大数据采集与存储智慧树知到课后章节答案2023年下山东交通学院

大数据采集与存储智慧树知到课后章节答案2023年下山东交通学院山东交通学院

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（）

A:姓名

B:性别

C:年龄

D:学号

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。（）

A:错B:对

答案:错

NoSQL的全称是（）

A:NoSql

B:NotSql

C:其余选项都不是

D:NotOnlySql

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。（）

A:对B:错

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。

A:Hadoop

B:Hive

C:ZooKeeper

D:Hbase

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。（）

A:错B:对

答案:对

第二章测试

关于数据模型，下列说法正确的是（）。

A: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

B:数据操作是对数据库静态特性的描述。

C:3种基本数据模型有图形模型、层次模型和关系模型

D:数据模型是对数据库动态特性的描述。

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（）。

A:学号。

B:性别

C:班级

D:年龄。

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（）

A:SelectSnameFromStudentWhereSage＜=19

B:Select*FromStudentWhereSage＜=19

C:SelectSage,SnameFromStudentWhereSage＜=19

D:SelectSage,SnameFromStudent

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（）

A:SelectSnameFromStudentWhereSnameNotLike‘张__’

B:SelectSnameFromStudentWhereSnameLike‘张%’

C:SelectSnameFromStudentWhereSnameLike‘张_’

D:SelectSnameFromStudentWhereSnameLike‘张__’

答案:SelectSnameFromStudentWhereSnameLike‘张%’

SQL语言中，删除一个表的命令是（）

A:DELETE

B:CLEAR

C:DROP

D:REMOVE

答案:DROP

在下列关于视图的叙述中，正确的是（）

A:视图—旦建立，就不能被删除；

B:若导出某视图的基本表被删除，该视图将不受任何影响；

C:当修改某一视图时，导出该视图的基本表也随之修改。

D:当某一视图删除后，由该视图导出的其它视图也将自动删除；

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：（）

A:ALL

B:TOPN

C:DISTINCT

D:TOPNPERCENT

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（）

A:ORDERBY总评成绩,性别DESC

B:ORDERBY总评成绩DESC,性别DESC

C:ORDERBY总评成绩ASC,性别DESC

D:ORDERBY总评成绩DESC,性别

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。

A:候选键

B:主属性

C:外键

D:主键

答案:外键

下面有关HAVING子句，说法不正确的是（）

A:使用HAVING子句的作用是过滤掉不满足条件的分组

B:HAVING子句必须与GROUPBY子句同时使用，不能单独使用

C:使用HAVING子句的同时可以使用WHERE子句

D:使用HAVING子句的同时不能使用WHERE子句

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。（）

A:对B:错

答案:对

MongoDB通过（）来描述和存放数据。

A:XML

B:JSON

C:BSON

答案:BSON

查看当前正在使用的数据库命令（）

A:set

B:db

C:use

D:get

答案:db

MongoDB中，用户可以将_id字段上的索引删除。（）

A:错B:对

答案:错

关系型数据库遵循BASE和CAP理论。（）

A:对B:错

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。

A:其它智能设备

B:社交网络

C:企业系统

D:传感器

答案:其它智能设备

;社交网络

;企业系统

;传感器

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。（）

A:2）4）1）3）

B:1）2）3）4）

C:2）3）4）1）

D:1）3）2）4）

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。（）

A:对B:错

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（）

A:缺失值数据

B:异常值数据

C:重复值数据

D:需要标准化的数据

答案:缺失值数据

;异常值数据

;重复值数据

数据清洗时重复值数据不能够删除。（）

A:错B:对

答案:错

在数据离散化中，常见的离散化方法有（）

A:基于卡方分箱的方法

B:等频划分

C:聚类划分

D:基于熵的离散化

E:等宽划分

答案:基于卡方分箱的方法

;等频划分

;聚类划分

;基于熵的离散化

;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。（）

A:错B:对

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。（）

A:对B:错

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。

A:Request

B:Response

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。（）

A:对B:错

答案:错

如果有网络爬虫频繁的访问服务器，则容易引发（）问题。

A:网站的性能下降

B:法律风险

C:个人隐私问题

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。（）

A:对B:错

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。（）

A:对B:错

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。（）

A:对B:错

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。

A:word

B:excel

C:MySql数据库

D:txt

E:json

答案:word

kettle中的以下组件中，属于基本数据清洗的是（）

A:数据替换

B:数据排序

C:删除数据

D:连接字段

答案:数据替换

;数据排序

;删除数据

;连接字段

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。（）

A:错B:对

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。（）

A:错B:对

答案:对

第七章测试

在本案例中，数据采集是通过（）获取。

A:社交网络

B:传感器数据

C:网络爬虫

D:企业管理系统

答案:网络爬虫

在数据采集后，python中使用（）库把数据存储到csv文件中。

A:csv库

B:mysql库

C:request库

D:p