南开大数据开发技术二在线作业满分答案

南开《大数据开发技术（二）》在线作业满分答案1在MLlib中，逻辑回归算法的输入值为（）类型ADoubleBLabledPointCPointDSGB答案：B2Scala列表方法中获取列表的第一个元素的方法是（）AdropBheadCfilterDinit答案：B3spark-submit配置项中（）表示每个executor使用的内核数A--num-executorsNUMB--executor-memoryMEMC--total-executor-coresNUMD--executor-couresNUM答案：D4SparkStreming中（）函数当被调用的两个DStream分别含有（K,V）和的W）键值对时,返回一个（K,Seq[V],$04皿]）类型的新的DStream。AunionBreduceCjoinDcogroup答案：C5PairRDD可以通过（）获得仅包含键的RDDAkeyBkeysCvalueDvalues答案：B6GraphX中（）是完整提供边的各种操作类ARDD[Edge]BEdgeRDDCRDD[（VertexId,VD）]DVertexRDD答案：B7一般情况下，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HadoopMapReduce运行速度的（）多倍A2B10C100D1000答案：C8MLlib中可以调用mllib.tree.DecisionTree类中的静态方法（）训练分类树AtrainClassifierBtrainRegressorCLogisticRegressionModelDLabeledPoint答案：A9Scala中（）方法返回Map所有的valueAkeyBkeysCvalueDvalues答案：D10SparkStreming中DStream的每个RDD都是由（）分割开来的数据集A分区B一小段时间C数据量D随机答案：B11Dstream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，得到一个新的DstreamAwindowBcountByWindowCreduceByWindowDreduceByKeyAndWindow答案：D12Scala列表方法中输出符号指定条件的所有元素的方法是（）AdropBheadCfilterDinit答案：C13以下哪个不是Scala的数据类型（）AIntBShortIntCLongDAny答案：B14当需要将一个普通的RDD转化为一个PairRDD时可以使用（）函数来进行操作AtransferBchangeCmapDbuild答案：C15Dstream窗口操作中O方法返回一个基于源DStream的窗口批次计算后得到新的DStream。AwindowBcountByWindowCreduceByWindowDreduceByKeyAndWindow答案：A16Dstream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DstreamAwindowBcountByWindowCreduceByWindowDreduceByKeyAndWindow答案：C17Dstream输出操作中（）方法在Driver中打印出DStream中数据的前12个元素。AprintBsaveAsTextFilesCsaveAsObjectFilesDsaveAsHadoopFiles答案：C18如果numPartitions是分区个数，那么Spark每个RDD的分区ID范围是（）A[0,numPartitions]B[0,numPartitions-1]C[1,numPartitions-1]D[1,numPartitions]答案：B19GraphX中graph.edges可以得到（）A顶点视图B边视图C顶点与边的三元组整体视图D有向图答案：B20GraphX中（）是存放着存放顶点的RDDARDD[Edge]BEdgeRDDCRDD[（VertexId,VD）]DVertexRDD答案：C21Scala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AheadBinitCtailDlast答案：C22请问RDD的（）操作把RDD所有元素转换成数组并返回到Driver端AjoinBzipCcombineByKeyDcollect答案：D23SparkGraphX中类Graph的mapReduceTriplets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答案：C24Scala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（）AfilterBforeachCmapDmkString答案：C25Scala列表方法中返回所有元素，除了最后一个的方法是（）AdropBheadCfilterDinit答案：D1Scala中可以用（）方法来连接两个或多个列表A::B#:::CList.:::（）DList.concat（）答案：ABCD2SparkDataFrame中（）方法可以返回一个Array对象AcollectBtakeCtakeAsListDcollectAsList答案：AB3Scala系统支持（）作为对象成员A通用类B内部类C抽象类D复合类答案：ABCD4Mllib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回归答案：ABCD5SparkStreaming能够和（）无缝集成AHadoopBSparkSQLCMllibDGraphX答案：BCD6以下算法中属于分类算法的是（）AKNN算法B逻辑回归C随机森林DKmeans答案：ABC7SparkCore包含的功能有（）A任务调度B内存管理CSQL查询D容错机制答案：ABD8Scala中构造列表的两个基本单位是（）ANilBNillC::DList答案：AC9SparkDataFrame中（）方法可以返回一个ListAcollectBtakeCtakeAsListDcollectAsList答案：ABCD10MLlib中用于线性回归算法的包主要有（）ALinearRegressionWithSGDBRidgeRegressionWithSGDCLassoWithSGDDLeftRegression答案：ABC1RDD的map操作不会改变RDD的分区数目A对B错答案：A2也就是每一维特征，将特征标准化为单位标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。A对B错答案：A3Scala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A对B错答案：B4SparkSQL仅仅包括基本的SQL语法A对B错答案：B5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A对B错答案：A6MLlib由一些通用的学习算法和工具组成，包括分类、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。A对B错答案：A7SparkGraphX课通过mapVertices[VD2:ClassTag](map:(VertexId,VD)=>VD2)实现对顶点属性经过变换生成新的图A对B错答案：A8SparkStreming中对DStream的任何操作都会转化成对底层RDDs的操作A对B错答案：A9Scala中默认情况下使用的是可变的MapA对B错答案：B10mllib.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A对B错答案：A11Scala中允许集成多个父类A对B错答案：B12RDD中combineByKey不允许返回类型与输入数据类型不同的返回值A对B错答案：B13SparkSQL可被视为一个分布式的SQL查询引擎，并且提供了一个叫做DataFrame的可编程抽