《大数据技术原理及应用》题目

大数据技术原理与应用第一卷一:判断题（每小题5分）1:对于大数据而言，最基本、最重要的要求就是减少错误、保证质量。因此，大数据收集的信息量要尽量精确。A:对B:错答案：B2:Spark是一个高效的分布式计算系统，它有MapReduce所有优点，同时性能与Hadoop一样高。A:对B:错答案：B3:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。A:对B:错答案：B4:简单随机抽样，是从总体N个对象中任意抽取n个对象作为样本，最终以这些样本作为调查对象。在抽取样本时，总体中每个对象被抽中为调查样本的概率可能会有差异。A:对B:错答案：B5:大数据预测能够分析和挖掘出人们不知道或没有注意到的模式，确定判断事件必然会发生。A:对B:错答案：B二:单选题（每小题5分）6:数据清洗的方法不包括______A缺失值处理B噪声数据清除C一致性检查D重复数据记录处理答案：D7:大数据的基本特征不包括______A数据量大B数据类型繁多C处理速度快D价值密度高答案：D8:HDFS中当前block大小为128M，如果当前要上传到HDFS中的文件大小为300M，那么在存储时会分配_______个block进行存储A1B2C3D4答案：C9:下列______程序通常与NameNode在一个节点启动ASecondNameNodeBDataNodeCTaskTrackerDJobTracker答案：D10:配置Hadoop时，JAVA_HOME包含在______配置文件中Ahadoop-default.xmlBhadoop-env.shChadoop-site.xmlDconfiguration.xs答案：B11:在数据生命周期管理实践中______是执行方法A数据存储和备份规范B数据管理和维护C数据价值发觉和利用D数据应用开发和管理答案：B12:HBase系统基本架构中主服务器Master的作用是______A包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用来加快后续数据访问过程B可以帮助选举出一个Master作为集群的总管，并保证在任何时刻总有唯一一个Master在运行C主要负责表和Region的管理工作D是HBase中最核心的模块，负责维护分配给自己的Region，并响应用户的读写请求答案：C13:Hadoop具有特性不包括______A高可靠性B高效性C高可扩展性D低容错性，答案：D14:YARN的http端口默认是______A80B8080C8090D8088答案：D15:大数据时代，数据使用的关键是______A数据收集B数据存储C数据分析D数据再利用答案：D三:多选题（每小题5分）16:大数据人才整体上需要具备______等核心知识A数学与统计知识B计算机相关知识C马克思主义哲学知识D市场运营管理知识E在特定业务领域的知识答案：ABE17:下列关于数据生命周期管理的核心认识中，正确的是______A数据从产生到被删除销毁的过程中，具有多个不同的数据存在阶段B在不同的数据存在阶段，数据的价值是不同的C根据数据价值的不同应该对数据采取不同的管理策略D数据生命周期管理旨在产生效益的同时，降低生产成本答案：ABC18:数据研究经历了几种范式，包括______A实验B理论C计算D数据答案：ABCD19:按照涉及自变量的多少，可以将回归分析分为______A线性回归分析B非线性回归分析C一元回归分析D多元回归分析答案：CD20:大数据产业发展特点______A规模较大B规模较小C增速较快D增速缓慢E多产业交叉融合答案：ACE第二卷一:判断题（每小题5分）1:HDFS能提供高吞吐量的数据访问，非常适合于大规模数据集上的应用。A:对B:错答案：A2:利用数据融合、数学模型、仿真技术等，可以逼近事物的本质，可以揭示出原来没有想到或难以展现的关联，大大提升政府决策的科学性。A:对B:错答案：A3:Pig是一个基于Hadoop的大规模数据分析平台，它为复杂的海量数据并行计算提供了一个简单的操作和编程接口。A:对B:错答案：A4:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。A:对B:错答案：B5:Spark是一个高效的分布式计算系统，它有MapReduce所有优点，同时性能与Hadoop一样高。A:对B:错答案：B二:单选题（每小题5分）6:信息技术发展史上的第二次信息化浪潮发生在______A1950年前后B1980年前后C1995年前后D2010年前后答案：C7:HBase系统基本架构中主服务器Master的作用是______A包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用来加快后续数据访问过程B可以帮助选举出一个Master作为集群的总管，并保证在任何时刻总有唯一一个Master在运行C主要负责表和Region的管理工作D是HBase中最核心的模块，负责维护分配给自己的Region，并响应用户的读写请求答案：C8:YARN架构中整个集群同一时间提供服务的ResourceManager有______个，负责集群资源的统一管理和调度。A1B2C3D4答案：A9:支撑大数据业务的基础是______A数据科学B数据应用C数据硬件D数据人才答案：B10:云数据库的特性不包括______A动态可扩展B高可用性C高性能D较高的使用代价答案：D11:下面______程序负责HDFS数据存储。ANameNodeBJobtrackerCDatanodeDSecondaryNameNode答案：C12:下列关于HadoopAPI的说法错误的是______AHadoop的文件API不是通用的，只用于HDFS文件系统BConfiguration类的默认实例化方法是以HDFS系统的资源配置为基础的CFileStatus对象存储文件和目录的元数据DFSDataInputStream是java.io.DataInputStream的子类答案：A13:下列关于聚类挖掘技术的说法中，错误的是______A不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别B要求同类数据的内容相似度尽可能小C要求不同类数据的内容相似度尽可能小D与分类挖掘技术相似的是，都是要对数据进行分类处理答案：B14:YARN的http端口默认是______A80B8080C8090D8088答案：D15:下列______程序通常与NameNode在一个节点启动ASecondNameNodeBDataNodeCTaskTrackerDJobTracker答案：D三:多选题（每小题5分）16:在网络爬虫的爬行策略中，应用最为基础的是______A深度优先遍历策略B广度优先遍历策略C高度优先遍历策略D反向链接策略答案：AB17:大数据产业包含______关键技术A批处理计算B流计算C图计算D查询分析计算答案：ABCD18:数据研究经历了几种范式，包括______A实验B理论C计算D数据答案：ABCD19:数据再利用的意义在于______A挖掘数据的潜在价值B实现数据重组的创新价值C利用数据可扩展性拓宽业务领域D优化存储设备，降低设备成本答案：ABC20:大数据人才整体上需要具备______等核心知识A数学与统计知识B计算机相关知识C马克思主义哲学知识D市场运营管理知识E在特定业务领域的知识答案：ABE