大数据开发基础练习题及答案6-2023练习版

试题说明

本套试题共包括1套试卷

答案和解析在每套试卷后

大数据开发基础练习题及答案6（500题）

大数据开发基础练习题及答案6

1.［单选题］语义网络表达知识时，有向弧AKO链、ISA链是用来表达节点知识的OO

A）无悖性

B）可扩充性

C）继承性

2.［单选题］大数据计算服务（MaXComPUte,原ODPS）提供了大数据的存储和计算服务，非常适合应

用于大数据分析的领域。以下说法中错误的是：（）。

A）可以支持实时OLAP分析

B）提供了便捷的分析处理海量数据的手段，用户可以计算细节，从而达到分析大数据的目的

C）可以实现大型互联网企业的数据仓库和Bl分析

3.［单选题］下面关于MaPRedUCe模型中MaP函数与RedUCe函数的描述正确的是（）

A）一个MaP函数就是对一部分原始数据进行指定的操作。

B）一个MaP操作就是对每个RedUCe所产生的一部分中间结果进行合并操作。

C）MaP与MaP之间不是相互独立的。

D）RedUCee与RedUCe之间不是相互独立的。

4.［单选题］HDFS的设计者采用了（—）的概念，实现了一个高度容错性的系统。

A）机器学习

B）数据挖掘

C）集群计算

D）块复制

5.［单选题］np.reshape。函数的作用是（—）□

A）修改数组大小

B）数组重组

C）数组转置

D）对轴进行调整

6.［单选题］以下关于ElaStiCSearCh缓存机制的理解不正确的是（）。

A）缓存主要分为三种，QueryCache,FielddataCache1RequestCacheo.

B）RequestCaChe：Shards级别的缓存,是为了缓存''分片级”的本地结果集。

OFielddateCaChe:专门针对分词的字殷在查询期间的数据结构的缓存。

D）QueryCaehe：Shard级别的缓存，是对一个查询中包含的过滤器执行结果进行缓存。

7.［单选题］随机森林中的随机是指（

A）随便构建树模

B）随机选择一个树模型

C）随机选择多个树模型

D）在构建每个树模型时随机选择样本和特征

8.［单选题］数据清洗的方法不包括Oo

A）缺失值处理

B）噪声数据清除

C）一致性检查

D）重复数据记录处理

9.［单选题］彩色图片（3通道图片）经过一层卷积层后，通道数一般会产生怎么的变化（等于什么值

）?（）

A）batchsize

B）需要根据卷积的设置进行判断

Oi

D）依然会是3

10.［单选题IResultScanner把扫描操作转换为类似get的操作，它将每一行数据封装成一个（）实

例，并将所有实例放入一个迭代器中

A）Column

B）Row

C）Result

D）Table

IL［单选题］下列选项中，（）能保证表中字段值的唯一性。一

A）默认约束

B）非空约束

C）唯一约束

D）以上答案都不正确

12.［单选题］由于不同类别的关键词对排序的贡献不同，检索算法一般把查询关键词分为几类，下

列不属于此关键词类型的是（）。

A）引用词

B）普通关键词

C）高频词汇

D）扩展关键词

13.［单选题］SaaS是（）的简称

A）软件即服务

B）平台即服务

C）基础设施即服务

D）硬件即服务

14.［单选题］执行以下代码段defsay（message,times=l）：print（message*

times）say（'Hello'）say（'World',5）时，输出为（.）o

A）HelIoWorldWor1dWor1dWorIdWorld

B）HelIoWorld5

C）HelIoWorld,World,World,World,World

D）HelIoHelloHelloHelloHelloHello

15.［单选题］任一随机事件出现的概率为（）。

A）在T与1之间

B）小于0

C）不小于1

D）在0与1之间

16.［单选题］网站个性化推荐的背后，可以使用哪些类型的数据实现？

A）无结构化

B）非结构化

C）结构化

D）半结构化

17.［单选题］HBase架构的四大组件中，OHBaSe具体对外提供服务的进程。

A）Zookeeper

B）Master

C）RegionServer

D）Client

18.［单选题］下列不属于深度学习内容的是（）

A）深度直信网络

B）受限或尔兹曼机

C）卷和、神经网络

D）贝叶斯学习

19.［单选题］下面哪个是一种编程模型，它将大规模的数据处理工作拆分成互相独立的任务然后并行

处理（）

A）MapReduce

B）HDFS

OPig

D）Hive

20.［单选题］以下哪个不是典型的分类方法：（）

A）决策树

B）朴素贝叶斯

C）K-Means

D）人工神经网络

21.［单选题］Python类中包含一个特殊的变量（），它表示当前对象自身，可以访问类的成员。

A）self

B）me

C）this

D）与类同名

22.［单选题］交叉验证的目的是（一）。

A）提高分类准确率

B）得到更稳定的模型

C）验证结果的准确性

D）增大分类的误差

23.［单选题］卷积神经网络调整参数时信息的传播方向是（）。

A）后向传播

B）前向传播

C）双向传播

D）跳跃传播

24.［单选题］下面关于MySQL安装目录描述错误的是（）。一

A）Iib目录用于存储一系列的库文件

B）include目录用于存放一些头文件

Obin目录用于存放一些课执行文件

D）以上答案都不正确

25.［单选题］假设一个线性回归模型完美适合训练数据（训练误差为0）,则下列说法正确的是

（）。

A）测试集误差一直为0

B）测试集误差可能为0

C）测试集误差不会为0

D）以上都不对

26.［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

27.［单选题］某二叉树共有12个结点，其中叶子结点只有1个。则该二叉树的深度为(根结点在第1层

)。

Λ)8

B)12

06

D)3

28.［单选题］HBase依赖O提供消息通信机制

A)Zookeeper

B)Chubby

C)RPC

D)Socket

29.［单选题］HDFS中的块比磁盘中的块大，其目的是为了(—)o

A)增加存储空间

B)便于存储较大的文件

C)提高存储空间的利用率

D)最小化寻址开销

30.［单选题］HDFS是基于流数据模式访问和处理超大文件的需求而开发的，具有高容错、高可靠性、

高可扩展性、高吞吐率等特征，适合的读写任务是()。

A)一次写入，少次读

B)多次写入，少次读

C)多次写入，多次读

D)一次写入，多次读

31.［单选题］为了统一数据各个数值属性上量纲，可以进行的操作为()

A)preprocessing,minmaxscale()

B)pd.merge()

C)pd.read_csv

D)np.dtype()

32.［单选题］Kafka集群中，Kafka服务端的角色是？

A)Broker

B)Consumer

C)ZooKeeper

D)Producer

33.［单选题］关于ADS的数据类型，说法不正确的是：()。

A)布尔类型boolean取值只能为0或1

B)ADS所有的数据类型都不支持UnSigned

C)数值类型float可以指定精度，例如：float(5,3),但是double类型不支持指定精度

D)双精度浮点数double类型的存储字节数为4,大整数类型bigint存储字节数为8

34.［单选题］为了降低MaPRedUCe两个阶段之间的数据传递量，一般采用(—)函数对map阶段的输出

进行处理。

A)sort()

B)combiner()

C)join()

D)gather()

35.［单选题］OTS的单个表可以包括：()个属性列。

A)OT28个

B)OTo24个

C)无限制

D)O-256个

36.［单选题］按照KB、MB、GB、TB、PB的有小到大顺序,下列换算错误的是

A)lKB=1024Byte

B)1MB=1O24KB

C)1TB=1O24MB

D)1PB=1O24TB

37.［单选题］关于Python循环结构，以下选项中描述错误的是

A)遍历循环中的遍历结构可以是字符串、文件、组合数据类型和range。函数等

B)break用来跳出最内层for或者WhiIe循环，脱离该循环后程序从循环代码后继续执行

C)每个ContinUe语句只有能力跳出当前层次的循环

D)Python通过for、WhiIe等保留字提供遍历循环和无限循环结构

38.［单选题］下列关于k近邻算法，正确的是O

A)k近邻算法对异常数据敏感

B)k近邻算法是一种无监督学习

C)k近邻算法需要占用大量内存空间

D)k近邻算法包括训练和预测过程

39.［单选题］本行()负责牵头开展数据治理风险管理工作，规范数据风险管理

A)风险管理部

B)内审监督部

C)科技部

D)数据运管部

40.［单选题］以下()不是大数据时代新兴的技术。

A)Hadoop

B)MySQL

C)Spark

D)HBase

41.［单选题］Agg算子的实现策略有：()。

A)4

B)3

02

D)l

42.［单选题］根据变量取名的规则，以下变量的命名，合乎规则的是()

Λ)6S

B)S6

C)while

D)123name

43.［单选题］最早被提出的循环神经网络门控算法是什么。()

A)、长短期记忆网络

B)、门控循环单元网络

C)、堆叠循环神经网络

D)、双向循环神经网络

44.［单选题］Flume数据采集的过程中，下列选项中能对数据进行过滤和修饰的是？

A)Sink

B)Channel

C)Channelselector

D)Interceptor

45.［单选题］构建一个神经网络，将前一层的输出和它自身作为输入，则有反馈连接的是()。

A)循环神经网络

B)卷积神经网络

C)限制玻尔兹曼机

D)都不是

46.［单选题］执行以下代码段age=12ifage<4print("Youradmissioncostis$0.")elifage

<18print("Youradmissioncostis$5.")elseprint("Youradmissioncostis$10.")⅛,输

出为(一)o

A)Youradmissioncostis$0.

B)Youradmissioncostis$5.

C)Youradmissioncostis$10.

D)以上都不对

47.［单选题］仅个体变元被量化的谓词称为（）

A）一阶谓词

B）原子公式

C）二阶谓词

D）全称量词

48.［单选题］下列说法错误的是（）

A）GROUPBY子句用来分组WHERE子句的输出

B）WHERE子句用来筛选FROM子句中指定的操作所产生的行。

C）聚合函数需要和groupby一起使用

D）HAVING子句用来从FRoM的结果中筛选行

49.［单选题］当训练集特征非常多，而实例非常少的时候，可以采用（）。

A）sigmoid核的支持向量机

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

50.［单选题］下面这条GaUSSDB200的SQL语句"selectname,count（1）fromstudentgroupby

name”可能涉及的算子有哪些？

A）Filter

B）GroupAggregate

C）Streaming

D）HashAggregate

51.［单选题］最小最大正规化也称为（）

A）非标准化

B）标准化

C）离差标准化

D）以上说法都不对

52.［单选题］关于FUSionlnSightManager,说法错误的是?

A）NTPSeVer/client负责集群内各节点的时钟同步

B）通过FUSiOnlnSightManager,可以对HDFS进行启停控制、配置参数

OFusionInsightManager所有维护操作只能够通过WebUI来完成，没有提供SheIl维护命令

D）通过FUSiOnlnSightManager,可以向导式安装集群，缩短集群部署时间

53.［单选题］HBase内部的.META.表包含所有用户（）的列表。

A）地址

B）时间

C）类别

D）空间区域

54.［单选题］根据《大数据风控平台项目操作手册》，系统在【客户信息管理】一级菜单下增加【征

信报告查询管理】二级菜单，用户可在此菜单下的【待处理的征信报告】节点中点击O按钮，取

消尚未提交的征信报告查询申请。

A）新增查询

B）B.上传授权书

OC.取消申请

D）D.提交

55.［单选题］下列关于数据创新的说法正确的是（）。

A）多个数据集的总和价值等于单个数据集价值相加

B）由于数据的再利用，数据应该永久保存下去

C）相同数据多次用于相同或类似用途，其有效性会降低

D）数据只有开放价值才可以得到真正释放

56.［单选题］Spark中引人RDD概念的目的是（）。

A）数据存储

B）数据查重

C）提升容错能力

D）增强数据一致性

57.［单选题］Sqoop是Hadoop和关系数据库服务器之间传送数据的工具，下列哪种数据库是不支持

使用Sqoop直接进行数据传送（）

A）Postgres

B）Oracle

OMySQL

D）Redis

58.［单选题］在SeIeCt语句的Where子句中，使用正则表达式过滤数据的关键字是（）

A）like

B）against

C）match

D）regexp

59.［单选题］特征选择包括过滤法、包装法和嵌入法，其中过滤法不包括哪个方法？

A）方差选择法

B）相关系数法

C）递归特征消除法

D）互信息法

60.［单选题IElasticsearch采用的搜索方式是（）o

A）正排素引

B）倒排素引

C）慢素引

D）快速索引

61.［单选题］下面哪个配置是在mapred-site.Xml中配置的（）

A）复制因子

B）JaVa环境变量

C）存储hdfs文件的目录名

D）运行MaPRedUCe作业的主机和端口

62.［单选题］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

OCTBase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。

63.［单选题］下列做法中，对个人信息安全威胁最大的是（）。

A）课堂手工签到

B）手机恶意APP

C）钉钉共享编辑

D）共享加密文件

64.［单选题］在MaPRedUCe中，（）阶段，RedUCer执行reducetask,将最后结果写入HDFSo

A）Shuffle

B）Map

C）Reduce

D）Sort

65.［单选题］FusionInsight产品中，关于Kafka说法不正确的是？

A）Kafka强依赖于ZooKeeper

B）Kafka的服务端可以产生消息

OKafka部署的实例个数不得小于2

D）Consumer作为kafka的客户端角色专门进行消息的消费。

66.［单选题］大数据方法的不准确性，根本原因是（）。

A）数据量大

B）算法变化

C）信息遗漏

D）以上都正确

67.［单选题］下面不属于比较检验的方法是（_）。

A）假设检验

B）交叉验证t检验

C）MCNemar检验

D）留出法

68.［单选题］HBase使用一个master节点协调管理一个或多个（）从属机。

A）namenode

B）datanode

C）regionserver

D）master

69.［单选题］对分类任务来说，学习器从类别标记集合中预测出一个标记，最常见的结合策略是（

）O

A）投票法

B）平均法

C）学习法

D）排序法

70.［单选题］在IBM提出的企业管理范畴中，企业数据不包含（_）。

A）元数据

B）主数据

C）关系数据

D）业务数据

71.［单选题］在运行时，由MaXCOmPUte依据上下文使用环境及类型转换规则自动进行的类型转换是

：（）O

A）显示转换

B）影式专换

C）CaSt转换

D）SQL转换

72.［单选题］（）能反映出X和Y之间的强相关性。

A）相关系数为0.9

B）对于无效假设，B=O的P值为0.0001

C）对于无效假设，β=0的t值为30

D）以上说法都不对

73.［单选题］Hadoop配置文件中，hadooP-Site.xml显示覆盖hadoop-default.XmI里的内容。在版本

O20中,hadoop-site.Xml被分离成三个XML文件,不包括（）

A）conf-site,xml

B）mapred-site.xml

C）core-site,xml

D）hdfs-site.xml

74.［单选题］下面哪个指标不是聚类算法的质量特征？O

A）对噪声数据的敏感性。

B）处理多种类型的数据。

C）聚类的类别多少

D）可伸缩性

75.［单选题］关于数据、算法、算力的描述以下正确的是：

A）数据没有什么意义

B）算法是最难处理的问题

C）算力问题已经不存在瓶颈了

D）数据、算法、算力相互依赖、相互支撑

76.［单选题］物联网的发展最终导致了人类社会数据量的第三次跃升，使数据产生方式进入了:

O

A）手工创建阶段

B）运营式系统阶段

C）用户原创内容阶段

D）感知式系统阶段

77.［单选题］下列图像边缘检测算子中抗噪性能最好的是

A）梯度算子

B）Prewitt算子

C）RobertS算子

D）LaPlaCian算子

78.［单选题］RDD有TranSfOrmatiOn和Aetion算子，下列属于ACtiOn算子的是：（）。

ʌ）map

B）SaveAsTextFile

C）Filter

D）reduceByKey

79.［单选题］以下哪种工作是FIUme无法处理的？

A）多个FIUme级联合并

B）按照用户定制采集数据

C）直接写到Fink特定task中

D）从固定目录下采日信息到目的地

80.［单选题］下列关于雷达图的说法中，正确的是（）

A）雷达图也称为网络图，蜘蛛图，星图，蜘蛛网图等

B）雷达图不适合展现某个数据集的多个关键特征

C）雷达图中不同坐标的点之间无法连接

D）雷达图不常用于多项指标的全面分析

81.［单选题］不属于神经网络常用学习算法的是：

A）有监督学习

B）增强学习

C）观察与发现学习

D）无监督学习

82.［单选题］Hive中的解释器（compiler）,优化器（optimizer）,执行器（executor）组件用于

HQL语句从词法分析，语法分析，编译，优化以及查询计划的生成，生成的查询计划存储在O中

,并在随后由O调用执行。

A）HDFS,MapReduce

B）HBase,Yarm

C）内存，MapReduce

D）HDFS,Yarn

83.［单选题］SQL语言中，实现数据检索的语句是

A）SELECT

B）INSERT

C）UPDATE

D）DELETE

84.［单选题］采用模板［T1］主要检测（）方向的边缘。

A）水平

B）45o

C）垂直

D）135o

85.［单选题］以下哪个不是大数据的“4V”特性：（）

A）数据量

B）数据种类繁多

C）处理速度快

D）价值密度高

86.［单选题］在ZookeePer维护的树形结构中，树中的节点被称为（__）。

A）node

B）block

Ocell

D）znode

87.［单选题］以下关于函数的作用描述正确的是(一)o

A)函数是可重用的程序

B)函数无法为您的应用程序提供更好的模块化

C)您无法创建自己的函数

D)以上都是

88.［单选题］在HiVe的条件语句中，“and”连接两个表达式，如果其中一个表达式结果为true,另一

个表达式结果为false,则计算结果为()

A)TRUE

B)FALSE

C)null

D)以上都不正确

89.［单选题］以下哪一选项不属于MRS日常运维不影响业务这一特性？

A)滚动升级/补丁

B)修改配置滚动重启

C)单集群跨AZ高可用

D)扩缩容业务无感知

90.［单选题］默认情况下，HDFS的垃圾回收机制是没有开启的，我们可以在O配置文件中开启

HDFS的垃圾回收机制。

A)core-site,xml

B)hdfs-site.xml

C)yarn-site,xml

D)hadoop-site.xml

9L［单选题］回归方程判定系数的计算公式R2=SSR∕SST=I-SSE/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扰合优度

D)判定系数R2等于相关系数的平方

92.［单选题］关于eval函数,以下选项中描述错误的是

A)eval函数的作用是将输入的字符串转为Python语句，并执行该语句

B)如果用户希望输入一个数字，并用程序对这个数字进行计算，可以采用eval(input())组合

C)执行eval("Hello")和执行eval("'Hello'")得到相同的结果

D)eval函数的定义为：eval(source,globals=None,Iocals=None,/)

93.［单选题］将灰度图像转换成二值图像的命令为()。

A)ind2gray

B)ind2rgb

C)im2bw

D)ind2bw

94.［单选题］下列关于ZooKeeper特点的描述错误的是（）。

A）复杂性

B）自我复制

C）顺序访问

D）高速读取

95.［单选题］（）用于将非线性引人神经网络，它会将值缩小到较小的范围内

A）损失函数

B）优化函数

C）激活函数

D）目标函数

96.［单选题］产生式系统的推理不包括（）

A）正向推理

B）逆向推理

C）双向推理

D）简单推理

97.［单选题］以下关于程序控制结构描述错误的是：

A）单分支结构是用if保留字判断满足一个条件，就执行相应的处理代码

B）二分支结构是用if-else根据条件的真假，执行两种处理代码

C）多分支结构是用if-elif-else处理多种可能的情况

D）在Python的程序流程图中可以用处理框表示计算的输出结果

98.［单选题］以下说法正确的是（）

A）关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则

B）寻找模式和规则主要是对数据进行干扰，使其符合某种规则以及模式

C）数据挖掘的主要任务是从数据中发现潜在的规律，从而能更好地完成描述数据、预测数据等任务

D）在聚类分析当中，簇内的相似性越大，装间的差别越大，聚类的效果就越差

99.［单选题］以下（）是对DMM（数据管理成熟度模型）中"已管理级"基本特点的正确表述。

A）组织机构的数据管理关键活动能够根据结构自身的反馈以及外部环境的变革进行不断优化

B）组织机构已用定量化的方式管理其关键过程的执行过程

C）组织机构只有在项目管理过程中执行了D.M给出的关键过程，而缺乏机构层次的统筹与管理

D）组织机构的数据管理工作超出了项目管理的范畴，由组织机构统一管理其数据管理关键过程

100.［单选题］HBase依靠（）提供强大的计算能力。

A）ZooKeeper

B）Chubby

C)RPC

D)MapReduc

IOL［单选题］以下描述正确的是(—)。

A)非结构化数据是先有结构，后有数据

B)XML是非结构化数据

C)结构化数据是先有数据，后有结构

D)非结构化数据是数据科学与传统数据管理的主要区别

102.［单选题］深度学习中的卷积神经网络属于机器学习中的那哪种模型

A)深度监督学习

B)深度无监督学习

C)深度半监督学习

D)深度强化学习

103.［单选题］对银行业而言，做好大数据分析应用的前提是O

A)增加统计种类

B)增加营业网点

C)增加数据来源

D)开展专项活动

104.［单选题］执行以下代码段defsan(x)：print(x+1)x=-IOx=IOSan(O)时，输出为(—)o

A)l

B)-10

OlO

D)ll

105.［单选题］Hive的启动依赖于()的启动，因此必须先启动它

A)Java

B)数据库

C)Hadoop

D)tomcat

106.［单选题］以下哪个不属于hadoop的核心构成

A)HDFS

B)MapReduce

C)Spark

D)YARN

107.［单选题］Python中对变量描述错误的选项是：

A)Python不需要显式声明变量类型，在第一次变量赋值时由值决定变量的类型

B)变量通过变量名访问

C）变量必须在创建和赋值后使用

D）变量PI与变量Pi被看作相同的变量

108.［单选题］下面哪一项不属于计算机集群中的节点？

A）主节点（MaSterNode）

B）源节点（SourceNode）

C）名称结点（NameNode）

D）从节点（SlaveNode）

109.［单选题］以下选项中，不属于大数据对人才能力的要求是O

A）业务能力

B）数学统计能力

C）IT技术能力

D）逻辑思维能力

110.［单选题］在MaPRedUCe中，哪个组件是用户不指定也不会有默认的0

A）Combiner

B）OutputFormat

C）Partitioner

D）InputFormat

111.［单选题］（_）是一门以可视化交互为基础，综合运用图形学、数据挖掘和人机交互等多个领域

的知识，以实现人机协同完成可视化任务为主要目的的分析推理性学科。

A）信息可视化

B）科学可视化

C）可视分析学

D）数据可视化

112.［单选题］下列哪项通常是集群的最主要瓶颈：

A）CPU

B）网络

C）磁盘IO

D）内存

113.［单选题］通常，（）主要指的是关系数据库中存储、计算和管理的数据。

A）结构化数据

B）海量数据

C）半结构化数据

D）非结构化数据

114.［单选题］下列表述正确的是（）。

A）if语句总是与else成对出现

B）if语句总是与elif成对出现

C）if语句分支嵌套实现多分支

D）if语句只能实现二分支

115.［单选题］下面哪个选项不是我们需要HadooP的主要原因O

A）我们需要处理PB级别的数据

B）为每个应用建立一个可靠的系统是很昂贵的

C）几乎每天都有结点坏掉

D）把一个任务分割成多个子任务的方式是不好的

116.［单选题］有人发现统计数字会撒谎，产生这种现象的原因不包括Oo

A）采集的数据不完整

B）存储的数据被篡改

C）数据内容更新慢

D）可视化技术效果单一

117.［单选题］在Matplotlib中调整后可以显示中文的参数是（）。

A）lines,linestyle

B）lines,linewidth

C）font,sans-serif

D）axes.unicodeminus

118.［单选题］__new_和_init—的区别，说法不正确的是（）。

A）__new_是一个实例方法，而init.是一个静态方法

B）__new_方法会返回一个创建的实例，而什么都不返回

C）只有在—new—返回一个CIS的实例时，后面的_init_才能被调用

D）当创建一个新实例时调用_new—,初始化一个实例时用—init_

119.［单选题］输入图像为32x32,经过步长为1,不进行Padding,卷积核为5x5的卷积层后，得到的

特征图尺寸是多少？

A）28x28

B）27x27

C）29x29

D）32x32

120.［单选题］Spark可以处理的数据任务包括（）。

A）数据流处理

B）交互式处理

C）图数据处理

D）以上都是

121.［单选题］不属于Mayer-SehnbergerV和CukierK.在其著名论著《BigDataiARevolutionThat

WillTransformHowWeLive,Work,andThink》中提出了大数据时代统计的思维变革的是（）。

A）不是随机样本，而是全体数据

B）不是精确性，而是混杂性

C）不是描述性分析，而是预测性分析

D）不是因果关系，而是相关关系

122.［单选题］（）负责HDFS数据存储。

A）NameNode

B）JobTracker

ODataNode

D）SecondaryNameNode

123.［单选题］HDFS无法高效存储大量小文件，想让它能处理好小文件，比较可行的改进策略不包括

A）利用SeqUenCeFiIe、MapFilesHar等方式归档小文件

B）多MaSter设计

C）BlOCk大小适当调小

D）调大namenode内存或将文件系统元数据存到硬盘里

124.［单选题］在HBaSe系统架构中，每一个HRegiOnSerVer中的所有对象会共享一个（）实例

A）HLog

B）Master

OClient

D）ZooKeeper

125.［单选题］从MaXComPUte导入到ADS中时，可以从（）表中查询导入状态。

A）master.job_status

B）information_schema.job_instances

C）user.job_instances

D）performance_schema.job_status

126.［单选题］如果有变量a=［l,2,3,4,5,6］,能够得到列表［3,4,5］的表达式为O

A）a［2：5］

B）a［3：5］

C）a［3：-1］

D）a［3,4,5］

127.［单选题］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

128.［单选题］个栈的初始状态为空。现将元素1、2、3、4、5、A、B、C、D、E依次入栈，然后再依

次出栈，则元素出栈的顺序是

A）12345ABCDE

B）EDCBA54321

C）5432IEDCBA

D）ABCDE12345

129.［单选题］GaussDB200支持实例故障发生时，业务不中断。因此（）。

A）不用担心实例故障带来的影响，无需处理故障问题。

B）在实例恢复或主备切换成功之后，能够继续提供服务。

C）不用担心CN故障导致SQL执行失败，保证SQLlo0%执行成功。

D）实例故障之后GaUSSDB200会自动重启，无需人为关注。

130.［单选题］下列选项中，关于duplicated。方法描述正确的是（）。

A）duplicate（）方法用于删除重复值

B）duplicate。方法用于标记重复值

C）duplicate。方法会改变原始数据

D）duplicate（）方法会将重复的数据标记为FaISe

131.［单选题］下列关于DNN的说法不正确的是（）。

A）层数多

B）抽象能力强

C）模拟更复杂模型

D）广义上包含CNN、DBN,SVM等

132.［单选题］SQL语言中，删除一个视图的命令是（）

A）REMOVE

B）CLEAR

C）DELETE

D）DROP

133.［单选题］卷积的过程是让过滤器在图像上进行（）

A）缩放

B）剪切

C）窗口滑动

D）镜像对称

134.［单选题］Hadoop的哪个包的功能是根据DDL（数据描述语言）自动生成他们的编解码函数。

A）record

B）metrics

C）util

D）tool

135.［单选题］下列算法中，Sklearn中未提及的是O0

A）K-Means聚类算法

B）LogisticRegression

C）KNN最近邻分类算法

D）APriori关联规则算法

136.［单选题］以下两种描述分别对应：（）两种分类算法的评价标准。

A）Precision,Recall

B）Recall,Precision

C）Precision,Roc

D）Recall,Roc

137.［单选题］某公司营销总监在年度报告中，需要直观地展示出最近五年公司某产品的销售额变化趋

势，以下可视化图表中，最适合他的是（）

A）明细表

B）热力点图

C）线形图

D）漏斗图

138.［单选题］Pandas在执行算术运算时，没有对齐的位置会使用（）进行补齐。

A）Null

B）0

ONaN

D）null_values

139.［单选题］np.dsplit（）函数的作用是（_）。

A）沿着它的水平轴分割

B）沿着纵向的轴分割

C）允许指定沿哪个轴分割

D）按深度方向分割

140.［单选题］下列论据中，能够支撑“大数据无所不能”的观点的是O-

A）互联网金融打破了传统的观念和行为

B）大数据存在泡沫

C）大数据具有非常高的成本

D）个人隐私泄露与信息安全担忧

141.［单选题］numPy中实现竖直轴分割数组的函数是（—）。

A）np.split

B）np.hsplits

C）np.dsplits

D)np.vsplit

142.［单选题］下述O不是知识的特征。

A)复杂性与明确性

B)进化与相对性

C)客观性与依附性

D)可重用性与共享性

143.［单选题］大数据要求企业设置的岗位是()。

A)首席信息官和首席数据官

B)首席信息官和首席工程师

C)首席分析师和首席工程师

D)首席分析师和首席数据官

144.［单选题］下面算法属于局部处理的是()。

A)、灰度线性变换

B)、二值化

C)、傅里叶变换

D)、中值滤波

145.［单选题］下列选项中，哪个方法可以一次性输出多个统计指标()。

A)describe()

B)mean()

C)median()

D)sum()

146.［单选题］用PyinStaIl工具把PythOn源文件打包成一个独立的可执行文件，使用的参数是:

A)-D

B)-L

C)-i

D)-F

147.［单选题］下列哪些不是HBase的特点()

A)高可靠性

B)高性能

C)面向列

D)紧密性

148.［单选题］运行以下程序，输出结果的是：print("IOVe

".join(［"Everyday","Yourself","Python",1))

A)EverydayloveYourself

B)EverydaylovePython

C)loveYourselflovePython

D)EverydayloveYourselflovePython

149.［单选题］创建一个HDFS客户端对象时，COnfigUratiOn实例会自动加载HDFS的配置文件（），从

中获取HadOoP集群的配置信息。

A）hadoop-default.xml

B）hadoop-env.sh

C）hadoop-site.xml

D）core-site,xml

150.［单选题］使用HBase客户端批量写入10条数据，某个HRegionServer节点上包含该表的2

个Region,分别为A和B,10条数据中有6条属于

A,4条属于

B,请问写入这10条数据需要向该HRegionServer发送几次RPC请求？

A）10

B）6

02

D）l

151.［单选题］聚类是一种典型的无监督学习任务，然而在现实聚类任务中我们往往能获得一些额外

的监督信息，于是可通过（）来利用监督信息以获得更好的聚类效果

A）监督聚类

B）半监督聚类

C）聚类

D）直推聚类

152.［单选题］下列关于误差的说法，正确的是（）。

A）训练样本容量增加，泛化误差也会增加

B）过拟合指数据在训练集上的误差过大

C）过拟合可以通过减少模型参数数量解决

D）交叉验证不重复使用数据

153.［单选题］线性模型中的权重W值可以看做各个属性X的（）

A）正则化革数

B）对最终决策结果的贡献皮

C）高维映射

D）取值

154.［单选题］视图是一种常用的数据对象，它是提供（）和（）数据的另一种途径，可以简化数据库

操作

A）插入，更新

B）查看，检索

C)查看，存放

D)检索，插入

155.［单选题］Hadoop2.x版本中的数据块大小默认是多少？()

Λ)64M

B)128M

C)256M

D)512M

156.［单选题］命令行客户端工具的选项中，()用于指定连接的端口号。-

A)-h

B)-u

C)-p

D)-P

157.［单选题］下面哪个不是PythOn合法的变量名

A)int_l

B)40XL

C)self123

D)Name

158.［单选题］习近平总书记在2016年O月主持召开了网络安全和信息化工作座谈会

A)4月

B)2月

03月

D)5月

159.［单选题］以下关于函数的描述，错误的是：

A)函数是一种功能抽象

B)使用函数的目的只是为了增加代码复用

C)函数名可以是任何有效的Python标识符

D)使用函数后，代码的维护难度降低了

160.［单选题］决策树的父节点和子节点的燧的大小关系是什么？

A)决策树的父节点更大

B)子节点的端更大

C)两者相等

D)根据具体情况而定

161.［单选题］按照姓名升序序排列()

A)ORDERBYNAMEASC

B)ORDERBYASCNAME

C)ORDERBYNAMEDESC

D)ORDERBYDESCNAME

162.［单选题］Numpy中创建全为1的矩阵使用什么？

A)np.zeros()

B)np.ones()

C)np.empty()

D)np.arange()

163.［单选题］在MapReduce中，如果要编写自己的数据类型，需要实现哪个接口？()

A)Writable

B)Nul!Writable

C)IntWritable

D)Text

164.［单选题］Hbase的底层以()形式存在。

A)keyvalue

B)列存储

C)行存储

D)实时存储

165.［单选题］在Hadoop配置文件中，以下属于core-site,xml文件主要内容的是()

A)用于定义系统级别的参数，如

B)名称节点和数据节点的存放位置、文件副本的个数文件读取权限等。

C)配置

D)包括

166.［单选题］大数据平台技术架构不包含的是()

A)数据整合

B)数据存储

C)数据计算

D)数据溯源

167.［单选题］一个HDFS集群是由一个(__)和多个数据节点组成。

A)索引节点

B)根节点

C)名字节点

D)数据节点

168.［单选题］华为FusionInsightHD是国内首家符合国家金融等级保护的大数据平台，其安全性现

在以下哪些方面？

A)系统安全

B）权限认证

C）数据安全

D）以上全都正确

169.［单选题］下列关于大数据的分析理念的说法错误的是（）。

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）在分析效果上更追求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

170.［单选题］在网络日志数据分析场景中，日志服务器通过log4将数据传给O,O会对数据进

行简单的处理过滤，然后将数据按照日期存储到O上。

A）Flume.Flume.HDFS

B）HDFS、Flume、Flume

C）Spark.Sgoop.Flume

D）Hive,Flume、Loader

171.［单选题］Hadoop平台中，要查看YARN服务中一个application的信息，通常需要使用什么命令

?

A）container

B）jar

C）application-attempt

D）Application

172.［单选题］在机器学习中，不属于常用的冲突消解策略是（）

A）投票法

B）排序法

C）元规则法

D）加权法

173.［单选题IMapReduce框架对中间结果中相同“键”的所有“值”进行规约，是在J）阶段。

A）Splitting

B）Mapping

C）Shuffling

D）Reducing

174.［单选题］Maxcompute表T中某列C的数据类型为bigint,需要修改为double,以下（）方式可以

实现。

A）将表T删掉重建

B）ALTERTABLETCOLUMNCRENAMETOCDOUBLE；

C）ALTERTABLETDROPCOLUMNCJALTERTABLETADDCDOUBLE；

D）ALTERTABLETCHANGECOLUMNSCBIGINT

175.［单选题］现在有一亿条数据要插入HBaSe,使用下列哪个方式最好？

A)PUt方法

B)bulkload方法

C)Shell端PUt命令

D)insert方法

176.［单选题］下列关于计算机存储容量单位的说法中，错的是O0

A)1KB<1MB<1GB

B)基本单位是字节(Byte)

C)一个汉字需要一个字节的存储空间

D)一个字节能够容纳一个英文字符，

177.［单选题］数据库(DB)、数据库系统(DBS)和数据库管理系统(DBMS)三者之间的关系是

A)DBS包括DB和DBMS

B)DDMS包括DB和DBS

C)DB包括DBS和DBMS

D)DBS就是DB,也就是DBMS

178.［单选题］Pig在本地模式下，运行在单个(—)中，访问本地文件系统。

A)ETL

B)JRM

C)JVM

D)Pig

179.［单选题］(一)数据库使用哈希表来存储数据。

A)列存储

B)文档型

C)图形

D)key-value

180.［单选题］DESC查看添加了主键约束的表结构，则Key字段的值为()。—

A)PRI

B)UNI

C)NOTNULL

D)NULL

18L［单选题］执行下列语句后的显示结果是什么?»>s='hi'>>>print('hi',2*s)

A)hihihi

B)"hi"hihi

C)hihihi

D)hihihi

182.［单选题］通常来说，（）能够用来预测连续因变量

A）线性回归

B）逻辑回归

C）线性回归和逻辑回归

D）以上答案都不正确

183.［单选题］在Flink技术架构中，以下哪项是流处理和批处理的计算引擎？

A）Standalone

B）Runtime

C）FlinkCore

D）DataSteam

184.［单选题］下列关于支持向量的说法，正确的是（）。

A）到分类超平面的距离最近的且满足一定条件的几个训练样本点是支持向量

B）训练集中的所有样本点都是支持向量

C）每一类样本集中都分别只有一个支持向量

D）支持向量的个数越多越好

185.［单选题］在GraPhbaSh上，创建一个新的图，必须使用的参数是？

A）graphName

B）Iable

C）edge

D）vertex

186.［单选题］优化内部管理，促进质效提升，重点围绕营配贯通和（）体系变革两条主线，打破专业

壁垒，打造业务中台。

A）优化客户服务

B）多维精益管理

C）营销服务

D）计量计费

187.［单选题］概率模型的训练过程就是（）过程。

A）分类

B）聚类

C）参数估计

D）参数选择

188.［单选题］与卷积神经网络相比，循环神经网络可以学习（）。

A）细节信息

B）文章长度

C）单词之间的长距离依赖关系

D）歧义

189.［单选题］在HDFS中的块默认大小为（）。

A）16MB

B）32MB

O64MB

D）128MB

190.［单选题］下面不属于数据归约方法有（_）。

A）维归约

B）度归约

C）值归约

D）数据压缩

191.［单选题］使用Pig语句实现分组查询，下列语句正确的是（—）。

A）SELECT*FROMtmptableGROUPBYis_male；

B）DUMPtmp_tableGROUPBYis_male；

C）GROUPtmp_tableBYisjnale；

D）tmp_table_group=GROUPtmp_tableBYis_male；DUMPtmp_tab1e_group；

192.［单选题］下列关于列族数据库的描述，哪一项是错误的：（）

A）查找速度慢，可扩展性差

B）功能较少，大都不支持强事务一致性

C）容易进行分布式扩展

D）复杂性低

193.［单选题］以下几种模型方法属于判别式模型（DiSCriminatiVeMOdeD的有（）D混合高斯模型

2）条件随机场模型3）支持向量机4）隐马尔科夫模型

A）l,2

B）3,4

02,3

D）l,4

194.［单选题］下列关于数据科学流程与方法的描述中，错误的是（）。

A）数据科学的基本流程包括数据化、数据加工（DataWrangling或DataMunging）,数据规整化、

探索性分析、数据分析与洞见、结果展现以及数据产品的提供

B）对于数据形态不符合要求的乱数据,要通过清洗成为规整数据

C）数据分析包括描述性分析、诊断性分析、预测性分析和规范性分析

D）数据可视化会遇到视觉假象问题，人眼对亮度和颜色，的相对判断容易造成视,觉假象

195.［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BigTabIe里

B)BigTabIe是一个分布式存储系统

C)BigTabIe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BigTabIe得到网页

196.［单选题］Python中自定义函数的关键字为()。

A)from

B)def

C)return

D)del

197.［单选题］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)HIVE

B)HBASE

OHDFS

D)DB

198.［单选题］下列不属于Action操作的是()。

A)collect

B)Iter

C)reduce

D)count

199.［单选题］下面哪项是HadooP的作者？()

A)Martin

B)Doug

C)Mark

D)Kent

200.［单选题］在HBaSe中，改变表属性的关键字是()

A)update

B)alter

C)set

D)以上都不正确

201.［单选题］下列关于数据产品的说法错误的是()。

A)数据产品的存在形式是数据集

B)与传统物质产品不同的是，数据产品的消费者不仅限于人类用户，还可以是计算机以及其他软硬

件系统

C)数据产品不仅包括数据科学项目的最终产品，也包括其中间产品以及副产品

D)数据产品开发涉及数据科学项目流程的全部活动

202.［单选题］python中，()是字符串格式化的方法

A)count

B)format

C)in

D)replace

203.［单选题］getcwd()的作用是(一)o

A)删除指定路径的目录

B)改变当前工作目录到指定的路径

C)以数字权限模式创建目录

D)返回当前工作目录

204.［单选题］将原始数据进行集成、变换、维度规约、数值规约是以下哪个步骤的任务()。

A)频繁模式挖掘

B)分类和预测

C)数据预处理

D)数据流挖掘

205.［单选题］Hive适合()环境

A)Hive适合用于联机(Online)事务处理

B)提供实时查询功能

C)适合应用在大量不可变数据的批处理作业

D)Hive适合关系型数据环境

206.［单选题］在Hadoop中.()是默认的InPUtFormat类型，它将每行内容作为新值，而将字节偏

移量作为keyo

A)FiIeInputFormat

B)TextInputFormat

C)KeyvalueTextInputFormat

D)CombineTextlnputFormat

207.［单选题］大数据的4V特征中的VelOCity是指()。

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

208.［单选题］关于LogiStiC回归和SVM的描述，不正确的是()。

A)Logistic回归本质上是一种根据样本对权值进行极大似然估计的方法，用先验概率的乘积代替后

验概率

B)Logistic回归的输出就是样本属于正类别的概率

C)SVM的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面，属于结构风险最小化

D)SVM可以通过正则化系数控制模型的复杂度，避免过拟合

209.［单选题］在集成学习中，对于数据型输出，最常见的结合策略是（）

A）平均法

B）投票法

C）学习法

D）以上答案都正确

210.［单选题］聚类是一种典型的无监督学习任务,然而在现实聚类任务中我们往往能获得一些额外的

监督信息，于是可通过（）来利用监督信息以获得更好的聚类效果。

A）监督聚类

B）半监督聚类

C）聚类

D）直推聚类

211.［单选题］Hive最重视的性能是可测量性、延展性、（）和对于输入格式的宽松匹配性

A）较低恢复性

B）容错性

C）快速查询

D）可处理大量数据

212.［单选题］有关HiVe支持的基本数据类型，Binary表示（）

A）集合数据

B）字节数组

C）字符序列

D）文件数据

213.［单选题］HBase中的批量加载底层使用。实现。

A）MapReduce

B）Hive

C）Coprocessor

D）BloomFilter

214.［单选题］关于ADS的聚集列，下列说法不正确的是：（）。

A）如果用户的查询Quew的条件中会指定聚集列的内容或范围，那么这样的查询性能便会有较大的提

升

B）聚集列可以在建表后进行修改，修改后DB会在后台自动刷新数据

C）一个分区内聚集列内容相同的数据会尽可能的分布在同样的区块内存

D）创建表时可以指定一列或者若干列作为聚集列

215.［单选题］以下选项中，不是PiP工具进行第三方库安装的作用的是：

A）安装一个库

B）卸载一个已经安装的第三方库

C）列出当前系统已经安装的第三方库

D）脚本程序转变为可执行程序

216.［单选题］调用ZoOkeePer对象创建的节点，不包括（）。

A）持久节点

B）临时节点

C）持久顺序节点

D）DataNOde节点

217.［单选题］np.floor。函数的作用是（_）o

A）计算每个元素的模

B）计算每个元素的符号

C）计算每个元素的最小整数值

D）计算每个元素的小数部分

218.［单选题］关于大数据与区块链的联系，下面描述错误的是：（）

A）区块链使大数据极大降低信用成本

B）区块链是构建大数据时代的信任基石

C）区块链是促进大数据价值流通的管道

D）区块链会提升大数据的信用成本

219.［单选题］软件开发的结构化生命周期方法将软件生命周期划分成

A）定义、开发、运行维护

B）设计阶段、编程阶段、测试阶段

C）总体设计、详细设计、编程调试

D）需求分析、功能定义、系统设计

220.［单选题］HDfS中的block默认保存几份？

Λ）3

B）2

01

D）不确定

221.［单选题］下列选项中，一键启动HDFS集群的指令是O

A）Start-namenode.sh

B）start-datanode.sh

C）start-dfs.sh

D）start-slave.sh

222.［单选题］消息系统Kafka如何保证高吞吐能力？。

A）持久性机制

B）Partition机制

C)冗余备份机制

D)多订阅者机制

223.［单选题］以下代码段当你键入21时的输出为(__)Oage=input("Howoldareyou?

")print(age>=18)

A)True

B)False

C)None

D)Error

224.［单选题］Hadoop配置文件中,hadoop-site.Xml显示覆盖hadoop-default.Xml里的内容。在版本

0.20中，hadoop-site.Xml被分离成三个XML文件，不包括

A)conf-site,xml

B)mapred-site.xml

C)core-site,xml

D)hdfs-site.xml

225.［单选题］以下名词解释不正确的是()

A)Zookeeper：针对谷歌ChUbby的一个开源实现，是高效可靠的协同工作系统

B)HBase:提供高可靠性、高性能、分布式的行式数据库，是谷歌BigTable的开源实现

OHive:一个基于HadooP的数据仓库工具，用于对HadooP文件中的数据集进行数据整理、特殊查询

和分析存储

D)HDFS:分布式文件系统，是HadOOP项目的两大核心之一，是谷歌GFS的开源实现

226.［单选题］已知文件abc.txt的内容如下：HellO,AB通过如下代码读取上述文件的内容，读取的结

果为()0f=open('abc.txt','r')content=f.read(7)print(content)

A)Hell

B)Hello

C)Hello,

D)Hello,A

227.［单选题］采用主成分分析法映射到低维空间，将最小的d-d/个特征向量舍弃，产生的影响是(

A)使样本采样密度增大

B)丢失最优解

C)增大噪声

D)使样本采样密度减小

228.［单选题］下面哪个操作是窄依赖O

A)join

B)filter

C)group

D)sort

229.［单选题］下列大数据的特点中，O无助于推动网络安全治理模式的改进提升。

A)扁平化

B)个性化

C)交互性

D)隔绝性

230.［单选题］数据探索是指针对目标可变、持续、多角度的搜索或分析任务，下列哪项不是其搜索过

程的特点()。

A)有选择

B)有策略

C)有目标

D)反复进行的

231.［单选题］执行以下代码段Print(not(15<20)andnot(20>30))时,输出为C_)。

A)True

B)False

C)None

D)Error

232.［单选题］Hbase元数据MetaRegion路由器信息存放在()。

A)Zookeeper

B)Meta表

C)HMaster

D)RoOt表

233.［单选题］Python使用()关键字自定义一个函数。

A)function

B)func

C)def

D)lambda

234.［单选题］在进行算术运算时，如果希望一次性输出多个统计指标可以使用()方法。

A)statistics()

B)describe()

C)all()

D)results()

235.［单选题］ApacheKylin是通过什么方式来提高OLAP性能的？

A)预计算

B)列式存储

C）内存存储

D）硬件加速

236.［单选题］下列的SQL语句中，（）不是数据定义语句。

A）CREATETABLE

B）GRANT

C）CREATEVIEW

D）DROPVIEW

237.［单选题］MapReducevl和MapReducev2的主要区别在（_）部分。

A）编程模型

B）数据处理引擎

C）运行时环境

D）任务备份机制

238.［单选题］使用梯度下降算法的步骤