南开大学23春“物联网工程”《大数据开发技术（二）》考试高频考点参考题库带答案

长风破浪会有时，直挂云帆济沧海。南开大学23春“物联网工程”《大数据开发技术（二）》考试高频考点参考题库带答案（图片大小可自由调整）第I卷一.综合考核(共15题)1.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2.spark-submit配置项中()表示Driver程序使用的内存大小A.--driver-memoryMEMB.--executor-memoryMEMC.--total-executor-coresNUMD.--executor-couresNUM3.Spark可以通过哪些外部存储创建RDD()A.文本文件B.目录C.压缩文件D.通配符匹配的文件4.SparkDataFrame中()方法可以返回一个Array对象A.collectB.takeC.takeAsListD.collectAsList5.Spark支持使用()语言编写应用A.ScalaB.PythonC.JavaD.R6.Spark可以从()分布式文件系统中读取数据A.HDFSB.HbaseC.HiveD.Tachyon7.Scala是一种纯面向对象的语言，每个值都是对象。()T.对F.错8.GraphX中()方法可以查询度数A.degreesB.degreeC.verticesD.edges9.Dstream提供了sort方法。()A.正确B.错误10.RDD的行动操作是用于触发转换操作的操作，这个时候才会真正开始进行计算。()A.正确B.错误11.Spark中的RDD的说法正确的是()A.弹性分布式数据集B.是Spark中最基本的数据抽象C.代表一个可变的集合D.代表的集合里面的元素可并行计算12.以下哪个方法可以创建RDD()A.parallelizeB.makeRDDC.textFileD.loadFile13.RDD的flatMap操作是将函数应用于RDD之中的每一个元素，将返回的迭代器(数组、列表等)中的所有元素构成新的RDD。()A.正确B.错误14.Spark创建DataFrame对象方式有()A.结构化数据文件B.外部数据库C.RDDD.Hive中的表15.Scala函数组合器可以接收一个可以处理嵌套列表的函数，然后把返回结果连接起来的方法是()A.mapB.foreachC.flattenD.flatmap第II卷一.综合考核(共15题)1.vara=10;for(aA.10B.11C.20D.192.()是AMPLab发布的一个R开发包，使得R摆脱单机运行的命运，可以作为Spark的Job运行在集群上A.SparkRB.BlinkDBC.GraphXD.Mllib3.Scala通过()来定义变量A.valB.valC.defineD.def4.RDD的行动操作通过某种函数将一个RDD转换为一个新的RDD，但是转换操作是懒操作，不会立刻执行计算。()A.正确B.错误5.Scala列表中last返回列表最后一个元素。()A.正确B.错误6.RDD的sortBy函数包含参数numPartitions，该参数决定排序后的RDD的分区个数，默认排序后的分区个数和排序之前的个数相等，即为this.partitions.size。()T.对F.错7.Dstream输出操作中()方法将DStream中的内容按对象序列化并且以SequenceFile的格式保存。A.printB.saveAsTextFilesC.saveAsObjectFilesD.saveAsHadoopFiles8.Scala函数组合器可以过滤移除使得传入的函数的返回值为false的元素的方法是()A.filterB.flattenC.groubyD.flatmap9.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.windowB.countByWindowC.reduceByWindowD.reduceByKeyAndWindow10.Scala函数支持()A.递归函数B.高阶函数C.柯里化D.匿名函数11.GraphX中Edge边对象存有()字段A.srcIdB.dstIdC.attrD.val12.RDD的subtract用于用于将前一个RDD中在后一个RDD出现的元素删除。()T.对F.错13.SparkGraphX中类Graph的joinVertices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14.SparkStreming中()函数当被调用类型分别为(K，V)和(K，W)键值对的2个DStream时，返回类型为(K，(V，W))键值对的一个新DStream。A.unionB.reduceC.joinD.cogroup15.SparkStreaming能够处理来自()的数据。A.KafkaB.FlumeC.TwitterD.ZeroMQ第III卷一.综合考核(共15题)1.Scala列表与数组非常相似，列表的所有元素可具有不同的类型。()A.正确B.错误2.MLlib中用于线性回归算法的包主要有()A.LinearRegressionWithSGDB.RidgeRegressionWithSGDC.LassoWithSGDD.LeftRegression3.RDD的filter过滤会将返回值为true的过滤掉。()A.正确B.错误4.SparkR(名词解释)5.用户可以在HadoopYARN上运行Spark。()A.正确B.错误6.请问RDD的()操作是根据键对两个RDD进行内连接A.joinB.zipC.combineByKeyD.collect7.Spark中DataFrame的()方法是进行分组查询A.orderbyB.groupbyC.selectbyD.sortby8.RDD的cartesian函数是笛卡尔积，也就是将两个集合的元素两两组合成一组。()A.正确B.错误9.GraphX中graph.triplets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10.MLlib中Normalizer是一个转换器，它可以将多行向量输入转化为统一的形式。()A.正确B.错误11.Scala列表方法中返回所有元素，除了最后一个的方法是()A.dropB.headC.filterD.init12.Mllib中metrics.recallByThreshold表示()指标A.准确度B.召回率C.F值D.ROC曲线13.Spark中DataFrame的()方法是查询指定字段的数据信息A.selectB.selectExprC.colD.apply14.Scala中创建一个方法时经常用void表示该方法无返回值A.正确B.错误15.Mllib中线性会馆算法中的参数intercept表示()A.要运行的迭代次数B.梯度下降的步长C.是否给数据加干扰特征或者偏差特征D.Lasso和ridge的正规化参数第I卷参考答案一.综合考核1.参考答案：F2.参考答案：A3.参考答案：ABCD4.参考答案：AB5.参考答案：ABCD6.参考答案：ABCD7.参考答案：T8.参考答案：A9.参考答案：B10.参考答案：A11.参考答案：ABD12.参考答案：ABC13.参考答案：A14.参考答案：ABCD15.参考答案：D第II卷参考答案一.综合考核1.参考答案：D2.参考答案：A3.参考答案：A4.参考答案：B5.参考答案：A6.参考答案：T7.参考答案：D8.参考答案：A9.参考答案：C10.参考答案：ABCD11.参考答案：ABC12.参考答案：T13.参考答案：D14.参考答案：D15.参考答案：ABCD第III卷参考答案一.综合考核1.参考答案