大数据开发基础(习题卷71)

试卷科目：大数据开发基础大数据开发基础(习题卷71)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.HBase的物理存储单元是什么?A)RegionB)ColumnfamilC)ColumnD)Row答案:B解析:[单选题]2.在MapReduce中，reduce()函数可以将()值相同的输入进行合并处理。A)inputB)keyC)va1ueD)number答案:B解析:[单选题]3.大数据安全核心技术研发是我国大数据产业自主发展的关键驱动，其中不包括（）。A)数据加密B)数据完整性验证C)网络安全保护D)大数据管理制度答案:D解析:[单选题]4.公共云计算上分析型数据库的用户创建数据库的方式为:（）。A)直接通过CREATEDATABASE的DDL语句创建数据库B)直接通过CREATEDATABASE的DML语句创建数据库C)直接通过CREATETABLE的DDL语句创建数据库D)只能通过DMS控制台界面来创建需要的业务数据库答案:D解析:[单选题]5.下列描述中不属于规整数据（TidyData）三个基本原则的是（）。A)每一类观察单元构成一个关系（表）B)每个观察占且仅占一行C)每个变量占且仅占一列D)每个观察占且仅占一个关系（表）答案:D解析:tidyData原则为每列代表一个单独变量、每行代表单个观察值、每种观察形成一个表格。[单选题]6.基础IT资源的管理部分属于（）A)IAASB)PAASC)SAASD)以上都不是答案:A解析:[单选题]7.对于GaussDB200的数据并行导入策略Normal，下列说法错误的是（）?A)通过GDS服务的方式实现数据并行导入。B)导入的效率和GDS服务器有关，GDS服务器越多，导入效率越快。C)数据导入时，支持单行数据大小小于1GB.D)能够将数据库的数据.表结构都导入。答案:C解析:[单选题]8.HBase只有一个针对行健的索引，如果要访问HBase表中的行，下面哪种方式是不可行的？A)通过单个行健访问B)通过时间戳访问C)通过一个行健的区间来访问D)全表扫描答案:B解析:[单选题]9.在深度学习中，我们经常会遇到收敛到localminimum，下列不属于解决localminimum问题的方法是（）。A)随机梯度下降B)设置MomentumC)设置不同初始值D)增大batchsize答案:D解析:增大batchsize无法解决localminimum问题。[单选题]10.图灵奖获得者JimGray提出的"科学研究第四范式"的全称为()。A)数据密集型科学发现B)以数据为中心的科学发现,C)数据驱动型的科学发现D)大数据科学研究答案:A解析:2007年,图灵奖获得者JimGray提出了科学研究的第四范式--数据密集型科学发现(Data-intensiveScientificDiscovery)。在他看来,人类科学研究活动已经历过三种不同范式的演变过程(原始社会的"实验科学范式"、以模型和归纳为特征的"理论科学范式"和以模拟仿真为特征的"计算科学范式"),目前正在从"计算科学范式"转向"数据密集型科学发现范式"。[单选题]11.企业中台是一种实现公司核心资源共享化、服务化的理念和模式，从管理视角上强调（），从技术视角上强调（）。A)服务化、企业级B)企业级、服务化C)共享化、服务化D)服务化、共享化答案:B解析:[单选题]12.大数据涌现现象的形式有多种，不属于大数据涌现形式的是()。A)价值涌现B)隐私涌现C)物质涌现D)质量涌现答案:C解析:[单选题]13.传统RNN有什么特别大的弊端？A)无法进行长久记忆B)精度太低C)速度太慢D)效果太差答案:A解析:[单选题]14.在Hadoop的分区阶段,默认的Partitioner是()。A)RangePartitionerB)PartitionerC)HashPartitionerD)用户自定义的Partitioner答案:C解析:Hadoop中默认的Partitioner是HashPartitioner。[单选题]15.在用户验证权限时，应当在?服务列表?中选择数据复制服务，进入DRS主界面，单击右上角（），尝试购创建迁移任务。A)修改迁移任务B)创建迁移任务C)查阅权限D)删除迁移任务答案:B解析:[单选题]16.关于?三型两网?，以下（）说法不正确：A)中国坚强智能电网建设已经走在世界前列，泛在电力物联网的建设也走在前列。B)泛在电力物联网从概念上讲，就是围绕电力系统各环节，充分应用移动互联、人工智能等现代信息技术、先进通信技术，实现电力系统各个环节万物互联、人机交互，具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统。C)泛在电力物联网包含感知层、网络层、平台层、应用层四层结构。D)坚强智能电网和泛在电力物联网，二者相辅相成、融合发展，形成强大的价值创造平台，共同构成能源流、业务流、数据流?三流合一?的能源互联网。答案:A解析:[单选题]17.采用多副本冗余存储的优势不包含（）。A)保证数据可靠性B)容易检查数据错误C)加快数据传输速度D)节约存储空间答案:D解析:[单选题]18.下列选项中，关于HBase特性描述不正确的一项是（）。A)高可靠性B)高性能C)面向行D)可伸缩答案:C解析:[单选题]19.以下哪项不属于大数据在城市管理中的应用：（）A)智能交通B)环保监测C)城市规划D)比赛预测答案:D解析:[单选题]20.()负责MapReduce任务调度。A)NameNodeB)JobtrackerC)TaskTrackerD)SecondaryNameNode答案:B解析:[单选题]21.（）是指理解挖掘项目的目标业务需求。A)业务理解B)数据理解C)数据准备D)数据建模答案:A解析:根据跨行业数据挖掘标准流程（cross-industrystandardprocessfordatamining，CRISP-DM）模型，业务理解是指从业务的角度了解项目的要求和最终目的，并将这些目的与数据挖掘的定义以及结果结合起来。[单选题]22.下面这段代码的作用是什么?A)创建索引B)删除索引C)维护亲引D)更新索引答案:A解析:[单选题]23.当我们需要在一张图表中加上文字标注达到提醒读者的目的时，需要用到（）函数。A)plt.axvspan（）B)plt.axhspan（）C)plt.annotate（）D)plt.text（）答案:D解析:文字标注是text（）函数。[单选题]24.什么是KDD？A)数据挖掘与知识发现B)领域知识发现C)文档知识发现D)动态知识发现答案:A解析:[单选题]25.以下哪些选项属于实时检索的特点?A)处理时间要求不高B)全文检素功能C)高并发D)查询响应要求较高答案:D解析:[单选题]26.卷积神经网络（CNN）中Dropout层的作用是A)加快收敛速度B)防止过拟合C)丰富训练样本D)增强正样本答案:B解析:[单选题]27.对于信息增益,决策树分裂节点,下面说法正确的是（）1纯度高的节点需要更多的信息去区分2信息增益可以用?1比特-熵?获得3如果选择一个属性具有许多归类值,那么这个信息增益是有偏差的A)1B)2C)2和3D)所有以上答案:C解析:[单选题]28.（）算法假设聚类结构能通过样本分布的紧密程度确定。A)原型聚类B)密度聚类C)层次聚类D)模型聚类答案:B解析:[单选题]29.以下关布式文件系统，描述错误的是：（）A)是一种通过网络实现文件在多台主机上进布式存储的文件系统B)所有布式文件系统的设计都是采用?客户机/服务器?（Client/server）模式C)谷歌开发布式文件系统GFSD)Hadoop布式文件系统（HadoopDistributedFileSystem,HDFS）是针对GFS的开源实现答案:B解析:[单选题]30.下列关于数据的说法，不正确的是（）A)数据的类别有多种多样B)数据库中的一列代表一个特征C)一组数据平均值不会受异常值影响D)数据点之间的距离满足d_ij+d_jk≥d_ik答案:C解析:[单选题]31.求以下程序结果正确的是（）L=('Google','Python','Taobao')print（L[-2]）print（L[1:]）A)Python',('Python','Taobao')B)Google',('Python','Taobao')C)Google''Python?D)?Taobao''Python?答案:A解析:[单选题]32.（）算法可以用于特征选择。A)朴素贝叶斯B)感知器C)支持向量机D)决策树答案:D解析:使用决策树也可以计算每个特征的相对重要性。这些重要性能够辅助进行特征选择。[单选题]33.以下哪个是技术性最强的计算机系统攻击手法？（）A)口令猜测B)数据包侦听C)口令破解D)数据包欺骗答案:D解析:[单选题]34.Hadoop框架是用下面（）语言写的。A)PytyonB)JavaC)C++D)Scala答案:B解析:[单选题]35.()用于说明在父RDD上执行何种计算。A)分区B)算子C)日志D)数据块答案:B解析:算子是Spark中定义的函数,用于对RDD中的数据进行操作、转换和计算。[单选题]36.关于MapReduce1.0的体系结构的描述，下列说法错误的是？A)Task分为MapTask和ReduceTask两种，分别由JobTracker和TaskTracker启动B)slot分为Mapslot和Reduceslot两种，分别供MapTask和ReduceTask使用C)TaskTracker使用?slot?等量划分本节点上的资源量（CPU、内存等）D)TaskTracker会周期性接收JobTracker发送过来的命令并执行相应的操作（如启动新任务、杀死任务等）答案:A解析:[单选题]37.下列标识符中，合法的是（）。A)helloWorldB)2ndObjC)hello#worldD)-helloworld答案:A解析:[单选题]38.逻辑回归将输出概率范围限定为[0,1]。()函数能起到这样的作用A)Sigmoid函数B)tanh函数C)ReLU函数D)LeakyReLU函数答案:A解析:Sigmoid函数输出值限定为[0,1]。[单选题]39.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:[单选题]40.有关kmeans算法，正确的说法是？（）A)kmeans算法对异常样本非常敏感，因此在聚类前要把异常样本直接删除。B)kmeans只能处理凸型分布的非数值型样本。C)kmeans聚类的过程与初始的k个假设的聚类中心的选择没关。D)kmeans算法需要在聚类前确定类数k，这个k值需要有助于解释各类的业务含义。答案:D解析:[单选题]41.下列关于Numpy叙述错误的是？A)是一个开源的Python科学计算库B)底层基于C++封装，运行速度快C)常用来处理数组D)支持矩阵，处理数学问题更加形象答案:B解析:[单选题]42.对于运行在MapReduce平台上的应用程序，此应用程序所依赖的jar包会被放到（）。A)HIVEB)HBASEC)HDFSD)DB答案:C解析:[单选题]43.下列不属于导致各类数据泄露的风险大幅提升，公司数据安全防护面临严峻挑战因素的是（）。A)数据量大、分布面广B)数据利用价值高C)数据采集点多，发布渠道多样化D)数据成本高答案:D解析:[单选题]44.下面不属于云计算技术的有(__)。A)HadoopB)SparkC)YARND)集中式计算答案:D解析:[单选题]45.用来插入数据的命令是()，用于更新的命令是()A)INSERT，UPDATEB)CREATE，INSERTINTOC)DELETE，UPDATED)UPDATE,INSERT答案:A解析:[单选题]46.Oracle数据库中，段的集合称为A)区B)段C)表空间D)数据库答案:C解析:[单选题]47.一个简单的Series是由（）的数据组成的A)两个数组B)三个数组C)一个数组D)四个数组答案:C解析:[单选题]48.()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]49.大数据计算服务MaxCompute是阿里巴巴自主研发的海量数据处理平台，主要服务于批量结构化数据的存化和计。以下（）场景不适合使用大数据计算服务实现。A)订单办理B)数据仓库C)杜交网络分析D)用户画像答案:A解析:[单选题]50.假设你正在训练一个LSτM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)lB)100C)300D)10000答案:B解析:[单选题]51.Hadoop中partition()函数代表的是()。A)分区函数B)特征函数C)算法函数D)排序函数答案:A解析:[单选题]52.一个RDD有多个()组成。A)数据块B)单元C)分区D)表答案:C解析:[单选题]53.()是基于规则的分类器。A)C4.5B)KNNC)NaiveBayesD)ANN答案:A解析:基于规则的分类器有决策树、随机森林、Aprior,C4.5属于决策树算法。[单选题]54.已知一个数据集,n为特征数,m为训练样本数,如果n较小,而且m大小中等(例如n为1~1000,而m为10~10000),则一般选择()。A)逻辑回归模型B)不带核的支持向量机C)高斯核的支持向量机D)多项式核的支持向量机答案:C解析:高斯核函数需要选择合适的sigma²参数,适用于少量特征,大量样本的情况,可以拟合出非常复杂的非线性决策边界。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.大数据技术在我们身边应用的越来越广，以下场景中有哪些场景可以应用大数据技术?A)游戏画面实时刷新B)广告精准营销C)道路智能规划D)人物国像答案:ABCD解析:[多选题]56.下列说法正确的是()A)一张数据表一旦建立完成，是不能修改的。B)在MySQL中，用户在单机上操作的数据就存放在单机中。C)在MySQL中，可以建立多个数据库，但也可以通过限定，使用户只能建立一个数据库。D)要建立一张数据表，必须先建数据表的结构。答案:BCD解析:[多选题]57.如果回归模型中存在多重共线性（multicollinearity），应该如何解决这一问题而不丢失太多信息A)剔除所有的共线性变量B)剔除共线性变量中的一个C)通过计算方差膨胀因子（VarianceInflationFactor，VIF）来检查共线性程度，并采取相应措施D)删除相关变量可能会有信息损失，我们可以不删除相关变量，而使用一些正则化方法来解决多重共线性问题，例如Ridge或Lasso回归。答案:BCD解析:[多选题]58.关于?三型两网?，除了泛在电力物联网，还包括（）：A)建设枢纽型企业B)建设平台型企业C)建设共享型企业D)坚强智能电网答案:ABCD解析:[多选题]59.深度学习最常用的算法包含（）A)CNNB)RNNC)ANND)MPP答案:AB解析:[多选题]60.以下选项属于数据控制语言的是()。--A)ALTERB)GRANTC)COMMITD)ROLLBACK答案:BCD解析:[多选题]61.根据《国网数据管理办法》（2019征求意见稿），公司数据质量管理主要包括（）：A)数据质量规则管理B)数据质量评估C)数据问题整改D)数据质量核查答案:ABCD解析:[多选题]62.物联网主要由下列哪些部分组成的？A)应用层B)处理层C)感知层D)网络层答案:ABCD解析:[多选题]63.usionlnsightManager会定时备份哪些数据A)NameNodeB)LDAPC)OMSD)DBService答案:ABCD解析:[多选题]64.在实际应用中，大数据处理主要包括哪几种类型：()A)复杂的批量数据处理：时间跨度通常在数十分钟到数小时之间B)基于历史数据的交互式查询：时间跨度通常在数十秒到数分钟之间C)基于实时数据流的数据处理：时间跨度通常在数百毫秒到数秒之间D)基于历史数据的流查询：时间跨度在数十秒到数分钟之间答案:ABC解析:[多选题]65.(__)是?黑客精神和技能?。A)大胆创新B)喜欢挑战C)追求完美D)不断改进答案:ABCD解析:[多选题]66.关于hbase存储模型的描述正确的是?A)即使是key值相同,qualifier也相同的多个keyvalue.也可能有多个,此时使用时间戳来区分B)同一个key值可以关联多个valueC)keyvalue中期有时间戳,类型等关键信息D)每一个keyvalue都有一个qualifier标识答案:ABCD解析:[多选题]67.利用Apriori算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于3的候选3-项集，在候选2-项集中需要剪枝的是（）ID项集1面包、牛奶2面包、尿布、啤酒、鸡蛋3牛奶、尿布、啤酒、可乐4面包、牛奶、尿布、啤酒5面包、牛奶、尿布、可乐A)啤酒、尿布B)啤酒、面包C)面包、尿布D)啤酒、牛奶答案:BD解析:[多选题]68.调用函数时可使用的正式参数类型()。A)必备参数B)关键字参数C)默认参数D)不定长参数答案:ABCD解析:[多选题]69.下面属于探索性分析主要关注的四大主题的有(__)。A)耐抗性B)方差C)重新表达D)启示答案:ACD解析:[多选题]70.数据挖掘的主要功能包括概念描述、趋势分析、孤立点分析及()等方面。A)关联分析B)分类和预测C)聚类分析D)偏差分析答案:ABCD解析:[多选题]71.大数据平台建设原则为（）A)统一数据入湖：全网数据统一采集到大数据湖，利用大数据分布式计算、存储能力实现跨域数据处理B)统一技术架构：采用全网统一的PaaS架构构建大数据平台，统一组件标准，通过全网统一调度管控两级资源C)统一数据服务：对外提供统一数据服务，通过API、标签、模型、指标、卡片等方式全网开放使用D)统一开发平台：提供基于专区、AI、跨域数据的统一开发平台，打造全网生态化大数据应用敏捷开发生态答案:ABCD解析:[多选题]72.Web内容挖掘实现技术包括（）。A)文本总结B)文本分类C)文本机器学习D)关联规则答案:ABCD解析:[多选题]73.以下()属于数据统计分析工具。A)WekaB)SASC)SPSSD)Matlab答案:ABCD解析:[多选题]74.关于表扫描算子的说法正确的是（?A)对于点查或者范围扫描等过滤本量数据的查询，如果使用SeqScan全表扫描会比较快。B)表的数目比较少的时候，使用Seqscan效率更高。C)SOL的执行计划第一步就是从表扫描算子开始的。D)SeqScan是指顺序扫描表的所有信息。答案:ABC解析:[多选题]75.Python类的特点有（___）。A)根据职责将属性和方法封装到一个抽象的类中B)实现代码的重用，不需要重复编写代码C)子类拥有父类所有的属性和方法。也可以重新父类方法D)不同的对象调用相同的代码，产生不同的效果，提高代码的灵活性答案:ABCD解析:[多选题]76.下列属于原型聚类算法的是（__)。A)k均值算法B)学习向量量化C)高斯混合聚类密度聚类D)密度聚类答案:ABC解析:[多选题]77.数据资产应用管理主要任务包括（）A)归集数据资产应用成果B)评估数据资产应用成效C)促进共享和应用D)促进共享和应用答案:ABCD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.JSON是一种轻量级的数据交换格式,本质上是一个字符串。--A)正确B)错误答案:对解析:[判断题]79.Series是一个类似于一维数组的对象。()A)正确B)错误答案:对解析:[判断题]80.通过执行指令?serviceiptablesstatus?可以关闭Linux系统的防火墙。A)正确B)错误答案:错解析:[判断题]81.建立数据质量现场检查制度，定期组织实施，每年不低于一次，对重大问题及时上报董事长，并按流程实施整改。A)正确B)错误答案:错解析:[判断题]82.与传统产业相比，互联网产业创业成本较低A)正确B)错误答案:对解析:[判断题]83.零售商之所以要关注Rny即消费者最近一次消费时间，是因为时间越短，对产品和零售商的记忆就越鲜活。A)正确B)错误答案:对解析:[判断题]84.Spark基于内存计算，本身可以直接读写Hadoop上任何格式数据，其应用程序在集群上以独立的进程集合的形式运行。A)正确B)错误答案:对解析:[判断题]85.在循环中continue语句的作用是跳出当前循环，进行下一次循环。。A)正确B)错误答案:对解析:[判断题]86.Flume在多路传输数据过程中，如果下一跳的Flume节点故障或者数据接受异常时，可以自动切换到另外-路上继续传输。A)正确B)错误答案:对解析:[判断题]87.深度学习是端到端学习，系统自动提取不同层次的特征。A)正确B)错误答案:对解析:[判断题]88.语句pass仅起到占位符的作用，并不会做任何操作。A)正确B)错误答案:对解析:[判断题]89.已知x=list(range(20))，那么语句delx[::2]可以正常执行。A)正确B)错误答案:对解析:[判断题]90.每个查询会被Hive转化为多个阶段，当有些阶段关联性较大时，可以并行化执行，诚少整个任务的执行时间。A)正确B)错误答案:错解析:[判断题]91.Flume架构中，一个source可以连接多个Channel。A)正确B)错误答案:对解析:[判断题]92.联接函数LEFTJOIN结果集包括LEFTJOIN子句中指定的左表的所有行,而不仅是联接列所匹配的行。()A)正确B)错误答案:错解析:[判断题]93.集合可以作为字典的键。A)正确B)错误答案:错解析:第4部分：问答题，共4题，请在空白处填写正确答案。[问答题]94.大数据包括结构化、半结构化和非结构化数据，其中()为数据的主要部分。答案:非结构化数据解析:[问答题]95.Zookeeper监听服务器流程()客户端连接Zooke