大数据开发基础(习题卷83)

试卷科目：大数据开发基础大数据开发基础(习题卷83)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.以下关于函数的作用描述正确的是()。A)函数是可重用的程序B)函数无法为您的应用程序提供更好的模块化C)您无法创建自己的函数D)以上都是答案:A解析:[单选题]2.()是一个数据序列化系统，能保存持久化的数据到hdfs,能传输并且反序列化为高级数据结构。A)AvroB)HttPFSBC)MahoutD)Snappy答案:A解析:[单选题]3.当闵可夫斯基距离公式中的系数p趋近于无穷大时，可得到（__）的公式。A)欧氏距离B)曼哈顿距离C)街区距离D)切比雪夫距离答案:D解析:[单选题]4.以下哪些选项为真？A)线性回归误差值必须正态分布，但是在Logistic回归的情况下，情况并非如此B)逻辑回归误差值必须正态分布，但是在线性回归的情况下，情况并非如此C)线性回归和逻辑回归误差值都必须正态分布D)线性回归和逻辑回归误差值都不能正态分布答案:A解析:[单选题]5.下列方法中，用于向文件中写内容的是（）A)openB)writeC)closeD)read答案:B解析:[单选题]6.对于HBase表设计描述错误的是?A)一张表可以创建多个ColumnFamilyB)TTL默认为一天C)Region建议预先创建D)MaxVersion无法人为修改答案:D解析:[单选题]7.如果x＝5.5，则表达式x＞0andx==int(x)的运算结果为；表达式x＞0orx==int(x)的运算结果为？A)True、FalseB)False、TrueC)True、TrueD)False、False答案:B解析:[单选题]8.下列关于运算符优先级的说法中，不正确的一个是()A)运算符按照优先级顺序表进行运算B)同一优先级的运算符在表达式中都是按照从左到右的顺序进行运算的C)同一优先级的运算符在表达式中都是按照从右到左的顺序进行运算的D)括号可以改变运算的优先次序答案:C解析:[单选题]9.()就是?平台提供的数据超过一定规模后,产生的用户交互会越少?。A)逆向互作用定律B)最小数据原则C)最大交互原则D)数据-交互平衡原则答案:A解析:[单选题]10.python中，（）是字符串格式化的方法A)countB)formatC)inD)replace答案:B解析:[单选题]11.某大数据运维人员想通过shell命令上传某个文件至HDFS文件系统中。以下哪个命令能帮助他完成这个操作？A)-catB)-uploadC)-putD)-get答案:C解析:[单选题]12.()是指理解挖掘项目的目标业务需求。A)业务理解B)数据理解C)数据准备D)数据建模答案:A解析:根据CRISP-DM(cross-industrystandardprocessfordatamining,跨行业数据挖掘标准流程)模型,业务理解是指从业务的角度了解项目的要求和最终目的,并将这些目的与数据挖掘的定义以及结果结合起来。[单选题]13.正是由于BP神经网络的强大的表示能力，它经常遭遇（__），其训练误差持续降低，但测试误差却可能上升。A)欠拟合B)误差过大C)误差过小D)过拟合答案:D解析:[单选题]14.2='ZedShaw'print(2)上述代码的执行结果为()。A)2B)ZedShawC)can'tassigntoliteralD)invalidsyntax答案:C解析:[单选题]15.()指从?数据视角?提出问题、在?数据层次?上分析问题、?以数据为中心?解决问题,以及将?数据?当作决策制定的决定因素,提高决策制定的信度与效度。A)、模型驱动型决策支持B)、数据驱动型决策支持C)、任务驱动型决策支持D)、算法驱动型决策支持答案:B解析:[单选题]16.（）可以为远程客户端提供执行Hive查询服务。A)MetastoreB)HiveServer2C)BeelineD)MySQL答案:B解析:[单选题]17.或图通常称为（）A)框架网络B)语义图C)博亦图D)状态图答案:D解析:[单选题]18.下列有关KNN算法的流程顺序，描述正确的是（）①确定K的大小，和距离的计算方法②根据K个样本的所属类别，投票决定测试样本的类别归属③计算训练集样本与测试样本的距离，选出K个与测试样本最相似的样本A)①②③B)③②①C)①③②D)②①③答案:C解析:[单选题]19.下面哪种图matplotlib不可以绘制（）A)球体B)矩形C)折线D)散点答案:A解析:[单选题]20.执行引擎的类型包括：（）。A)行执行引擎B)向量化执行引擎C)行列混合执行引擎D)以上都是答案:D解析:[单选题]21.大数据的核心就是（）。A)告知与许可B)预测C)匿名化D)规模化答案:B解析:[单选题]22.执行以下代码段x=[i**2foriinrange(3)]print(x)时，输出为()。A)[0,1,2]B)[0,1,4]C)[1,2,3]D)[1,2,9]答案:B解析:[单选题]23.RDD默认的存储级别是()。A)MEMORY_ONLYB)MEMORY_ONLY_SERC)MEMORY_AND)DISKD.MEMORY_AND_DISK_SER答案:A解析:RDD存储级别定义。[单选题]24.下列符号中，表示Python中单行注释的是()。A)#B)//C)D)???答案:A解析:[单选题]25.关于泛在电力物联网特征的描述，不正确的选项是()。A)状态全面感知B)信息高效处理C)应用便捷灵活D)客户多种多样答案:D解析:[单选题]26.(__)主要包括数据科学中的新理念、理论、方法、技术和工具以及数据科学的研究目的、研究内容、基本流程、主要原则等。A)理论基础B)数据管理C)基础理论D)数据产品答案:C解析:[单选题]27.主键的建立有()种方法A)一B)四C)二D)三答案:D解析:[单选题]28.组合多条SQL查询语句形成组合查询的操作符是()A)SELECTB)ALLC)LINKD)UNION答案:D解析:[单选题]29.下列说法中正确的是（）A)对于大数据而言，最基本、最重要的要求是减少错误、保障质量。因此大数据的搜集要尽量精确。B)谷歌流感趋势充分体现了数据重组和扩展对数据价值的重要意义。C)大数据时代，数据就是一座金矿，而大数据思维是打开这座矿山的钥匙。D)大数据时代还是看重因果关系。答案:C解析:[单选题]30.工人月工资(元)依劳动生产率(千元)变化的回归直线方程为y=60+90x,下列判断正确的是()A)劳动生产率为1000元时,工资为50元B)劳动生产率提高1000元时,工资提高150元C)劳动生产率提高1000元时,工资提高90元D)劳动生产率为1000元时,工资为90元答案:C解析:[单选题]31.在支持向量机中，?间隔?是指（__)。A)非支持向量到划分超平面间的距离之和B)支持向量之间的距离C)支持向量和非支持向量之间的距离D)支持向量到超平面的距离之和答案:D解析:[单选题]32.LSM含义是？A)日志结构合并树B)二叉树C)平衡二叉树D)基于日志结构的合并树答案:A解析:A.日志结构合并树【LSM，TheLog-StructuredMergeTree】B.二叉树【BT】C.平衡二叉树【AVL树】D.基于日志结构的合并树【LSM树】[单选题]33.下面哪个不属于循环神经网络的输出模式A)单输出B)多输出C)同步多输出D)异步多输出答案:C解析:[单选题]34.RNN不同于其它神经网络的地方在于（）。A)实现了记忆功能B)速度快C)精度高D)易于搭建答案:A解析:[单选题]35.下列关于数据产品的说法错误的是（）。A)数据产品的存在形式是数据集B)与传统物质产品不同的是，数据产品的消费者不仅限于人类用户，还可以是计算机以及其他软硬件系统C)数据产品不仅包括数据科学项目的最终产品，也包括其中间产品以及副产品D)数据产品开发涉及数据科学项目流程的全部活动答案:A解析:数据产品的存在形式不仅限于数据集，还包括文档、知识库、应用系统、硬件系统、服务、洞见、决策或它们的组合。[单选题]36.HBase中有两种读取数据函数，分别是get()方法和（）方法A)set()B)scan()C)fileter()D)scanner()答案:B解析:[单选题]37.SparkJob默认的调度模式（___）A)随机B)FAIRC)FIFOD)运行时指定答案:C解析:[单选题]38.SQL语言具有两种使用方式，分别称为交互式SQL和（）A)提示式SQLB)多用户SQLC)嵌入式SQLD)解释式SQL答案:C解析:[单选题]39.df.tail（）这个函数是用来（）。A)用来创建数据B)用来展现数据C)用来分析数据D)用来删除数据答案:B解析:tail（）函数查看最后几条数据，类似的，head（）查看前几行数据，sample（）查看随机几行数据。[单选题]40.定义域为{1,2,3}的离散属性也可称为称为（__）。A)无序属性B)有序属性C)连续属性D)离散属性答案:B解析:[单选题]41.下列算法中：①KNN算法；②线性回归；③逻辑回归。可以用神经网络构建的算法是（）。A)①②B)②③C)①②③D)以上都不是答案:B解析:KNN算法是关于距离的学习算法，没有任何参数，所以无法用神经网络构建。[单选题]42.当前传统关系型数据库主要面临的挑战是（A)数据量爆炸式增长，要求数据处理平台具备弹性扩展能力。B)数据处理时效性需求提高，要求数据处理平台速度够快。C)多类型数据融合，要求数据处理平台功能更加强大。D)以上全都正确。答案:D解析:[单选题]43.Scikit-Learn中，（）可以实现整数分类值转化为独热向量。A)OridinalEncoderB)OneHotEncoderC)LableEncoderD)AutoEncoder答案:B解析:OneHot编码是将整数分类值转化为独热向量。[单选题]44.BASE原则的含义不包括()A)基本可用B)柔性状态C)最终一致D)基础条件答案:D解析:[单选题]45.以下()属于NoSQL数据库中Key-Value的缺点。A)不记录结构信息B)查询性能不高，缺乏统一查询语法C)功能相对有限D)功能相对有限，不易于做分布式集群答案:A解析:[单选题]46.学生成绩属于下列哪类数据A)结构化数据B)非结构化数据C)半结构化数据D)准结构化数据答案:A解析:[单选题]47.对MapReduce计算框架中生成的键值对的说法正确的是()。A)可以有相同的键，值必须唯一B)可以有相同的值，键必须唯一C)可以有相同的键，也可以有相同的佳D)键和值都必须唯一答案:C解析:[单选题]48.Spark的特点不包括()。A)速度快B)通用性C)易用性D)单一操作性答案:D解析:Spark是一个快速、通用和易于使用的计算平台。[单选题]49.以下可以在字符串中表示单引号的是()。--A)\"B)\\'C)\'D)'答案:C解析:[单选题]50.在HBase中，Scan类的（）方法设置时间戳范围A)setTimeRange()B)setTimeStamp()C)setMaxVersions()D)setRange()答案:A解析:[单选题]51.关于FusionInsightHDStreaming的Supervisor描述正确的是?A)Supervisor是在Topology中接受数据然后执行处理的组件B)Supervisor负责接受Nimbus分配的任务,启动和停止属于自己管理的Worker进程C)Supervisor负责资源分配和任务调度D)Supervisor是运行具体处理逻辑的过程答案:B解析:[单选题]52.如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型,下列哪种做法是正确的()A)增加树的深度B)增加学习率C)减小树的深度D)减少树的数量答案:C解析:决策树深度越深,在训练集上误差会越小,准确率越高。但是容易造成过拟合,而且增加模型的训练时问间。对决策树进行修剪,减小树的深度,能够提高模型的训练速度,有效避免过拟合。[单选题]53.下列Python语句正确的是（）A)min=xifx<yelseyB)max=x>y?x:yC)if(x>y)printxD)whileTrue:pass答案:D解析:[单选题]54.关于DBSCAN聚类方法,说法错误的是()A)、该方法时是一种经典的基于密度的聚类算法B)、该方法采用密度作为划分簇的依据C)、该方法把具有足够密度的区域将被划分为一簇D)、该方法用密度划分簇,密度无法可达的点标记下一个簇。答案:D解析: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.关于Flume,下列说法错误的是?A)Flume级联节点之间的数据传输支持加密B)Flume支持多级联和多路复用C)Source到Channel到Sink等进程内部有加密的必要D)Flume级联节点之间的数据传输不支持压缩答案:CD解析:[多选题]56.从结构化角度来看，数据可分为()。A)结构化数据B)非结构化数据C)无结构化数据D)半结构化数据答案:ABD解析:[多选题]57.Nimbus在Streaming架构中的功能包括？A)监控任务执行状态B)任务调度C)启动/关闭工作进程D)资源分配答案:ABD解析:[多选题]58.Flink窗口按分割标准划分为以下哪几种?A)容量窗口B)时间窗口C)事件窗口D)滚动窗口答案:BC解析:[多选题]59.在正则化公式中,λ为正则化参数,关于λ的描述正确的是()。A)若正则化参数λ过大,可能会导致出现欠拟合现象B)若λ的值太大,则梯度下降可能不收敛C)取一个合理的λ值,可以更好地应用正则化D)如果令λ的值很大的话,为了使CostFunction尽可能的小,所有θ的值(不包括θ0)都会在一定程度上减小答案:ABCD解析:正则化参数太小容易产生过拟合,太大容易产生欠拟合。[多选题]60.下列函数属于二元通用函数（binaryuniversalfunctions）的有（）。A)addB)substractC)multiplyD)power答案:ABCD解析:二元函数是指函数方程式中包含两个自变量，ABCD都满足。[多选题]61.大数据参考架构的三个层次包含（）。A)角色B)活动C)逻辑构件D)功能组件答案:ABD解析:GB/T35589-2017《信息技术大数据技术参考模型》描述了大数据的参考架构，包括角色、活动的功能组件以及它们之间的关系。[多选题]62.决策树递归返回的条件为()。A)训练数据集使用完B)所有的类标签完全相同C)特征用完D)遇到丢失值答案:BC解析:决策树的生成是一个递归过程。在决策树基本算法中,有三种情形会导致递归返回:①结点包含的样本全属于同一类别,无须划分;②当前属性集为空,或是所有样本在所有属性上取值相同,无法划分;③当前结点包含的样本集合为空,不能划分。[多选题]63.关于子查询以下说法正确的是A)外层查询返回结果之后，执行内层查询B)先执行子查询，再执行外层查询C)对于子查询返回的结果，外层查询只执行一次D)外层查询返回的每行结果都与内层查询结果进行比较答案:BD解析:[多选题]64.下列哪些指标可以用来评估线性回归模型（）？A)R-squaredB)AdjustedR-SquaredC)FStatisticsD)RMSE/MSE/MAE答案:ABCD解析:[多选题]65.遇到以下()情况,视图数据操作可能会失败。--A)视图涉及多张数据表B)没有满足视图的基本表对字段的约束条件C)创建视图的SELECT字段含有MAX()函数D)定义视图的SELECT语句中使用了GROUPBY答案:ABCD解析:[多选题]66.以下哪些数据可以转化为Dataset或DataFrame?A)JSONB)JAVAStringC)JPGD)MySqlTable答案:BD解析:[多选题]67.世界上三大Hadoop发行版供应商A)ApacheB)GoogleC)HortonworksD)Cloudera答案:ACD解析:[多选题]68.关于大数据的内涵,以下理解正确的是()A)大数据还是一种思维方式和新的管理、治理路径B)大数据里面蕴藏着大知识、大智慧、大价值和大发展C)大数据在不同领域,又有不同的状况D)大数据就是很大的数据答案:ABCD解析:[多选题]69.Redis中Key的expire操作适合用于以下哪些应用场景?A)存储特定用户所有历史信息B)限时的优惠活动信息C)限制网站访客访问频率D)网站积分排行榜答案:BCD解析:[多选题]70.Spark那个组件不是用于支持实时计算需求（___）A)SparkSQLB)SparkStreamingC)SparkGraphXD)SparkMLLib答案:ACD解析:[多选题]71.以下说法正确的是（）A)数组第一维的大小可以通过ndim()函数获得B)数组的形状可以通过shape()获得C)数组元素的类型通过dtype属性获得D)数组元素的字节数可以用过itemsize获得答案:ABCD解析:[多选题]72.Streaming的处理节点Bolt中,可以完成以下哪些操作?A)连接运算B)过滤(Filter)C)连接数据库D)业务处理答案:ABCD解析:[多选题]73.什么样的计算场景不适合MapReduce来提速A)数据量很小B)繁杂的小文件C)事务处理D)只有一台机器的时候答案:ABCD解析:[多选题]74.对于删除操作以下说法正确的是（）A)dropdatabase数据库名：删除数据库B)deletefrom表名；删除表中所有记录条C)deletefrom表名where字段名=值；删除符合条件的记录条D)droptable表名；删除表答案:ABCD解析:[多选题]75.Spark提交工作的方式有（）。A)ClientB)ClusterC)StandaloneD)YARN答案:AB解析:Spark提交作业的方式是Client和Cluster。[多选题]76.作填充地图时需要先将()相关字段转化为地理角色,并将生成的经纬度分别绑定到?横轴?和?纵轴?区域中。A)国家B)省份C)城市D)销售额答案:ABC解析:[多选题]77.假设检验中,首先需要提出零假设和备择假设,零假设是(),备择假设是()。A)只有出现的概率大于阈值才会被拒绝的,只有零假设出现的概率大于阈值才会被承认的B)希望推翻的结论,希望证明的结论C)只有出现的概率小于阈值才会被拒绝的,只有零假设出现的概率小于阈值才会被承认的D)希望证明的结论,希望推翻的结论答案:BC解析:略第3部分：判断题，共19题，请判断题目是否正确。[判断题]78.针对不同的数据来源，需要先分析其数据特征，例如一般网站产生的日志特点是数据星大，价值密度高，数据的业务种类多且涵盖之前的数据。A)正确B)错误答案:错解析:[判断题]79.pip命令也支持扩展名为A)正确B)错误答案:对解析:[判断题]80.Hadoop的NameNode用于存储文件系统的元数据A)正确B)错误答案:对解析:[判断题]81.字符串编码格式GBK使用_2个字节表示一个汉字。A)正确B)错误答案:对解析:[判断题]82.在MaCompute中，通常使用SQLDML中的UPDATE更新MaxCompute表或者分区中的数据。A)正确B)错误答案:错解析:[判断题]83.进行PCA降维时需要计算协方差矩阵。()A)正确B)错误答案:对解析:[判断题]84.Flume中轮询调度（RoundRobinScheduling）算法就是以轮询的方式依次请求不同的服务器，它是一种有状态调度。A)正确B)错误答案:错解析:[判断题]85.列表对象的append()方法属于原地操作，用于在列表尾部追加一个元素。A)正确B)错误答案:对解析:[判断题]86.Reduce阶段分组后的数据可表示为key-{value_list},即一个键和若干个值的组合。()A)正确B)错误答案:对解析:[判断题]87.个变量相关，它们的相关系数r可能为0这句话()A)正确B)错误$;答案:对解析:[判断题]88.数据产品不仅包括数据科学项目的最终产品，而且也包括其中间产品以及副产品。()A)正确B)错误答案:对解析:[判断题]89.在HBase中