2024年知识竞赛-大数据智能办公系统知识笔试考试历年高频考点试题摘选含答案

2024年知识竞赛-大数据智能办公系统知识笔试考试历年高频考点试题摘选含答案第1卷一.参考题库(共75题)1.stage的task数量是由什么决定的（）A、partitionB、jobC、stageD、taskscheduler2.reduceByKey算子在一个（K，V）的RDD上调用，返回一个（K，V）的RDD，使用指定的reduce函数，将相同key的值聚合到一起3.cogroup算子在类型为（K，V）和（K，W）的RDD上调用，返回一个（K，（Iterable，Iterable））类型的RDD4.spark程序无法连接和访问mysql中的数据5.以下关于List的定义。正确的是？（）A、vallist=List（4，7，3）B、vallist=List[Int]（1，2，3）C、vallist=List[String]（‘a’，’b’，’c’）D、vallist=List[Int]（"a"，"b"）6.AnyVal是scala中的String类的父类7.该方法被称为cons，意为构造，向队列的头部追加数据，创造新的列表8.DataFrame不能够转换成Rdd9.spark内部集成的standalone功能为（）A、任务调度框架B、任务模式C、资源调度框架D、任务整合10.spark中的foreach算子作用（）A、使程序在内存中运行B、使程序触发执行C、使程序具有一致性D、使程序具有安全性11.以下哪个算子与别的算子不同？（）A、mapB、filterC、flatMapD、reduce12.flume在读取文本文件的时候，一个文本数据是一个？（）A、agentB、eventC、sourceD、float13.关于元组Tuple说法错误的是？（）A、元组的可以包含不同类型的元素B、元组是不可变的C、访问元组第一个元素的方式为pair._1D、元组最多只有2个元素14.yarn中nodemanager的作用（）A、管理集群中整体节点的资源情况B、管理本机节点的资源C、存储数据D、读取数据15.spark中的弹性分布式数据集相当于java中的（）概念A、类B、接口C、方法D、内部类16.hdfs是一个基于内存的计算模型17.spark计算速度比mapreduce计算速度快，不仅仅是因为内存18.zookeeper可以实现以下哪些功能（）A、同步配置文件B、选举C、资源动态平衡D、分布式锁19.有关scala安装错误的是？（）A、Scala语言可以运行在Window系统上B、Scala是基于java之上，大量使用java的类库和变量，使用Scala可以使用先安装Java1.4版本C、Scala语言可以运行在Linux、Unix等系统上D、Scala语言可以运行在MacOSX系统上20.下列关于set和list集合说法错误的是（）A、set集合无序可重复B、list集合有序可重复C、set集合有序不可重复D、list集合有序不可重复21.以下语句的运行结果为vari=0；while（iA、运行报错B、循环三次C、循环两次D、死循环22.dataFrame和RDD其实是一回事，没有区别23.在kafka中，数据的操作基本单元是哪个？（）A、eventB、agentC、partitionD、topic24.以下属于消息中间件的是哪些（）A、ActiveMQB、RabbitMQC、KafkaD、Mysql25.scala语言中，下面描述正确的是？（）A、scala中，Float是Double的子类。B、scala中，Int是Long的子类。C、scala中，Double是AnyRef的子类D、scala中，Long是AnyVal的子类26.类和单例对象间的差别是（）A、单例对象不可以定义方法，而类可以B、单例对象不可以带参数，而类可以C、单例对象不可以定义私有属性，而类可D、单例对象不可以继承，而类可以27.Linux中查看一个文本文件的指令有哪些（）A、结构化数据文件B、hive的表C、外部数据库D、RDDs28.kafka是一个关于什么的中间件（）A、消息B、传输C、操作D、事物29.下列关于kafka中的partition说法正确的是（）A、partition是逻辑存在的B、partition是最小的逻辑单元C、topic是真正数据存储的地方D、partition不存储数据30.sorted会将所给的对象进行排序，请说出下列程序输出结果为vala3=Array（1，2，3，4，5，100，7）valcs=a3.sorted；for（jA、123457100B、234571001C、457100123D、10075432131.valsite：List[String]=List（"Runoob"，"Google"，"Baidu"）println（site.head+site.tail）可以知道head返回列表第一个元素，tail返回除第一个元素外的所有元素32.Set集合是无序不重复的集合33.spark可以编写sql脚本的框架是（）A、sparkcoreB、sparkstreamingC、mlbaseD、sparksql34.checkpoint算子是action类算子，不会延迟加载35.foreach算子在数据集的每一个元素上，运行函数func进行操作36.Spark有如下特性（）A、ScalaB、javaC、python37.以下组件中和mesos相类似的组件是哪个（）A、yarnB、hdfsC、mapreduceD、以上都不对38.创建rdd可以有如下几种？（）A、由外部存储系统的数据集创建，包括本地的文件系统B、由一个已经存在的Scala集合创建C、比如所有Hadoop支持的数据集，比如HDFS、Cassandra、HbaseD、以上说法都不对39.分区是kafka消息队列的最小单位40.agent组件中不包含哪个？（）A、sourceB、sinkC、channelD、broker41.在子类中重写超类的抽象方法时，你不需要使用override关键字42.spark是由以下哪个机构研发出来的（）A、阿里学院B、美国伯克利分校C、麻省理工大学D、复旦大学43.spark程序中由一个或多个以下哪个选项组成（）A、jobB、driverC、ageD、worker44.以下关于集合的说法哪个不正确（）A、Set是一组没有先后次序的值。B、Map是一组（键，值）对偶。C、List中的值是有先后次序的D、为了顾及安全性问题，Scala仅支持不可变集合而不支持可变集合。45.kafka是一个日志收集系统46.scala和java一样，变量都不可以懒加载47.以下对于操作说法正确的是vart=List（1，8，3，5，5）；println（t.filter{x=>x>3}）（）A、对不可变列表进行元素大于3的操作，返回新的列表List（8，5，5）并打印出来B、对不可变列表进行元素大于3的操作，返回过滤后的列表List（8，5，5）并打印出来，不产生新列表C、对可变列表进行元素大于3的操作，返回新的可变列表List（8，5，5）并打印出来D、对可变列表没有这个filter方法，编译错误48.scala中所有类的父类是下列哪个选项（）A、AnyB、AnyIntC、AnyRefD、AnyVal49.下面有关方法与函数的定义差别错误的是？（）A、方法是以def开头，函数的标志为=>B、Scala方法是类的一部分，而函数是一个对象可以赋值给一个变量C、Scala中使用val语句可以定义函数，def语句定义方法D、方法与函数可以互相转化，没有本质的区别。50.flume出现.BindException：？Cannot？assign？requested？address异常该怎样解决（）A、a1.sources.r1.type地址填写错误B、a1.sources.r1.bind地址填写错误C、a1.sources.r1.bin填写错误D、以上都不对51.以下对list的操作take说法正确的是vart=List（1，8，3，5，5）；println（t.take（2））（）A、打印列表的前2个元素，结果为List（1，8）B、打印列表的后2个元素，结果为List（5，5）C、打印列表的从下表2开始的所有元素，结果为List（3，5，5）D、以上答案都不对52.一定要在第一行调用主构造器53.对于元组valt=（1，3.14，"Fred"）说法不正确的是？（）A、t._0等于1B、t的类型为Tuple3[Int，Double，java.lang.String]C、val（first，second，_）=t//second等于3.14D、t._0无法访问，会抛出异常54.spark框架的API支持哪种语言进行开发（）A、javaB、pythonC、scalaD、go55.spark中的rdd是一个（）数据集A、弹性分布式B、弹性计算C、运送数据D、心跳56.下列选项中是spark组件的有？（）A、sparkcoreB、sparkstreamingC、GrophxD、sparksql57.storm和？spark？streaming？最大的区别？（）A、科学统计支持B、是否具有schemaC、是否是真正的实时计算框架D、不同公司的产品58.Scala结合了（）和函数式的编程语言A、面向对象B、对象过程C、非纯面向对象D、python59.与spark基于内存相比，mapreduce是基于（）运行的计算框架A、内存B、磁盘C、内存加磁盘D、网络60.sparkSql仅仅支持查询原生的RDD，其他方式的查询都不支持61.Spark架构提供了大量的库，其中包含SQL、DataFrames、MLlib、GraphX、SparkStreaming等架构62.以下可以作为消息组件的是（）A、redisB、kafkaC、rabbitMQD、monggdb63.在scala语言中String字符串中不可以应用插值器64.SparkStreaming支持的数据输入源包括如下那些选项？（）A、KafkaB、FlumeC、TwitterD、ZeroMQ和简单的TCP套接字65.使用大部分语言编写的程序都可以和kafka服务器通信66.下面选项中a的取值不一致的是？（）A、vala=3B、vala：Double=1+2C、vara=1；a+=2D、valb=1.+（2）；vala=b.toInt67.spark是由以下哪个大学研发出来的（）A、阿里学院B、美国伯克利分校C、麻省理工大学D、复旦大学68.scala和java一样，在for循环中都可以使用continue关键字69.spark架构中会出现控制算子的原因是以下哪个选项（）A、spark备份的安全原因B、spark用户的要求C、兼容hiveD、兼容hbase70.以下关于driver的特性说法正确的是（）A、foreachB、countC、mapD、flatmap71.hadoop架构中的主要用InputFormats进行数据切分，哪一个是默认值（）A、TextInputFormatB、KeyValueInputFormatC、SequenceFileInputFormatD、FileInputFormat72.以下有关Flume的叙述正确的是（）A、Flume是消息中间件B、Flume是日志收集系统C、Flume是缓冲组件D、以上都不对73.spark支持的分布式部署方式中哪个是错误的（）A、standaloneB、sparkonmesosC、sparkonYARND、sparkonlocal74.下面哪个端口不是spark自带服务的端口（）A、8080B、8090C、18080D、404075.在scala中，以下哪些属于动作算子（）A、foreachB、reduceC、countD、map第2卷一.参考题库(共75题)1.关于高阶函数描述错误的是：（）A、在程序中应该首先被定义的函数B、将函数作为参数其他函数的参数使用C、执行时间长的函数D、函数的方法体比较长2.spark中cache算子是（）的算子A、延迟执行B、立即执行C、等待执行D、陈列执行3.数组的下标从1开始4.类默认是（）级别的A、publicB、privateC、protectedD、以上都不是5.下面算子中哪些是转换算子（）A、cacheB、countC、mapD、flatMap6.spark架构中哪些架构可以相互转化（）A、sparkcoreB、sparksqlC、sparkstreamingD、sparkR7.Scala中，Object相当于class的一个实例，通常在里面放一些静态的（）A、FieldB、MethodC、管理块服务器D、Source8.spark的组件不包含哪个（）A、sparkcoreB、hdfsC、GraphxD、sparkstreaming9.spark中persist算子具有以下哪个特性（）A、懒执行B、立即执行C、一致性D、冗余性10.在Linux中文件权限读、写、执行的三种标志符号依次是（）A、xrwB、rwxC、rdxD、srw11.在linux中，文件exer1的访问权限为rw-r--r--，现要增加所有用户的执行权限和同组用户的写权限，下列命令正确的是（）A、chmod？a+x，？g+w？exer1B、chmod？775？exer1C、chmod？765exer1D、chmod？g？w？exer112.Flume有两个主要的版本，目前使用的版本是哪个（）A、NG版本B、OG版本C、DG版本D、MG版本13.以下是spark中的转换算子作用的是（）A、使程序在内存中运行B、使程序触发执行C、使程序具有一致性D、使程序具有安全性14.spark中cache算子和persist算子的关系（）A、_useDiskB、_useMemoryC、_useOffHeapD、_useDes15.spark架构中cache算子应具有以下哪些特性？（）A、spark？coreB、spark？streamingC、GrophxD、spark？sql16.groupByKey算子在一个（K，V）的RDD上调用，返回一个（K，Iterator[V]）的RDD17.Rdd不能够转换成DataFrame18.下面那个说法正确对于flume必须运行在哪个jdk之上（）A、jdk1.6B、jdk1.7C、jdk1.8D、jdk1019.以下关于特质的说法错误的是？（）A、类可以实现任意数量的特质。B、特质可以要求实现它们的类具备特定的字段、方法或超类。C、与Java接口（Interface）相同，Scala特质也可以提供方法和字段的实现。D、当将多个特质叠加在一起时，顺序很重要——其方法先被执行的特质排在更后面。20.spark中一个action算子对应一个（）A、jobB、taskC、driverD、stage21.对于以下2个列表的操作，下面那些说法说法正确vart=List（1，2，3）vart2=List（4，5）（）A、vart3=t++t2得到List（1，2，3，4，5）B、vart3=List.concat（t，t2）得到List（1，2，3，4，5）C、vart3=t：：：t2得到List（1，2，3，4，5）D、vart3=t.：：：（t2）得到List（4，5，1，2，3，）22.spark是哪个大学研发出来的（）A、阿里学院B、美国伯克利分校C、麻省理工大学D、复旦大学23.以下对list的操作distinct说法正确的vart=List（1，8，3，5，5）println（t.distinct）（）A、distinct为去重操作，返回一个新的结果为List（1，8，3，5）B、distinct为去重操作，返回的是在原基础的列表List（1，8，3，5）C、List为可变列表，没有这个distinct方法返回，编译出现错误的是一个新的去重的新的可变列表ListD、List为可变列表，返回的是一个新的去重的新的可变列表List（1，8，3，5）24.下面输出结果为objectYs{defadd（i：Int）（implicity：Int=100）：Int=i+ydefmain（args：Array[String]）：Unit={implicitvalabc：Int=300varadd2=add（2）；println（add2）}}（）A、102B、302C、103D、10525.scala中String类没有插值器的概念26.sortWith会将所给的对象进行给定升降序排序，请说出下列程序输出结果为vala3=Array（4，5，100，7）B22valcs=a3.sortWith（_>_）；for（jA、100754B、457100C、754100D、54100727.SCALA有以下哪些特点？（）A、Scala是一门多范式（multi-paradigm）的编程语言，设计初衷是要集成面向对象编程和函数式编程的各种特性B、Scala运行在Java虚拟机上，并兼容现有的Java程序C、Scala源代码被编译成Java字节码，所以它可以运行于JVM之上，并可以调用现有的Java类库D、SCALA语言简洁优雅大方，很多大数据底层框架采用scala去实现与编程28.SparkSQL是Spark用来处理结构化数据的一个模块，它提供了一个编程抽象叫做DataFrame并且作为分布式SQL查询引擎的作用29.附属构造器，名称一定是this，参数不能带val或var30.只有主构造函数才可以写参数31.下列数组定义与其他一致的是？（）A、vala=Array[Int]（0，0）B、vala=Array（0，0）C、vala=newArray[Int]（2）D、vala=Array[Int]（1，1）32.objectTest4{defadd（i：Int）（implicity：Int=100）：Int=i+ydefmain（args：Array[String]）：Unit={implicitvalabc：Int=300implicitvala：Double=300.0varadd2=add（2）（101）；println（add2）}}（）A、102B、103C、302D、编译出现错误，有3个相同类型的隐式值33.以下哪些属于数值类型？（）A、IntB、StringC、FloatD、Long34.spring中关于bean的说法正确的是（）A、rdd是由一组partition够成的B、rdd之间都是独立的，没有依赖C、算子作用在partition上D、每个rdd都会提供一批最优的计算位置35.在以下哪个jdk上面可以正常运行Flume（）A、jdk1.5B、jdk1.4C、jdk1.3D、jdk1.636.以下语句的运行结果为varj=2；vari=0；while（iA、4B、8C、16D、3237.hdfs默认的备份数量（）A、1B、2C、3D、438.在scala中使用那个关键字定义方法（）A、defB、mainC、objectD、class39.对于以下列表的操作，那些说法说法正确varc=List（1，2，3，4，5，99，101）vargs=c.count（_>3）（）A、变量gs的结果为4B、count表示按照括号内的函数进行计算，本题表示在列表中元素大于3的个数计算C、count表示按照括号内的函数进行求和计算，本题表示在列表中元素大于3的个数求合计，其结果为299D、以上答案都不对40.下面对于for循环说法正确的是？（）A、以def开头B、参数类型必须指定C、返回值类型可以不指定D、最后一行为返回值41.standalone架构是spark架构内部集成的（）A、任务调度框架B、任务模式C、资源调度框架D、任务整合42.spark生态圈不能进行实时计算43.scala语言中可以使用breakable和break关键字来实现java中的continue功能44.以下关于sparkstreaming说法正确的是（）A、sparkstreaming分布式微批架构B、sparkstreaming实时存储架构C、sparkstreaming是普通存储架构D、sparkstreaming分布式实时计算架构45.Spark是在Scala语言中实现的，它将Scala用作其应用程序框架46.以下有关集合的说法中，其中正确的是（）A、List集合中数据可以重复B、Set集合中数据可以重复C、Map集合是键值对的形式存储的数据D、Set集合和List集合没有区别47.val：声明不可变的变量48.spark框架中，机器学习库的框架是哪个（）A、hadoopB、spark？streamingC、mlbaseD、RDD49.spring的核心控制器是ActionServlet50.以上是spark组件的是？（）A、基于standalone模式到的运行B、基于yarn的运行模式C、基于mesos模式的运行D、基于java的运行模式51.Spark是一种快速、通用、可扩展的大数据分析引擎，2009年诞生于加州大学伯克利分校AMPLab52.reduceRight通过如下程序块其输出结果为varlist=List（1，2，99，4，100）varjs=list.reduceRight（_max_）println（js）（）A、10B、-2C、-8D、以上答案都不对53.scala语言中，关于List的定义。不正确的是？（）A、vallist=List（1，2，3）B、vallist=List[Int]（1，2，3）C、vallist=List[String]（‘a’，’b’，’c’）D、vallist=List[String]（）54.在scala中对于以下2个列表的操作，那些说法说法正确vart=List（1，2，3）vart2=List（4，5）（）A、vart3=t++t2得到List（1，2，3，4，5）B、vart3=List.concat（t，t2）得到List（1，2，3，4，5）C、vart3=t：：：t2得到List（1，2，3，4，5）D、vart3=t.：：：（t2）得到List（1，2，3，4，5）55.有关构造器的说法那些不正确？（）A、下面直接在class后面申明的定义为类中的主构造器classUser（varx：Int，age：Int）{}B、类可以有任意多个辅构造器C、每一个辅构造器必须先实现主构造器的方法D、像只有一个主构造器一样，也只能有一个辅构造器56.以下关于rdd的特性说法错误的是（）A、rdd是仅仅由一组partition够成的B、rdd之间都是独立的，没有依赖C、算子作用在partition上D、每个rdd都会提供一批最优的计算位置57.storm和sparkstreaming最大的区别（）A、科学统计支持B、是否具有schemaC、是否是真正的实时计算框架D、不同公司的产品58.zookeeper具有以下哪几种节点（）A、临时序列化节点B、临时节点C、持久化节点D、持久序列化节点59.join算子在类型为（K，V）和（K，W）的RDD上调用，返回一个相同key对应的所有元素对在一起的（K，（V，W））的RDD60.kafka主要组成部分是source、sink和channel61.Kafka是由哪个组织研的组件（）A、googleB、apacheC、sunD、oracle62.DataFrame支持如下那种风格（）A、易整合B、统一的数据访问方式C、兼容HiveD、标准的数据连接63.spark中的图计算框架是（）A、sparkcoreB、sparkstreamingC、mlbaseD、Grophx64.sparkSql可以访问hive数据，并将其结果取回作为RDD使用65.以下选项组合后能够执行spark程序的是，换句话说spark程序计算结果必须包含哪几个算子？（）A、转换算子，action算子B、转换算子，控制算子C、转换算子，tracform算子D、转换算子66.flume在大数据架构中的作用是（）A、监测收集数据B、处理数据C、计算数据D、存储数据67.在Spark中以下算子属于执行算子的是（）A、mapB、foreachC、flatmapD、join68.spark中map算子具有以下哪个特性（）A、懒执行B、立即执行C、一致性D、冗余性69.只有主构造函数才可以写参数，进行参数的初始化70.sparkSql是基于hive的71.hadoop中的hdfs是分布式（）A、计算框架B、存储系统C、中介系统D、网络系统72.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73.下面有关集合说法错误的是？（）A、Set是最简单的一种集合。集合中的对象不按特定的方式排序，并且没有重复对象B、Map是一种把键对象和值对象映射的集合，它的每一个元素都包含一对键对象和值对象C、元组是不同类型的值的集合D、元组下标与别的一样也是从0开始74.在scala中Int类型是几个字节（）A、1B、2C、3D、475.Scala异常处理：（）A、Case匹配的方式处理B、Throw出去