大数据开发基础(习题卷34)

试卷科目：大数据开发基础大数据开发基础(习题卷34)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据开发基础第1部分：单项选择题，共57题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.下列有关Hive查询语句的写法正确的是()。A)SELECTname,addressFROMemployees;B)FROMemployees,SELECTname,address;C)FINDname,addressFROMemployees;D)FROMemployees,FINDname,address;答案:A解析:[单选题]2.Spark那个组件用于支持实时计算需求（）A)SparkSQLB)SparkStreamingC)SparkGraphXD)SparkMLLib答案:B解析:[单选题]3.以下不属于推断统计的是()。A)参数估计B)关联预测C)假设检验D)采样分布答案:B解析:[单选题]4.数据可视化的本质是()。A)将数据转换为知识B)将知识转换为数据C)将数据转换为信息D)将信息转换为智慧答案:A解析:[单选题]5.K-摇臂赌博机属于（__)算法。A)机器学习B)深度学习C)强化学习D)有监督学习答案:C解析:[单选题]6.OTS的列对长度有限制。对于string类型，如果出现在主键里，长度限制为：（）。A)64kB)1kC)256kD)128k答案:B解析:[单选题]7.大数据的发展，使信息技术变革的重点从关注技术转向关注（）A)信息B)文字C)数字D)方位答案:A解析:[单选题]8.下列关于列族数据库的描述，哪一项是错误的：（）A)査找速度慢.可扩展性差B)功能较少，大都不支持强事务一致性C)容易进布式扩展D)复杂性低答案:A解析:[单选题]9.下面组件哪个是数据挖掘库：（）A)ZookeeperB)MahoutC)MySQLD)HBase答案:B解析:[单选题]10.在一个n维的空间中，最好的检测outlier(离群点)的方法是:A)作正态分布概率图B)作盒形图C)马氏距离D)作散点图答案:C解析:[单选题]11.Spark的Stage的Task的数量由()决定。A)PartitionB)JobC)StageD)TaskScheduler答案:A解析:Task是Stage下的一个任务执行单元,一般来说,一个RDD中有多少个Partition就有多少个Task。[单选题]12.（__）度量了学习算法的期望预测与真实结果的偏离程度。A)偏差B)方差C)均方差D)泛化误差答案:A解析:[单选题]13.有一个文件记录了1000个人的高考成绩总分，每一行信息长度是20个字节，要想只读取最后10行的内容，不可能用到的函数是：A)seek()B)read()C)open()D)readline()答案:B解析:[单选题]14.已知x=10，y=20，z=30；以下代码执行后x、y、z的值分别为（）。ifx<y:z=xx=yy=zA)10，20，30B)10，20，20C)20，10，10D)20，10，30答案:C解析:[单选题]15.下列哪个表达式在Python中是非法的（）。A)x=y=z=1B)x=(y=z+1)C)x,y=y,xD)x+=y答案:B解析:[单选题]16.下列选项中，用于格式化字符串的是（）A)%B)format()C)f-stringD)以上全部答案:D解析:[单选题]17.（）是一门以可视交互为基础,综合运用图形学、数据挖掘和人机交互等技术等多个学科领域的知识,以实现人机协同完成可视化任务为主要目的分析推理性学科。A)科学可视化B)可视分析学C)数据可视化D)信息可视化答案:B解析:[单选题]18.当大数据业务人员希望通过1ike关键字来查询Hive表中的某些数据时，需要添加以下哪个关键字符用于匹配数据?A)%B)AC)$D)&答案:A解析:[单选题]19.下列Python赋值语句中，不合法的是（）。A)x,y=y,xB)x=y=1C)x=(y=1)D)x=1;y=1答案:C解析:[单选题]20.下列说法错误的是（）。A)当目标函数是凸函数时，梯度下降算法的解一般就是全局最优解B)进行PCA降维时，需要计算协方差矩阵C)沿负梯度的方向一定是最优的方向D)利用拉格朗日函数能解带约束的优化问题答案:C解析:沿负梯度的方向是函数值减少最快的方向但不一定就是最优方向。[单选题]21.过滤式特征选择、包裹式特征选择与学习器的关系分别是（）。A)相关，相关B)相关，不相关C)不相关，相关D)不相关，不相关答案:C解析:过滤式特征选择先对数据集进行特征选择，然后再训练学习器，特征选择过程与后续学习器无关。包裹式特征选择把最终将要使用的学习器的性能作为特征子集的评价准则。[单选题]22.我国学者吴文俊院士在人工智能的（）领域作出了贡献。A)机器证明B)模式识别C)人工神经网络D)智能代理答案:A解析:[单选题]23.若要表示?10<xA)x25B)x>10orxC)x>10andxD)x>10andx>25答案:C解析:[单选题]24.下列哪项方法不属于图像分割方法（）。A)边缘检测法B)阈值分割法C)区域分割法D)特征提取法答案:D解析:[单选题]25.对于线性回归模型，包括附加变量在内，以下可能正确的是()1)R-Squared和AdjustedR呵uared都是递增的2)R-Squared是常量的，AdjustedR叫uared是递增的R-Squared是递减的，AdjustedR-squared也是递减的R-Squared是递减的，AdjustedR-Squared是递增的A)l和2B)l和3C)2和4D)以上都不是答案:D解析:[单选题]26.下列关于MapReduce说法不正确的是______。A)MapReduce是一种计算框架B)MapReduce来源于google的学术论文C)MapReduce程序只能用java语言编写D)MapReduce隐藏了并行计算的细节，方便使用答案:C解析:C项rhadoop是用R语言开发的，MapReduce是一个框架，可以理解是一种思想，可以使用其他语言开发。[单选题]27.以下选项中，（）面向数据库设计人员，描述数据的整体逻辑结构。--A)概念模式B)存储模式C)外模式D)以上答案都不正确答案:A解析:[单选题]28.云计算的数据中心主要是由以下哪种硬件构成的？A)内存B)CPUC)大存储硬盘D)刀片服务器答案:D解析:[单选题]29.下列关于副本和视图的描述错误的是（）。A)Numpy的切片操作返回原数据的视图B)调用Ndarray的view（）函数产生一个视图C)Python序列的切片操作，调用deepCopy（）函数D)调用Ndarray的copy（）函数产生一个视图答案:D解析:视图对应浅复制，副本对应深复制，Ndarray的copy（）产生一个副本，而不是视图。289[单选题]30.关于Hive与Hadoop其他组件的关系。以下描述错误的是?A)Hive最终将数据存储在HDFS中B)Hive是Hadoop平台的数据仓库工具C)HQL可以通过MapReduce执行任务D)Hive对HBase有强依赖答案:D解析:[单选题]31.在黑盒测试方法中，设计测试用例的主要根据是A)程序流程图B)程序内部逻辑C)程序外部功能D)程序数据结构答案:C解析:[单选题]32.以下不是数据库事务特性的是（）A)原子性B)一致性C)隔离性D)通用性答案:D解析:[单选题]33.阅读下列程序r=10c=2s=r*cprint(s)运行结果是A)20B)12C)8D)出错答案:A解析:[单选题]34.以下哪一项不是Spark框架可以满足的大数据分析场景?A)批处理B)即席查询C)流处理D)大批量shuffle的实时需求答案:D解析:[单选题]35.《云主机基础版（IDC）维护管理办法》不涉及哪种业务（）。A)互联网带宽出租B)工作区出租C)专线电路出租D)电力出租答案:D解析:[单选题]36.医疗健康数据的基本情况不包括以下哪项？（）A)诊疗数据B)个人健康管理数据C)公共安全数据D)健康档案数据答案:C解析:[单选题]37.卷积的过程是让过滤器在图像上（）。A)缩放B)剪切C)镜像对称D)窗口滑动答案:D解析:[单选题]38.()是一个编写基于大数据的机器学习软件，人工智能程序的协助工具。A)AvroB)HttPFSBC)MahoutD)Snappy答案:C解析:[单选题]39.NaveBayes(朴素贝叶斯)是一种特殊的Bayes分类器,特征变量是X,类别标签是C,它的一个假定是（）A)各类别的先验概率P(C)是相等的B)以0为均值，sqr(2)/2为标准差的正态分布C)特征变量X的各个维度是类别条件独立随机变量D)P(X|C)是高斯分布答案:C解析:[单选题]40.落实国家大数据安全保护要求时，需进一步明确大数据采集、传输、存储、使用、开放等各环节的（）和具体措施。A)责任主体B)生产成本C)关键技术D)标准规范答案:A解析:[单选题]41.Python中用于释放类占用资源的方法是（）。A)__init__B)__del__C)_delD)delete答案:B解析:[单选题]42.数据科学项目应遵循一般项目管理的原则和方法,涉及()。A)整体、范围、时间、成本、质量、沟通、风险、宣传、消费B)整体、范围、时间、成本、质量、人力资源、沟通、风险、采购C)整体、范围、时间、成本、质量、人力资源、运维、采购、宣传D)整体、范围、时间、成本、质量、人力资源、采购、宣传、运维答案:B解析:数据科学项目应遵循一般项目管理的原则和方法,涉及整体、范围、时间、成本、质量、人力资源、沟通、风险、采购。[单选题]43.以下关于python内置函数的描述，错误的是：A)id()返回一个变量的一个编号，是其在内存中的地址B)all(ls)返回True，如果ls的每个元素都是TrueC)type()返回一个对象的类型D)sorted()对一个序列类型数据进行排序，将排序后的结果写回到该变量中答案:D解析:[单选题]44.表t中有1000万行数据，想要随意抽取10行数据，在odpscmd中执行消耗时间最短的方式是:（）。A)select*fromtwhererownum<=10B)gett10C)select*fromtlimit10D)readt10答案:D解析:[单选题]45.如果LASSO模型中的惩罚项变大，下列说法正确的是（）A)部分回归系数会变为0B)部分回归系数会趋近于0，但不会取值为0C)A和B的表述都正确D)以上说法都不正确答案:A解析:[单选题]46.()主要为组织机构提供企业级应用技术或工具。A)企业应用B)行业应用C)基础应用D)组织应用答案:A解析:[单选题]47.当执行list('hello')时，输出是()。A)['h','e','l','l','o']B)[?hello?].C)[?olleh?]D)['h']答案:A解析:[单选题]48.以下不属于生成式模型的是：A)朴素贝叶斯B)K近邻C)高斯混合模型D)马尔科夫随机场答案:B解析:[单选题]49.掌握智慧物联的发展重点，应用人工智能和()等新技术，实现区域自治、云边协同和能力开放。A)云计算B)能源生态C)边缘计算D)数据共享答案:C解析:[单选题]50.ordinalencoder将属性转化为（）A)独热编码B)附带特性的数字C)二进制编码D)ASCII码答案:B解析:[单选题]51.大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行（）。A)数据信息B)专业化处理C)速度处理D)内容处理答案:B解析:[单选题]52.在方差分析中,()反映的是样本数据与其组平均值的差异。A)总离差B)组间误差C)抽样误差D)组内误差答案:D解析:组内误差是来自样本内部数据之间的随机误差,它反映了样本数据自身的差异程度;组间误差由因子的不同处理造成的处理误差和抽样的随机误差组成,反映了不同样本之间数据的差异程度。[单选题]53.以下表示可变长度字符串的数据类型是()A)TEXTB)CHARC)VARCHARD)EMUM答案:C解析:[单选题]54.下面关于视图的描述正确的是()。--A)视图没有表结构文件B)视图中不保存数据C)视图仅能查询数据D)以上说法都不正确答案:B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.数据加工是对原始数据按照需求进行各种各样的变换处理,最终形成简洁、规范、清晰、易于分析的数据。在实际业务处理中,数据通常是脏数据。以下情况中属于脏数据的有()A)数据缺失B)数据冗余C)数据噪声D)数据冗杂答案:ABC解析:[多选题]56.传统循环神经网络的性质是什么？A)上一时刻的网络状态信息将会作用于下一时刻的网络状态B)并行处理序列中所有信息C)容易梯度爆炸/消失D)易于搭建答案:AC解析:[多选题]57.在金融领域的大数据批量离线处理平台中,以下述准确的是?A)在数据集成模块,可以分为数据采集、数据操控和数据加载3个阶段。B)金融领域的数据应用层均是面向全融机构内部的,如监管报表系就,精准营销、B1应用等,亮全不对外或对其他下属机构开放C)金融领域的外部数据来源可以是征信信息、社交网络和电商等D)金融领域的内部数据来源均是结构化数据,包括信贷数据、信用卡数据和收单数据等答案:AC解析:[多选题]58.大数据其中一个最明显的特征是数据量巨大，那么所谓的数据量巨大主要指哪些级别的数据量?A)MBB)TBC)ZBD)PB答案:BCD解析:[多选题]59.关于Maxcompute跨项目资源共享的说法正确的是:（）。A)package是一种跨项目空间共享数据及资源的机制，主要用于解决跨项目空间的用户授权问题B)如果某个package还有人在使用，则该package的owner无法删除此packageC)添加到package中的不仅仅是对象本身，还包括相应的操作权限，如不显式指定权限，则默认为读写权限D)添加资源时支持的对象类型不包括project类型，即不能将project添加到package里答案:ABD解析:[多选题]60.在评价不平衡类问题分类的度量方法有如下几种:()A)F1度量B)召回率（recall）C)精度（precision）D)真正率（turepositiverate,TPR）答案:ABCD解析:[多选题]61.以下些选项属示离线批处理的特点?A)数据吞吐量较大B)处理数据量相对较大C)处理时间相对较长D)数指不落地、存储量不大答案:ABC解析:[多选题]62.ETL包含的过程有（）。A)数据抽取B)数据转换C)数据加载D)数据展现答案:ABC解析:ETL是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。[多选题]63.如图所示,下列哪些选项属于宽依赖A)groupby:A->BB)map:C->DC)union:D&E->FD)join:B&F->G答案:AD解析:[多选题]64.以下哪些方法是tf-idf的变种？（）A)TFCB)EWCC)ITCD)IG答案:AC解析:[多选题]65.以下是Python元组的有()。A)[1,2,3]B)(1,2,3)C){1,2,3}D)()答案:BD解析:[多选题]66.云计算的服务模式和类型主要包括哪三类？A)软件即服务（SaaS）B)平台即服务（PaaS）C)基础设施即服务（IaaS）D)数据采集即服务（DaaS）答案:ABC解析:[多选题]67.大数据计算服务（MaxCompute，原ODPS）中的MapReduce是一种编程模型，用于大规模数据集的并行运算，它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。其中，两个主要阶段Map和Reduce相互配合，可以完成对海量数据的处理。关于这两个阶段的关系，说法正确的有:（）。A)一个reduce的输入数据可能来自于多个map的输出B)一个MR处理可以不包括任何mapC)一个MR处理可以不包括任何reduceD)一个map的输出结果可能会被分配到多个reduce上去答案:ACD解析:[多选题]68.结合2019年工作特点，提出（）建设原则A)需求导向，突出重点B)统筹组织，基层创新C)开放合作，标准先行D)快速迭代，成熟推广答案:ABCD解析:[多选题]69.查询分析系统Dremel的特点主要包括：()第8章数据可视化A)Dremel是一个面向小规模数据的、稳定的系统B)Dremel的数据模型是嵌套的C)Dremel中的数据是用行式存储的D)Dremel结合了Web搜索和并行DBMS的技术答案:BD解析:一、[多选题]70.依据国网公司数据管理办法，公司数据质量管理主要工作包括（）。A)数据质量规则管理B)数据质量核查C)数据问题整改D)数据质量评估答案:ABCD解析:[多选题]71.电影推荐系统是以下哪些的应用实例：A)分类B)聚类C)强化学习D)回归答案:ABC解析:[多选题]72.有关Hive的数据库除描述正确的是（）【选三项】A)Hive是一种数据库技术，可以定义数据库和表来分析结构化数据B)Hive的数据库是一个命名空间或表的集合C)通常会使用数据库来将生产的表组织成逻辑组D)如果用户没有显示指定数据库，那么将会使用默认的数据库hive答案:ABC解析:[多选题]73.以下哪些数据源可以通过Loader实现与FusionInghtHD的数据交换?A)NoSQLB)FTPServerC)SFTPServerD)MySQL答案:ABCD解析:[多选题]74.2019年围绕（）领域共展了共计57项建设任务A)数据共享B)技术攻关C)对外业务D)安全防护答案:ABCD解析:[多选题]75.各单位要落实各级责任，坚持（）相结合，加强互联网信息收集、制作、发布、传播、处理、存储环节的数据安全监管，严控非授权发布和传播涉密信息、公司重要数据、社会经济数据、用户敏感数据以及制造舆论影响、扰乱互联网秩序等违法违规活动。A)建设与运营B)发布与审查C)监控与处置D)投入与支出答案:ABC解析:[多选题]76.以下关于Topic的描述，正确的是哪些项?A)生产者产生的消息逐条放到Topic的末尾B)Topic的分区数量可以超过Broker的存活数量C)Topic的副本数量可以超过Broker的存活数量D)Topic可以理解为一个存储消息的队列答案:AD解析:[多选题]77.FusionlnsightHD集群升级，以下描述准确的有A)升级过程中不可以手动操作注射泵OMS倒换B)集群内所有主机root账号密码要保持一致C)保持网络畅通，避免因网络问题导致升级异常D)观察期不能做扩容答案:ABCD解析:第3部分：判断题，共16题，请判断题目是否正确。[判断题]78.对于SparkStreaming的应用，在一个JVM中，同一时间只能有一个StreamingContext处于活跃状态。A)正确B)错误答案:对解析:[判断题]79.JobTracker是HDFS重要角色。()A)正确B)错误答案:错解析:[判断题]80.表达式'abcab'A)正确B)错误答案:对解析:[判断题]81.RDD中所有的操作都是Lazy模式进行，运行在编译中不会立即计算最终结果，而是记住所有操作步骤和方法，只有显示遇到启动命令才执行。A)正确B)错误答案:对解析:[判断题]82.Graph节点中Halted标志的含义是节点参与迭代计算。A)正确B)错误答案:对解析:[判断题]83.在IAM控制台创建用户组时，不应当授予数据复制服务管理员权限?DRSAdministrator?权限。A)正确B)错误答案:错解析:[判断题]84.()关系型数据库管理系统简称为RDBMS。A)正确B)错误答案:对解析:[判断题]85.中国电信基于云网一体的大数据湖，建设逻辑统一、物理分散中国电信特色的大数据平台，汇聚融合IT、CT全域数据，实现?大数据+AI?开发生态全网统一赋能、平台统一管理、全网PaaS平台统一、全网数据统一接入、全网应用共建共享，助力企业数字化转型。A)正确B)错误答案:对解析:[判断题]86.假设已导入random标准库，那么表达式max([randomA)正确B)错误答案:错解析:[判断题]87.关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则A)正确B)错误答案:错解析:[判断题]88.实时检索查询只能查询结构化数据。A)正确B)错误答案:错解析:[判断题]89.检测一元正态分布中的离群点，属于异常检测中的基于密度的离群点检测。()A)正确B)错误答案:错解析:[判断题]90.物联网的处理技术应用于农业上，可以对动物疾病、植物病虫害，通过传感器进行远程诊断。A)正确B)错误答案:对解析:[判断题]91.假设x是