《大数据技术原理及应用》题目

1、精选优质文档-倾情为你奉上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

2、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A1 B2 C3 D4 答案：C9:下列_程序通常与NameNode在一个节点启动A SecondNameNode B DataNode

3、 C TaskTracker D JobTracker 答案：D10:配置Hadoop时，JAVA_HOME包含在_配置文件中A hadoop-default.xml B hadoop-env.sh C hadoop-site.xml D configuration.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

4、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_A80 B8080 C 8090 D8088 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

5、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

6、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

7、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

8、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。A1 B2 C3 D4 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。A NameNode B Jobtracker C Datanode D SecondaryNameNode 答案：C12:下列关于HadoopAPI的说法错误的是_A Hadoop的文件API不是通用的，只用于HD

9、FS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 D FSDataInputStream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_A80 B8080 C 8090 D8088 答案：D15:下列_程序通常与NameNode在一个节点启动A SecondNameNode B DataNode C TaskTracker D JobTracker 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