案:错解析:[判断题]84.大数据技术和云计算技术是两门完全不相关的技术。A)正确B)错误答案:错解析:[判断题]85.在Spark中，SparkSQL是独立的模块，可以不依赖于SparkCore独立完成SQL语句的解析、优化和执行等操作。A)正确B)错误答案:错解析:[判断题]86.多维数组操作索引时，可以将切片与整数索引混合使用。（）A)正确B)错误答案:对解析:[判断题]87.在没有大数据的条件下，人才的发现与选拔都很难做到?全信息?，大数据能够帮助人们解决这个问题。A)正确B)错误答案:对解析:[判断题]88.表达式3>5andm