大数据开发基础(习题卷56)

试卷科目：大数据开发基础大数据开发基础(习题卷56)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据开发基础第1部分：单项选择题，共54题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.下列选项中，哪个配置文件可以配置HDFS地址、端口号以及临时文件目录（）A)core-site.xmlB)hdfs-site.xmlC)mapred-site.xmlD)yarn-site.xml答案:A解析:通过core-site.xml配置文件配置HDFS地址、端口号以及临时文件目录[单选题]2.下列哪项通常是集群的最主要的性能瓶颈A)CPUB)网络C)磁盘D)内存答案:C解析:集群的瓶颈提出多种看法，其中网络和磁盘io的争议比较大。这里需要说明的是网络是一种稀缺资源，而不是瓶颈。集群的最主要瓶颈是：磁盘。当我们面临集群作战的时候，我们所希望的是即读即得。可是面对大数据，读取数据需要经过磁盘IO，这里可以把IO理解为水的管道。管道越大越强，我们对于T级的数据读取就越快。所以IO的好坏，直接影响了集群对于数据的处理。[单选题]3.下面关于Zookeeper的特性描述错误的是:（）。A)客户端所发送的更新会按照他们被发送的顺序进行应用B)一条消息要被超过半数的Server接收，他将可以成功写入磁盘C)消息更新只能成功或失败，没有中间状态D)Zookeeper节点数必须为奇数个答案:D解析:[单选题]4.依托(),结合应用推进数据归集,形成统一的数据资源中心。A)全业务数据中心和数据平台B)营销基础数据平台和大数据平台C)全业务中心和营销基础数据平台D)全业务数据中心和大数据平台答案:A解析:详见互联数据[2019]14号《国网互联网部关于加强数据管理的通知》。[单选题]5.下图为HDFS分级存储的配置,如果Block的副本数为4,则以下说法错误的是?策略ID名称Block放置位置答案:副本书备选存储策略副本的存储策略15LAZY_PERSITSTRAM_DISK:1,DISK:n-1DISKDISKA)第1个Block副本将写入RAM_DISK,其余副本写入DISKB)如果是第1个副本之外的其他副本写入失败,则尝试写入?副本的备选存储策略?指定的存储策略C)如果第1个Block副本写入RAM_DISK失败,则尝试写入?备选存储策略?的存储类型D)4个Block都将写入RAM_DISK答案:D解析:[单选题]6.运行下面程序，a、b、c、d四个变量的值错误的是（）。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:直接赋值，默认浅拷贝传递对象的引用而已，原始列表改变，被赋值的b也会做相同的改变；copy浅拷贝，没有拷贝子对象，所以原始数据改变，子对象会改变；深拷贝，包含对象里面的自对象的拷贝，所以原始对象的改变不会造成深拷贝里任何子元素的改变。[单选题]7.下列关于仪表盘图的说法中,错误的是()A)仪表盘图可以直观地表现出某个指标的进度或实际情况B)一个可视化组建中只能创建一个仪表盘,无法同时展示多个仪表盘C)仪表盘中的仪表板最大值为目标值D)仪表盘中指针指向的位置为指针值,即当前值答案:B解析:[单选题]8.一张表的主键个数为()A)至多3个B)没有限制C)至多1个D)至多2个答案:C解析:[单选题]9.在有监督学习中，我们如何使用聚类方法?A)我们可以先创建聚类类别，然后在每个类别上用监督学习分别进行学习B)我们可以使用聚类?类别id?作为一个新的特征项，然后再用无监督学习分别进行学习C)在进行监督学习之前，我们不能新建聚类类别D)我们不可以使用聚类?类别id?作为一个新的特征项，然后再用监督学习分别进行学习答案:A解析:[单选题]10.在Flume架构中，以下哪一种类型的Sink支持将数据写入到Solr中?A)thiftsinkB)hdfssinkC)filerollsinkD)MorphlineSolrsink答案:D解析:[单选题]11.?冬天麦盖三层被,来年枕着馒头睡。?--新人教版小学语文《第一场雪》?关于这段民俗民谚中体现的是:A)相关性背后有一定的因果性B)能被直接观测到的才是因果性C)相关性就是因果性D)相关性与因果性完全无关答案:A解析:[单选题]12.SELECTCOUNT(SAL)FROMEMPGROUPBYDEPTNO;意思是()A)求每个部门中的工资B)求每个部门中工资的大小C)求每个部门中工资的综合D)求每个部门中工资的个数答案:D解析:[单选题]13.大数据计算服务中的fact_order表的生命周期属性设置成了30天，开发人员通过以下命令创建了一张新的fact_lottery_order表：createtablefact_lottery_orderlikefact_order；对于新表的描述正确的是:（）。A)fact_lottery_order的生命周期属性是无穷大B)fact_lottery_order的生命周期属性不会被设置C)fact_lottery_order的生命周期属性是30D)fact_lottery_order的生命周期属性是0答案:A解析:[单选题]14.下面程序段执行后的输出结果是（）。N=1s=1Whilen<5：S=s*nn=n+1print（s）A)24B)10C)120D)15答案:A解析:该段程序执行结果为1×1×2×3×4等于24。255[单选题]15.执行以下代码段defdescribe_pet(animal_type,pet_name):print("Ihavea"+animal_type+".")print("My"+animal_type+"'snameis"+pet_name.title()+".")describe_pet('harry','hamster')时，输出为()。A)Ihaveaharry.Myharry'snameisHarry.B)Ihaveaharry.Myharry'snameisHamster.C)Ihaveahamster.Myhamster'snameisHamster.D)Ihaveahamster.Myhamster'snameisHarry.答案:B解析:[单选题]16.在概率图模型中，()模型是结构最简单的动态贝叶斯网，主要用于时序数据建模。A)马尔可夫随机场B)隐马尔可夫模型C)条件随机场D)逆误差传播答案:B解析:[单选题]17.创建一个存储过程proc_addCREATEORREPLACEPROCEDUREproc_add（paramlinINTEGERparam2outlNTEGERparam3inINTEGER）ASBEGINParam2:=paraml+param3;END;创建一个存储过程proctestCREATEORREPLACEPROCEDUREproc_test（resultoutINTEGER）asDECLARELnput1INTEGER:=1;input2INTEGER:=2;statementVARCHAR2（200）;param2IlNTEGER;BEGIN--声明调用语句Statement:='callproc_add（:col._1,:col.2，:col_3）;--执行语句EXECUTEIMMEDIATEstatementUSINGINinput1,OUTparam2,INinput2;result:=param2;END;执行语句callproc_test（10），结果是（）。A)3B)无返回值C)4D)2答案:A解析:[单选题]18.使用给定模块的程序代码称为模块的()。A)客户端B)文档字符串C)接口D)模块化答案:A解析:[单选题]19.当Hive元数据仓库初始化完毕后，数据库中已包含一个名为（）默认的数据库A)masterB)defaultC)modelD)tempdb答案:B解析:[单选题]20.()管理YARN集群中的每个节点。A)ResourceMangerB)NodeMangerC)ApplicationMasterD)Container答案:B解析:[单选题]21.()算法是决策树学习的基本算法,其他多数决策树学习方法都是它的变体。A)Find-SB)KNNC)概念D)ID3答案:D解析:[单选题]22.分类模型评估指标不包括（）A)F1-scoreB)平均绝对误差C)准确率D)AUC答案:B解析:[单选题]23.信息技术是指有关信息的收集、识别、提取、变换、存贮、传递、处理、检索、检测、分析和利用等的技术。凡涉及到这些过程和技术的工作部门，都可称作（）部门A)技术B)研究C)信息D)管理答案:C解析:[单选题]24.数据产品开发的关键技术是(__)。A)数据加工B)数据柔术C)数据艺术D)设计思维答案:B解析:[单选题]25.大数据元年是指（）。A)2012年B)2011年C)2013年D)2010年答案:C解析:[单选题]26.Shark与SparkSQL的关系是：()A)二者没有任何关系B)Shark是SparkC)SparkD)二者是一个软件的两个不同名称，本质上是一个东西答案:B解析:[单选题]27.大数据时代用人单位最欢迎的人才类型中不包括（）。A)只关注于专业领域的单一型人才B)信息安全意识强的复合型人才C)结构合理的创新型团队D)具有大数据思维的领军人才答案:A解析:[单选题]28.假如使用Lasso回归来拟合数据集，该数据集输入特征有100个（X1，X2，…，X100）。现在，把其中一个特征的值扩大10倍（如特征X1），然后用相同的正则化参数对Lasso回归进行修正。那么下列说法正确的是（）。A)特征X1很可能被排除在模型之外B)特征X1很可能还包含在模型之中C)无法确定特征X1是否被舍D)以上答案都不正确答案:B解析:将特征X1扩大10倍，它对应的回归系数将相应会减小，但不为0，仍然满足β的正则化约束，因此可能还包含在模型之中。[单选题]29.采样分析的精确性随着采样随机性的增加而(),但与样本数量的增加关系不大。A)降低B)不变C)提高D)无关答案:C解析:采样分析的精确性随着采样随机性的增加而提高,但与样本数量的增加关系不大。当样本数量达到某个值后,我们从新个体上得到的信息会越来越少。[单选题]30.pipshowSomePackage指令的意义是()。A)卸载指定包B)安装指定包C)搜索指定包D)查看指定包的详细信息答案:D解析:[单选题]31.以下哪项不属于DML操作()A)insertB)updateC)deleteD)create答案:D解析:[单选题]32.()分类方法可以较好地避免样本的不平衡问题。A)KNNB)SVMC)BayesD)神经网络答案:A解析:KNN只是取了最近的几个样本点做平均,离预测数据较远的训练数据对预测结果不会造成影响,但是SVM、Baves和KNN的每一个训练样本结果都会对预测结果产生影响。[单选题]33.在HBase中，禁用表的命令是（）A)close'my_ns:my_table'B)disable'my_ns:my_table'C)no'my_ns:my_table'D)closed'my_ns:my_table'答案:B解析:[单选题]34.下面程序中最后X_scaled值为多少（）>>>fromsklearnimportpreprocessing>>>importnumpyasnp>>>X=np.array([[1.,-1.,2.],...[2.,0.,0.],...[0.,1.,-1.]])>>>X_scaled=preprocessing.scale(X)A)array([[0....,-1.22...,1.33...],[-1.22...,0....,-0.26...],[1.22...,1.22...,-1.06...]])B)array([[0....,-1.22...,1.33...],[1.22...,0....,-0.26...],[-1.22...,1.22...,-1.06...]])C)array([[0....,-1.22...,1.33...],[1.22...,0....,0.26...],[-1.22...,1.22...,-1.06...]])D)array([[0....,-1.22...,1.33...],[1.22...,0....,-0.26...],[-1.22...,1.22...,1.06...]])答案:B解析:[单选题]35.执行以下代码段age=input("Howoldareyou?")print(type(age))时，输出为()。A)class'str'B)class'float'C)class'bool'D)class'int'答案:A解析:[单选题]36.完全不使用填充的方法称为（）A)任意填充B)全填充C)半填充D)有效填充答案:D解析:[单选题]37.下列论据中，体现?冷眼?看大数据的观点是（）A)互联网金融打破了传统的观念和行为B)大数据医疗正在走进平民百姓C)数据资产型企业前景光明D)个人隐私泄露与信息安全担忧答案:D解析:[单选题]38.集合运算算子指的是?A)SetOpB)ArrayOPC)HashOpD)ListOp答案:A解析:[单选题]39.下列哪种说法是错误的A)除字典类型外,所有标准对象均可以用于布尔测试。B)空字符串的布尔值是False。C)空列表对象的布尔值是False。D)值为0的任何数字对象的布尔值是False。答案:A解析:[单选题]40.Hbase的某张表的RowKey划分Splitkey为9.E.a.z.请问表里面有几个Region?A)6B)3C)5D)4答案:C解析:[单选题]41.input()函数的返回值是?A)数值型数据B)字符型数据C)逻辑型数据D)日期型数据答案:B解析:[单选题]42.下列关于数据重组的说法中,错误的是()。A)数据重组是数据的重新生产和重新采集B)数据重组能够使数据焕发新的光芒C)数据重组实现的关键在于多源数据融合和数据集成D)数据重组有利于实现新颖的数据模式创新答案:A解析:数据重组将数据库内各数据的相关信息重新组织。[单选题]43.执行以下代码段total={}definsert(items):ifitemsintotal:total[items]+=1else:total[items]=1insert('Apple')insert('Ball')insert('Apple')print(len(total))时，输出为()。A)1B)2C)3D)4答案:B解析:[单选题]44.数据资产应用以安全可控为前提,按照()的原则,落实安全与保密责任。A)谁经手,谁使用,谁负责B)谁主管,谁负责C)谁使用,谁主管,谁负责D)谁录入,谁使用,谁负责答案:A解析:数据资产应用以安全可控为前提,按照谁经手,谁使用,谁负责的原则,落实安全与保密责任。[单选题]45.以下关于FusionInsightCTBase的描述不正确的是?A)CTBase的读写数据接口,统一封装了行定义的接口,自动进行冷字段的合并和解析,不需要在应用程序中进行合并和解释B)CTBase是基于HBase的聚簇表开发框架C)CTBase提供了一套WebUI进行元数据定义,提供了只管医用的表设计工具,降低表设计的难度D)CTBase的javaAPI提供一套HBase连接池管理的接口,内部进行连接共享,减少客户端应用开发难度。答案:B解析:[单选题]46.plt.plot（）函数输入参数'b'修改的是图形的（）。A)位置B)大小C)形状D)颜色314答案:D解析:'b'代表画线颜色参数中的'blue'属性值，作用是设置颜色为蓝色。[单选题]47.执行下列语句后，结果是>>>defsaving(a,b,c):ifa>b:print(a+b+c)else:print(a-b+c)>>>saving(10,10,9)A)29B)9C)19D)0答案:B解析:[单选题]48.若不针对MapReduce编程模型中的key和value值进行特别设置，下列哪一项是MapReduce不适宜的运算()A)MAXB)MinC)CountD)Average答案:D解析:[单选题]49.哪个产品适应于OLAP场景?A)PostgressQLB)SQLServeroC)MysQLD)GaussDB200答案:D解析:[单选题]50.可以对用户的行为或相关事件进行实时监测和分析的产品的是:（）。A)AnalyticDBB)流计算C)MaxComputeD)TS答案:B解析:[单选题]51.关于L1、L2正则化,下列说法正确的是()。A)L2正则化能防止过拟合,提升模型的泛化能力,但L1做不到这点B)L2正则化技术又称为LassoRegularizationC)L1正则化得到的解更加稀疏D)L2正则化得到的解更加稀疏答案:C解析:L1正则化可以产生稀疏权值矩阵,即产生一个稀疏模型,可以用于特征选择;L2正则化可以防止模型过拟合,一定程度上L1也可以防止过拟合,L1正则化又称LassoRegression。[单选题]52.哪个选项是使用PyInstaller库对Python源文件打包的基本使用方法？A)pip-hB)pipinstall<拟安装库名>C)pipdownload<拟下载库名>D)pyinstaller需要在命令行运行:\>pyinstaller<Python源程序文件名>答案:D解析:[单选题]53.以下哪个属于大数据在电信行业的数据商业化方面的应用（）。A)精准广告B)网络管理C)网络优化D)客服中心优化答案:A解析:[单选题]54.为数据表创建索引的目的是()A)提高查询的检索性能B)归类C)创建唯一索引D)创建主键答案:A解析:第2部分：多项选择题，共26题，每题至少两个正确答案,多选或少选均不得分。[多选题]55.在下列关于关系的叙述中，正确的是()A)C）行在表中的顺序无关紧要B)A）表中任意两行的值不能相同C)D）列在表中的顺序无关紧要D)B）表中任意两列的值不能相同答案:ABC解析:[多选题]56.HBase的Filter过滤器有什么作用?A)过滤列名B)过滤regionC)过滤rowkeyD)过滤列值答案:ACD解析:[多选题]57.决策树剪枝的基本策略有（___)。A)预剪枝B)前剪枝C)后剪枝D)下剪枝答案:AC解析:[多选题]58.税易通授信自动审批。客户申请提交后，系统通过自动查询（）等判断客户是否符合准入条件，对符合贷款条件的，系统自动进行评级授信并给出授信额度，客户可在线查询授信审批结果A)地税数据B)征信数据C)汇法网数据D)公积金缴纳数据答案:ABC解析:[多选题]59.下列关于Region服务器工作原理的描述，哪些是正确的？A)每个Region服务器都有一个自己的HLog文件B)每次刷写都生成一个新的StoreFile，数量太多，影响查找速度C)合并操作比较耗费资源，只有数量达到一个阈值才启动合并D)Store是Region服务器的核心答案:ABCD解析:[多选题]60.Flume适用于以下哪些场景的数据收集?A)Thrift,Avro,Syslog,Kafka等数据源上收集数据B)本地文件数据采集C)应用系统产生的日志采集D)大量数据的实时数据采集答案:ABC解析:[多选题]61.下列关于梯度消失和梯度爆炸的说法正确的有（）。A)根据链式法则，如果每一层神经元对上一层的输出的偏导乘上权重结果都小于1的话，那么即使这个结果是0.99，在经过足够多层传播之后，误差对输入层的偏导会趋于0B)可以采用ReLU激活函数有效地解决梯度消失的情况C)根据链式法则，如果每一层神经元对上一层的输出的偏导乘上权重结果都大于1的话，在经过足够多层传播之后，误差对输入层的偏导会趋于无穷大D)可以通过减小初始权重矩阵的值来缓解梯度爆炸答案:ABCD解析:使用标准化初始w，那么各个层次的相乘都是0～1的小数，而激活函数f的导数也是0～1的数，其连乘后，结果会变得很小，导致梯度消失。若我们初始化的w是很大195的数，w大到乘以激活函数的导数都大于1，那么连乘后，可能会导致求导的结果很大，形成梯度爆炸。[多选题]62.常用的抽样方法有两大类,以下属于概率抽样的有()A)方便抽样B)分层抽样C)判断抽样D)简单随机抽样答案:BD解析:[多选题]63.下列关于Hive中内部表和外部表正确的是（）A)删除内部表时会删除表的元数据和表中数据，删除外部表时只会删除表的元数据，而不会删除表中的数据。B)大多数情况，他们的区别不明显，如果数据的所有处理都在Hive中进行，那么倾向于选择内部表，但是如果Hive和其他工具要针对相同的数据集进行处理，外部表更合适。C)使用外部表的场景是针对一个数据集有多个不同的schema。D)不管创建内部表还是外部表，都可以对Hive表的数据存储目录中的数据进行增删操作。答案:ABCD解析:[多选题]64.Flume进程级联时,以下哪些Sink类型用于接收上一跳Flume发送过来的数据?A)NullSinkB)thriftsinkC)HivesinkD)avrosink答案:BD解析:[多选题]65.HBase官方版本可以安装在什么操作系统上？A)CentOSB)UbuntuC)RedHatD)Windows答案:ABC解析:根据HBase的官方介绍，HBase没有在windows下测试过，因而，我们都是将HBase安装在Linux操作系统上。[多选题]66.下面检索结果一定不是一行的命令是()A)selectdistinct*fromorders;B)select*fromorderslimit1,2;C)selecttop1*fromorders;D)select*fromorderslimit1;答案:ABC解析:[多选题]67.大数据偏见包括()。A)数据源的选择偏见B)算法与模型偏见C)结果解读方法的偏见D)数据呈现方式的偏见答案:ABCD解析:[多选题]68.L1和L2正则先验分别服从什么分布，L1是拉普拉斯分布，L2是高斯分布。A)L2是拉普拉斯分布B)L2是高斯分布C)L1是拉普拉斯分布D)L1是高斯分布答案:BC解析:[多选题]69.大数据计算服务（MaxCompute，原ODPS）提出了安全沙箱的概念，为了保证整个计算环境的安全，某些特殊操作会被禁止。以下（）操作会受到沙箱的影响。A)使用内置函数B)使用MRC)使用DDL创建表D)使用UDF答案:BD解析:[多选题]70.RNN的主要应用领域有（）。A)自然语言处理B)机器翻译C)音乐推荐D)洗衣服答案:ABC解析:[多选题]71.关于CAP理论说法正确的是()。A)一个分布式系统不能同时满足一致性、可用性和分区容错性等需求B)一致性主要指强一致性C)一致性、可用性和分区容错性中的任何两个特征的保证(争取)可能导致另一个特征的损失(放弃)D)可用性指每个操作总是在"给定时间"之内得到返回"所需要的结果"答案:ABCD解析:CAP理论认为,一个分布式系统不能同时满足一致性(Consistency)、可用性(Availability)和分区容错性(PartitionTolerance)等需求,而最多只能同时满足其中的两个特征。CAP理论告诉我们,数据管理不一定是理想的--一致性、可用性和分区容错性中的任何两个特征的保证(争取)可能导致另一个特征的损失(放弃)。[多选题]72.数据库中常用的数据类型有()A)文本型B)数值型C)日期型D)货币型答案:ABCD解析:[多选题]73.FusionlnsightHD产品中，关于Kafka组件说法正确的有？A)删除Topic时，必须确保Kafka的服务配置delete.topic.enable配置为trueB)Kafka安装及运行日志保存路径为/srv/Bigdata/kafkaC)ZooKeeper服务不可用会导致Kafka服务不可用D)必须使用admin用户或者kafkaadmin组用户进行创建Topic答案:ABC解析:[多选题]74.支持向量机的求解通常是借助于凸优化技术，针对线性核SVM来说，主要的求解提升效率方法为()。A)割平面法B)随机梯度下降C)坐标下降法D)快速采样法答案:ABC解析:[多选题]75.以下（）项包含在MaxCompute项目空间的鉴权模型中。A)SecurityConfigurationB)ProjectProtectionC)CheckPermissionUsingACLD)LabelSecurity答案:BCD解析:[多选题]76.神经网络的拓扑结构可以分为()和随机型网络等A)前向型B)反馈型C)后向型D)自组织竞争型答案:ACD解析:[多选题]77.Katka每个Partition在物理上对应的文件夹下存储哪些文件?A)素引文件B)用户文件C)消息文件D)配置文件答案:AC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.视图是从一个或多个表中导出来的虚拟表。--A)正确B)错误答案:对解析:[判断题]79.Kerberos只能对集群内的服务提供安全认证A)正确B)错误答案:错解析:[判断题]80.在Python中定义类时，运算符重载是通过重写特殊方法实现的。例如，在类中实现了__mul__()方法即可支持该类对象的**运算符A)正确B)错误答案:对解析:[判断题]81.旅游大数据产品的服务形式主要为数据接口，不提供咨询报告的服务。A)正确B)错误答案:错解析:[判断题]82.大数据可以用于流行病预测?A)正确B)错误答案:对解析:[判断题]83.数据类型的多样性往往导致数据的同质性，进而加大数据处理的复杂性。()A)