大数据开发基础(习题卷82)

试卷科目：大数据开发基础大数据开发基础(习题卷82)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据开发基础第1部分：单项选择题，共54题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.（）是用来解决海量大数据文件存储问题的，是目前应用最广泛的分布式文件系统。A)HDFSB)HBaseC)HIveD)Kafka答案:A解析:[单选题]2.大数据的起源是（）.A)金融B)电信C)互联网D)公共管理答案:D解析:[单选题]3.关于SecondaryNameNode哪项是正确？()A)它是NameNode的热B)它对内存没有要求C)它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间D)SecondaryNameNode应与NameNode部署到一个节点答案:C解析:[单选题]4.同时去掉字符串左边和右边空格的函数是：A)center()B)fomat()C)strip()D)count()答案:C解析:[单选题]5.下列选项中，一键启动HDFS集群的指令是（）A)start-namenode.shB)start-datanode.shC)start-dfs.shD)start-slave.sh答案:C解析:通过执行?start-dfs.sh?指令，可以一键启动HDFS集群[单选题]6.以下对Velocity相关描述不正确的是()。A)Velocity是指速度快B)实时分析数据处理要求速度快C)大数据中所说的?速度?包括两种：增长速度和处理速度D)通常而言，处理速度比增长速度快答案:D解析:[单选题]7.考虑某个具体问题时，你可能只有少量数据来解决这个问题不过幸运的是你有一个类似问题已经预先训练好的神经网络可以利用这个预先训练好的网络的方法是（）A)把除了最后一层外所有的层都冻住，重新训练最后一层B)对新数据重新制l鲸整个模型C)只对最后几层进行训练调参(直netune)D)对每一层模型进行评估，选择其中的少数来用答案:C解析:[单选题]8.设x=10；y=20，下列语句能正确运行结束的是：A)max=x>y?x:yB)whileTrue:passC)min=xifx<yelseyD)if(x>y)print(x)答案:C解析:[单选题]9.Flume用于收集数据，其传输的数据基本单位是（）。A)SplitB)BlockC)EventD)Packet答案:C解析:[单选题]10.a=np.arange（24）.reshape（2，3，4）的输出结果是（）数据。A)一维B)二维C)三维D)四维答案:C解析:在进行reshape操作后，数组维度为reshape参数的个数，此处输出结果为三维数据。[单选题]11.以下哪种方法属于判别式模型(discriminativemodel)A)隐马模型(HMM)B)朴素贝叶斯C)LDAD)支持向量机答案:D解析:[单选题]12.图像中的椒盐噪声可以用(__)去除。A)中值滤波B)均值滤波C)最大值滤波D)最小值滤波答案:A解析:[单选题]13.从网络的原理上来看，结构最复杂的神经网络是()A)卷积神经网络B)长短时记忆神经网络C)GRUD)BP神经网络答案:C解析:[单选题]14.下面if语句统计?成绩(score)优秀的男生以及不及格的男生?的人数,正确的语句为。（）A)If(gender==?男?andscore=90):n+=1B)If(gender==?男?andscore=90):n+=1C)If(gender==?男?and(score=90)):n+=1D)If(gender==?男?orscore=90):n+=1答案:C解析:[单选题]15.数学关系式2A)2B)2C)2D)x>2orx答案:B解析:[单选题]16.与HMM和MEMM模型相比，CRF模型的优势不包含（）。A)特征灵活B)速度快C)可容纳较多上下文信息D)全局最优答案:B解析:CRF模型的优点：①与HMM相比，CRF没有HMM那样严格的独立性假设条件，因而可以容纳任意的上下文信息，特征设计灵活；②与MEMM相比，由于CRF计算全局最优输出节点的条件概率，还克服了MEMM模型标记偏置的缺点。CRF模型的缺点：训练代价大，复杂度高。[单选题]17.在MySQL中对于创建数据库表下列描述正确的是()。A)在创建表时必须设置列类型B)在删除表的时候通过外键约束连接在一起的表会被一同删除C)通过CREATETABLEtmp_tableSELECT*FROMtmp_table_2复制表的同时，表的约束能够一起被复制过去D)在创建表时必须设定列的约束答案:A解析:[单选题]18.数据产品开发工作之中需要特别注意的基本活动不包括()。A)创造性设计B)数据洞见C)虚拟化D)个性化描述答案:D解析:数据产品开发工作之中需要注意有创造性设计、数据洞见、虚拟化等基本活动。[单选题]19.Flink不包含以下哪些数据处理场景?A)毫秒级低时延B)高可靠性C)高并发D)图形分析答案:D解析:[单选题]20.在Map阶段中对输入文件的每一行解析成键值对时，每一个键值对调用()次map函数。A)一B)二C)三D)四答案:A解析:[单选题]21.当前大数据技术的基础是由（）首先提出的。A)微软B)百度C)谷歌D)阿里巴巴答案:C解析:[单选题]22.（）不是k最近邻分类器的特点。A)它使用具体的训练实例进行预测，不必维护源自数据的模型B)分类一个测试样例开销很大C)最近邻分类器基于全局信息进行预测D)可以生产任意形状的决策边界答案:C解析:k最近邻中（k-nearestneighbors,KNN）的近邻指的是距离待预测数据的数据点，而k近邻指的是取距k最近的几个数据点，并非基于全局信息进行预测。[单选题]23.加强无线终端和移动应用数据安全保护，保证无线终端的用户信息安全，实现个人和公司业务（），重要业务数据存储加密、传输加密等安全防护。A)数据共享B)数据隔离C)数据合并D)数据交换答案:B解析:[单选题]24.LSTM中，()的作用是确定哪些新的信息留在细胞状态中，并更新细胞状态A)输入门B)遗忘门C)输出门D)更新门答案:A解析:[单选题]25.Flink中的答案:接口用于流数据处理,答案:接口用于批处理?A)DataBatchAPI,DataStreamAPIB)StreamAPI,BatchAPIC)DataStreamAPI,DataSetAPID)BatchAPI,StreamAPI答案:C解析:[单选题]26.下列算法中不属于基于深度学习的图像分割算法的是（）。A)FCNB)DeeplabC)Mask-RCNND)KNN答案:D解析:KNN为传统机器学习方法并非深度学习方法。[单选题]27.4A账号生命周期管理包括：（）A)账号开通B)账号变更C)用户维护、用户离职D)以上全部答案:D解析:[单选题]28.Hadoop中，如果将yarn.scheduler.capacity.root.QueueA.minimum-user-limit-percent设置为50，下面说法错误的是？A)一个用户提交任务，可以使用QueueA的100％的资源B)QueueA中的每个用户最多只能获得50％的资源C)如果QueueA中已经有2个用户的任务运行，这时第3个用户提交的任务需要等待释放资源D)QueueA中必须保障每个用户至少得到50％的资源答案:B解析:[单选题]29.下面关于SparkStreaming和Storm的描述错误的是：()A)SparkStreaming可以实现毫秒级流计算B)Storm可以实现毫秒级响应C)SparkStreaming构建在SparkCore之上D)SparkStreaming可以同时兼容批量和实时数据处理的逻辑和算法答案:A解析:[单选题]30.plt.plot（）函数的功能是（）。A)展现变量的趋势变化B)寻找变量之间的关系C)设置x轴的数值显示范围D)设置x轴的标签文本答案:A解析:plot是折线图，用于展现变量的趋势变化。[单选题]31.np.setdiff1d（Ndarray1，Ndarray2）函数的作用是（）。A)返回二者的交集并排序B)返回二者的并集并排序C)返回二者的差集D)返回二者的对称差答案:C解析:intersect1d（）返回二者的交集并排序，union1d（）返回二者的并集并排序，Np.setdiff1d（）返回二者的差集，np.setxor1d（）返回二者的对称差。297[单选题]32.Jupyternotebook的记事本文件扩展名为：A)mB)pyC)pycD)ipynb答案:D解析:[单选题]33.现在有一亿条数据要插入Hbase，使用下列哪种方式最好？A)shell端put命令B)put方法C)bulkload方法D)insert方法答案:C解析:[单选题]34.（__）是交叉验证法的一种特例。A)自助法B)留一法C)交叉验证法D)错误率分析答案:B解析:[单选题]35.卷积神经网络调整参数时信息的传播方向是（）。A)后向传播B)前向传播C)双向传播D)跳跃传播答案:B解析:[单选题]36.以下关于机器学习的发展历程描述错误的是（___）。A)要使机器具有智能，就必须设法使机器拥有知识B)从二十世纪七十年代中期开始，人工智能研究进入了?知识期?C)二十世纪五十年代中后期，基于神经网络的?符号主义?学习开始出现D)二十世纪八十年代是机器学习称为一个独立的学科领域、各种机器学习技术百花初绽的时期答案:C解析:[单选题]37.机器学习中，基于样本分布的距离是()A)马氏距离B)欧式距离C)曼哈顿距离D)闵可夫斯基距离答案:A解析:[单选题]38.下列哪个标识符是合法的()A)printB)_100C)12nameD)name答案:B解析:[单选题]39.以下哪个选项不能作为Kafka的Consumer?A)HadoopB)DataWarehouseC)Real-timeMonitoringD)FrontEnd答案:D解析:[单选题]40.HDfS中的block默认保存几份？A)3份B)2份C)1份D)不确定答案:A解析:HDFS默认BlockSize64MB，block默认保存3份。记住即可[单选题]41.当try子句中没有任何错误时，一定不会执行（）语句。A)tryB)slseC)exceptD)finally答案:C解析:except是当try语句错误才运行。[单选题]42.()是指针对用户非常明确的数据查询和处理任务,以高性能和高吞吐量的方式实现大众化的服务,是数据价值最重要也是最直接的发现方式。A)数据服务B)数据分析C)数据治理D)数据应用答案:A解析:数据服务指针对用户非常明确的数据查询和处理任务,以高性能和高吞吐量的方式实现大众化的服务,是数据价值最重要也是最直接的发现方式。[单选题]43.plt.legend()函数可以在途中添加(__)。A)曲线B)坐标轴C)标题D)图例答案:D解析:[单选题]44.关于boosting下列说法错误的是()A)Boosting方法的主要思想是迭代式学习B)训练基分类器时采用并行的方式C)测试时，根据各层分类器的结果的加权得到最终结果D)基分类器层层叠加，每一层在训练时，对前一层基分类器分错的样本给予更高的权值答案:B解析:[单选题]45.(__)是从海量文本中查询到观点信息，根据主题相关度和观点倾向性对结果排序。A)情感分类B)情感检索C)情感抽取D)情感分析答案:B解析:[单选题]46.下列关于Python文件处理的描述错误的是（）。A)Python能处理jpg图像文件B)Python不可以处理PDF文件C)Python能处理CSV文件D)Python能处理Excel文件答案:B解析:Python可以处理PDF文件。[单选题]47.采集数据字典首先应该（）。A)启动extractorB)对数据库用户授权C)配置连接信息D)安装驱动包答案:A解析:[单选题]48.在MySQL中，建立数据库用()A)CREATETABLE命令B)CREATETRIGGER命令C)CREATEINDEX命令D)CREATEDATABASE命令答案:D解析:[单选题]49.()是指数据减去一个总括统计量或模型拟合值时的残余部分A)极值B)标准值C)平均值D)残值答案:D解析:残值在数理统计中是指实际观察值与估计值(拟合值)之间的差。[单选题]50.业务部门根据需要制定（）需求，提交新增数据申请，数据资产管理归口部门依据当前外部数据资源状况统筹组织获取，在公司内部共享使用。A)外部数据B)内部数据C)公共数据D)结构数据答案:A解析:[单选题]51.用于将事务处理写到数据库的命令是()A)insertB)rollbackC)commitD)savepoint答案:C解析:[单选题]52.在HDFS中，put命令用于（）A)将文件从本地文件系统拷贝到HDFSB)将文件或者目录从本地文件系统拷贝到HDFSC)将文件从HDFS拷贝到本地文件系统D)将文件或者目录从HDFS拷贝到本地文件系统答案:B解析:[单选题]53.下列的SQL语句中，()不是数据定义语句。A)CREATETABLEB)GRANTC)CREATEVIEWD)DROPVIEW答案:B解析:[单选题]54.下列关于ZooKeeper特点的描述错误的是（）。A)复杂性B)自我复制C)顺序访问D)高速读取答案:A解析:ZooKeeper的设计目标和特点包括简单性、自我复制、顺序访问和高速读取。第2部分：多项选择题，共23题，每题至少两个正确答案,多选或少选均不得分。[多选题]55.np.set_printoptions()函数可以设置的内容包括（__)。A)保留几位小数B)强制格式化C)是否使用科学记数法D)禁用省略打印答案:ABCD解析:[多选题]56.数据中台以需求为导向，基于统一数据模型，有针对性的按需开展数据接入与整合，逐步实现（）等各版块数据融通A)电网B)产业C)金融D)国际化答案:ABCD解析:[多选题]57.数据统计分析软件()A)MATLABB)SASC)RD)IDEA答案:ABC解析:[多选题]58.下面关于并行数据库的描述正确的是：()A)并行数据库是指那些在无共享的体系结构中进行数据操作的数据库系统B)大釆用了关系数据模型并且支持SQL语句査询C)并行数据库系统具有较好的弹性D)并行数据库的另一个问题就是系统的容错性较差答案:ABD解析:[多选题]59.数据库软件有()A)MicrosoftSQLServerB)MySQLC)OracleD)R答案:ABC解析:[多选题]60.下面数据是字符串的是A)"zhongguo"B)""C)"""a"""D)abc答案:ABC解析:[多选题]61.Hive的数据模型包括（）A)数据库B)管理表C)数据表D)外部表答案:ABD解析:[多选题]62.大数据计算框架Spark中除了RDD还有哪些数据类型?A)DataTypeB)DataFrameC)DataSetD)DataSchema答案:BC解析:[多选题]63.下列关于TF-IDF模型的描述正确的有（）。A)TF是词频B)IDF是逆文本频率C)该模型基于统计方法D)在信息检索中应用较少答案:ABC解析:TF-IDF算法应用较为广泛，在信息检索中也常用。[多选题]64.HBase中包含的典型的Filter有以下哪几项?A)RowFilterB)FilterListC)singleColumnValueFilterD)KeyOnlyFiter答案:ABCD解析:[多选题]65.常用的规范化处理方法包括：()A)Min-Max规范化B)Z-Score规范化C)曲面规范化D)小数定标规范化答案:ABD解析:[多选题]66.下列关于偏差表述正确的是（__）。A)偏差度量了学习算法的期望预测与真实结果的偏离程度。B)偏差刻画了模型本身的拟合能力C)偏差刻画了数据扰动所造成的影响D)偏差刻画了学习问题本身的难度答案:AB解析:[多选题]67.下列选项对ElasticSearchreplicas的描述，正确的是A)代表素引副本B)提高系统容传性C)压缩素引大小D)提高检素效率答案:ABD解析:[多选题]68.以下哪些选项是实时检索适用的场景?A)查询条件比较复杂的场景B)查询速度要求高的场景C)图片查询场景D)高并发的场景答案:BCD解析:[多选题]69.关于CAP理论说法正确的是()。A)一个分布式系统不能同时满足一致性、可用性和分区容错性等需求B)一致性主要指强一致性C)一致性、可用性和分区容错性中的任何两个特征保证(争取)可能导致另一个特征的损失(放弃)中D)可用性指每个操作总是在"给定时间"之内得到返回"所需要的结果"答案:ABCD解析:[多选题]70.K-Means缺点()A)kmeans要手工指定类数目,对初始值的设置很敏感B)k-means对噪声和离群值非常敏感C)k-means只用于数值类型数据,不适用于类别类型数据D)k-means不能解决非凸数据答案:ABCD解析:[多选题]71.以下（）属于ADS的特色功能。A)聚集列B)多值列C)空间列D)智能自动索引答案:ABD解析:[多选题]72.大数据的定义是：A)指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合B)任何超过了一台计算机处理能力的数据量C)技术D)商业答案:AB解析:[多选题]73.下列选项中,自动增长字段插入()会使用自动增长值。--A)NULLB)0C)DEFAULTD)省略自动增长字段答案:ABCD解析:[多选题]74.配置Hadoop集群时，下列哪个Hadoop配置文件需要进行修改？（）()A)hadoop-env.shB)profileC)core-site.xmlD)ifcfg-eth0答案:AC解析:[多选题]75.以下哪些选项属子实时检索的特点？A)处理时间要求不高B)查询响应要求较高C)高并发D)全文检索功能答案:BCD解析:[多选题]76.关于性能度量说法正确的是（）A)分类任务最常用的性能度量是?均方误差?B)错误率是分类错误的样本占样本总数的比例C)查准率又称召回率D)以查准率为纵轴、查全率为横轴作图，得到P-R曲线答案:BD解析:[多选题]77.以下描述正确的是(__)。A)对重复数据通常采用条件过滤方法B)对无关数据通常采用重复过滤方法C)噪声是指测量变量过程中的随机错误或误差D)数据清洗是指在数据审计活动基础上，将脏数据清洗成干净数据的过程答案:CD解析:第3部分：判断题，共19题，请判断题目是否正确。[判断题]78.Python中定义函数的关键字是def。A)正确B)错误答案:对解析:[判断题]79.[5foriinrange(3)]的值为[5,5,5]。A)正确B)错误答案:对解析:[判断题]80.集群的最主要瓶颈是磁盘I/OA)正确B)错误答案:对解析:[判断题]81.一般来说，企业想要做数字化转型，都需要自己搭建云计算平台。A)正确B)错误答案:错解析:[判断题]82.根据MySQLWorkbench建模工具绘制的E-R图可自动生成对应的SQL语句。--A)正确B)错误答案:对解析:[判断题]83.决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。A)正确B)错误答案:对解析:[判断题]84.随机分布和均匀分布是相同的A)正确B)错误答案:错解析:[判断题]85.使用列表对象的remove()方法可以删除列表中首次出现的指定元素，如果列中不存在要删除的指定元素则抛出异常。A)正确B)错误答案:对解析:[判断题]86.导入数据字典的excel中，字典类型代码在系统中不存在且在excel中不存在，否则导入失败。A)正确B)错误答案:对解析:[判断题]87.大数据在医疗行业中可以有效控制疾病的发生。A)