大数据采集与存储知到章节答案智慧树2023年山东交通学院VIP

大数据采集与存储知到章节测试答案智慧树2023年最新山东交通学院第一章测试

关系模式学生信息（学号，姓名，年龄，性别，籍贯），其中的主键是（）

参考答案:

学号

Oracle是一个开源、免费的中小型关系型数据库管理系统。（）

参考答案:

错

NoSQL的全称是（）

参考答案:

NotOnlySql

键值数据库，是基于key-value模式，它使用简单的键值方法来存储数据。（）

参考答案:

对

（）是最原始的SQLOnHadoop的解决方案，它是基于Hadoop实现的分布式数据仓库。

参考答案:

Hive

图数据库，以“图”数据结构存储和查询数据，使用节点表示数据模型中的实体，节点之间的边表示实体之间的关系。（）

参考答案:

对

第二章测试

关于数据模型，下列说法正确的是（）。

参考答案:

数据模型的三要素是数据结构、数据操作和数据完整性约束

关于学生关系，下列哪一个属性适合作为候选码（）。

参考答案:

学号。

有学生表Student(S#char(8),Snamechar(10),Ssexchar(2),Sageinteger,D#char(2),Sclasschar(6))。要检索学生表中“所有年龄小于等于19岁的学生的年龄及姓名”，SQL语句正确的是（）

参考答案:

SelectSage,SnameFromStudentWhereSage＜=19

有学生表Student(S#char(8),Snamechar(10),Ssexchar(2),Sageinteger,D#char(2),Sclasschar(6))。若要“检索名字为姓张的所有同学姓名”，SQL语句正确的是（）

参考答案:

SelectSnameFromStudentWhereSnameLike‘张%’

SQL语言中，删除一个表的命令是（）

参考答案:

DROP

在下列关于视图的叙述中，正确的是（）

参考答案:

当修改某一视图时，导出该视图的基本表也随之修改。

查询时，若要输出无重复的记录，SELECT子句中使用的保留字是：（）

参考答案:

DISTINCT

查询结果输出时要求按“总评成绩”降序排列，相同者按“性别”升序，正确的子句是（）

参考答案:

ORDERBY总评成绩DESC,性别

参照完整性规则是指表的（）必须是另一个表主键的有效值，或者是空值。

参考答案:

外键

下面有关HAVING子句，说法不正确的是（）

参考答案:

使用HAVING子句的同时不能使用WHERE子句

第三章测试

MongoDB是一个开源、高性能、无模式的文档型数据库。（）

参考答案:

对

MongoDB通过（）来描述和存放数据。

参考答案:

BSON

查看当前正在使用的数据库命令（）

参考答案:

db

查找kate同学的专业，使用指令（）完成。

参考答案:

null

MongoDB中，用户可以将_id字段上的索引删除。（）

参考答案:

错

关系型数据库遵循BASE和CAP理论。（）

参考答案:

错

第四章测试

大数据采集，又称大数据获取，是指从（）等获取数据的过程。

参考答案:

传感器

;企业系统

;其它智能设备

;社交网络

网络爬虫的步骤是

1）选取一部分种子URL；

2）从待抓取URL队列中取出待抓取的URL，解析DNS，得到主机的IP地址，并将URL对应的网页下载下来，存储到已下载网页库中。此外，将这些URL放进已抓取URL队列；

3）将这些URL放到待抓取URL中；

4）分析已抓取URL队列中的URL，分析其中的其他URL，并且将这些URL放入待抓取URL队列，从而进入下一个循环。（）

参考答案:

1）3）2）4）

数据完整性指的是数据具有一个实体描述的所有必需的部分。（）

参考答案:

对

在大数据预处理中，需要数据清洗的主要类型包括以下几类（）

参考答案:

异常值数据

;重复值数据

;缺失值数据

数据清洗时重复值数据不能够删除。（）

参考答案:

错

在数据离散化中，常见的离散化方法有（）

参考答案:

基于卡方分箱的方法

;基于熵的离散化

;等频划分

;聚类划分

;等宽划分

第五章测试

爬虫就是能够实现网页数据爬取的程序。（）

参考答案:

对

Python中提供的requests库的get()方法能够实现爬取网页信息的功能。（）

参考答案:

对

在使用requests库获取网页资源过程中，最重要的两个对象就是Request和Response，（）负责将客户端的请求发送给服务器。

参考答案:

Request

HTML语言使用“标签对”来标记信息。其中，＜html＞……＜/html＞标记一个HTML文件中标题的开始和结束。（）

参考答案:

错

以下程序段的运行结果是

frombs4importBeautifulSoup

htmlText='＜p＞解析页面＜/p＞'

soup=BeautifulSoup(htmlText,'html.parser')

print(soup.p)（）

参考答案:

null

如果有网络爬虫频繁的访问服务器，则容易引发（）问题。

参考答案:

网站的性能下降

任何网站都有自己的Robots协议，用来保护网站的信息不会被恶意访问。（）

参考答案:

错

第六章测试

Kettle是一种常用的ETL工具，它支持图形化的GUI设计界面。（）

参考答案:

对

在数据清洗中，“输入”功能主要是实现ETL的数据抽取、加载、格式转换。（）

参考答案:

错

Kettle能够支持多种格式的数据输出，但不支持下面（）文件格式。

参考答案:

word

kettle中的以下组件中，属于基本数据清洗的是（）

参考答案:

连接字段

;数据替换

;数据排序

;删除数据

Kettle让我们在可视化的界面中，通过拖拽实现数据处理。无需掌握复杂的编程技术也可以帮助我们完成数据的ETL处理。（）

参考答案:

对

Kettle中的job作业是指定时完成一系列指定的数据转换，并将结果以邮件的方式告知给我们。（）

参考答案:

对

第七章测试

在本案例中，数据采集是通过（）获取。

参考答案:

网络爬虫

在数据采集后，python中使用（）库把数据存储到cs