南开大学20春学期大数据开发技术二在线作业答案100分

1、【奥鹏】-南开大学20春学期（1709、1803、1809、1903、1909、2003）大数据开发技术（二）»在线作业试卷总分：100得分：100第1题，在MLlib中，逻辑回归算法的输入值为（）类型A、DoubleB、LabledPointC、PointD、SGB正确答案:B第2题,Scala列表方法中获取列表的第一个元素的方法是（）A、dropBheadCfilterDinit正确答案:B第3题,spark-submit配置项中（）表示每个executor使用的内核数A、-num-executorsNUMB、-executor-memoryMEMC-total-executor

2、-coresNUMD-executor-couresNUM正确答案:D第4题,SparkStreming中（）函数当被调用的两个DStream分别含有（K,V）和（K,W）键值对时，返回一个（K,SeqV,SeqW）类型的新的DStream。A、unionB、reduceC、joinDcogroup正确答案:C第5题,PairRDD可以通过（）获得仅包含键的RDDA、keyBkeysC、valueD、values正确答案:B第6题,GraphX中（）是完整提供边的各种操作类A、RDDEdgeB、EdgeRDDC、RDD（VertexId,VD）D、VertexRDD正确答案:BHadoop第7

3、题，一般情况下，对于迭代次数较多的应用程序，Spark程序在内存中的运行速度是MapReduce运行速度的（）多倍A、2B、10C、100D、1000正确答案:C第8题,MLlib中可以调用mllib.tree.DecisionTree类中的静态方法（）训练分类树A、trainClassifierB、trainRegressorCLogisticRegressionModelDLabeledPoint正确答案:A第9题,Scala中（）方法返回Map所有的valueA、keyBkeysCvalueDvalues正确答案:D第10题,SparkStreming中DStream的每个RDDtB是由

4、（）分割开来的数据集A、分区B、一小段时间C、数据量D、随机正确答案:B第11题,Dstream窗口操作中（）方法基于滑动窗口对（K,V）键值对类型的DStream中的值按K使用聚合函数func进行聚合操作，彳#到一个新的DstreamA、windowB、countByWindowC、reduceByWindowD、reduceByKeyAndWindow正确答案:D第12题,Scala列表方法中输出符号指定条件的所有元素的方法是（）A、dropB、 headCfilterDinit正确答案:C第13题，以下哪个不是Scala的数据类型（）A、IntB、ShortIntC、 LongDAny正

5、确答案:B第14题，当需要将一个普通的RDD专化为一个PairRDD时可以使用（）函数来进行操作A、transferBchangeCmapDbuild正确答案:C第15题,Dstream窗口操作中（）方法返回一个基于源DStream的窗口批次计算后得到新的DStream。A、windowB、countByWindowCreduceByWindowDreduceByKeyAndWindow正确答案:A第16题,Dstream窗口操作中（）方法基于滑动窗口对源DStream中的元素进行聚合操作，得到一个新的DstreamA、windowBcountByWindowCreduceByWindowD、

6、reduceByKeyAndWindow正确答案:C第17题,Dstream输出操作中（）方法在Driver中打印出DStream中数据的前12个元素。A、printB、saveAsTextFilesC、saveAsObjectFilesDsaveAsHadoopFiles正确答案:C第18题，如果numPartitions是分区个数，那么Spark每个RDD勺分区ID范围是（）A、0,numPartitionsB、0,numPartitions-1C、1,numPartitions-1D、1,numPartitions正确答案:B第19题,GraphX中graph.edges可以得到（）A、

7、顶点视图B、边视图C、顶点与边的三元组整体视图D、有向图正确答案:B第20题,GraphX中（）是存放着存放顶点的RDDA、RDDEdgeB、EdgeRDDC、RDD（VertexId,VD）DVertexRDD正确答案:C第21题,Scala中（）方法返回一个列表，包含除了第一个元素之外的其他元素A、 headB、 initCtailDlast正确答案:C第22题，请问RDD勺（）操作把RDD所有元素转换成数组并返回到Driver端A、joinB、zipC、combineByKeyD、collect正确答案:D第23题,SparkGraphX中类Graph的mapReduceTriplets

8、方法可以（）A、收集邻居顶点的顶点Id和顶点属性B、收集邻居顶点的顶点IdC、向指定顶点发送信息并聚合信息D、将顶点信息更新到图中正确答案:C第24题,Scala列表方法中通过给定的方法将所有元素重新计算的方法是（）A、filterB、foreachCmapDmkString正确答案:C第25题,Scala列表方法中返回所有元素，除了最后一个的方法是（）A、dropB、headCfilterDinit正确答案:D第26题,Scala中可以用（）方法来连接两个或多个列表A、：B、#二C、List.:（）D、List.concat（）正确答案：B,C,D第27题,SparkDataFrame中（）

9、方法可以返回一个Array对象A、collectB、takeCtakeAsListD、collectAsList正确答案:A,B第28题,Scala系统支持（）作为对象成员A、通用类B、内部类C、抽象类D、复合类正确答案：A,B,C,D第29题,Mllib实现了一些常见的机器学习算法和应用程序，包括（）A、分类B、聚类C、降维D、回归正确答案：A,B,C,D第30题,SparkStreaming能够和（）无缝集成A、HadoopB、SparkSQLC、MllibD、GraphX正确答案：B,C,D第31题，以下算法中属于分类算法的是（）A、KNIW法B、逻辑回归C、随机森林D、Kmeans正确

10、答案：A,B,C第32题,SparkCore包含的功能有（）A、任务调度B、内存管理C、SQ我询D、容错机制正确答案：A,B,D第33题,Scala中构造列表的两个基本单位是（）A、NilB、NillC、：D、List正确答案:A,C第34题,SparkDataFrame中（）方法可以返回一个ListA、collectB、takeC、takeAsListDcollectAsList正确答案:C,D第35题,MLlib中用于线性回归算法的包主要有（）A、 LinearRegressionWithSGDB、 RidgeRegressionWithSGDCLassoWithSGDDLeftRegre

11、ssion正确答案：A,B,C第36题,RDD的map操作不会改变RDD勺分区数目T、对F、错正确答案：T第37题,MLlib中StandardScaler处理的对象是每一列，也就是每一维特征，将特征标准化为单位标准差或是0均值，或是0均值单位标准差。T、对F、错正确答案：T第38题,Scala中高阶函数经常将只需要执行多次的函数定义为匿名函数作为参数T、对F、错正确答案:F第39题,SparkSQL仅仅包括基本的SQL语法T、对F、错正确答案:F第40题,聚类是一种无监督学习的方法，用于将高度相似的数据分到一类中T、对F、错正确答案:T第41题,MLlib由一些通用的学习算法和工具组成，包括

12、分类、回归、聚类、协同过滤、降维等，同时还包括底层的优化原语和高层的管道API。T、对F、错正确答案:T第42题,SparkGraphX课通过mapVerticesVD2:ClassTag(map:(VertexId,VD)=VD2)实现对顶点属性经过变换生成新的图T、对F、错正确答案:T第43题,SparkStreming中对DStream的任何操作都会转化成对底层RDDs的操作T、对F、错正确答案:T第44题,Scala中默认情况下使用的是可变的MapT、对F、错正确答案:F第45题,mllib.feature中存在一些常见的特征转化方法，主要包括创建特征向量和标准化数据T、对F、错正确答案:T第46题,Scala中允许集成多个父类T、对F、错正确答案:F第47题,RDD中combineByKey不允许返回类型与输入数据类型不同的返回值T、对F、错正确答案:F第48题,SparkSQL可被视为一个分布式的SQL查询引擎，并且提供了一个叫做Da