大数据开发基础(习题卷37)

试卷科目：大数据开发基础大数据开发基础(习题卷37)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.数据管理成熟度模型--DMM将一个机构的数据管理工作抽象成6个关键过程域,即数据战略、()、数据质量、平台与架构、数据操作以及辅助性过程。A)数据管理B)数据治理C)数据策略D)数据安全答案:B解析:DMM模型将一个机构的数据管理工作抽象成6个关键过程域,即数据战略、数据治理、数据质量、平台与架构、数据操作以及辅助性过程。[单选题]2.StructuredStreaming不支持以下哪种计算时间?A)处理时间B)事件时间C)结束时间D)注入时间答案:C解析:[单选题]3.下列关于模块的说法不正确的是（）。A)Python模块（Module）是一个Python文件，以.py结尾，包含了Python对象定义和Python语句B)使用模块能够有逻辑地组织Python代码段C)把相关的代码分配到一个模块里能让代码更好用、更易懂D)模块不能定义类答案:D解析:模块中可以定义类。[单选题]4.关于Hive建表基本操作描述正确的是？A)创建外部表时需要指定external关键字B)一旦表创建好，不可再修改表名C)一旦表创建好，不可再修改列名D)一旦表创建好，不可再增加新列答案:A解析:[单选题]5.大数据的4V特征中的Variety是指（）。A)价值密度低B)处理速度快C)数据类型繁多D)数据体量巨大答案:C解析:[单选题]6.numpy中计算矩阵的协方差矩阵使用什么函数？A)np.mean()B)np.std()C)np.cov()D)np.var()答案:C解析:[单选题]7.下列关于函数的说法中，描述错误的是（）。A)函数可以减少重复的代码，使得程序更加模块化B)不同的函数中可以使用相同名字的变量C)调用函数时，实参的传递顺序与形参的顺序可以不同D)匿名函数与使用关键字def定义的函数没有区别答案:C解析:[单选题]8.在Maxcompute表T中添加一个新的列col，类型为bigint，最简单易行的办法是:（）。A)将表T删掉重建B)altertabletaddcolumns（cbigint）C)新建一张表，将原有数据插入D)altertableaddcbigint答案:B解析:[单选题]9.下面有关NameNode和secondaryNameNode通信协议说法错误的是（）A)secondaryNameNode使用NamenodeProtocol协议与NameNode进行通信B)如果文件系统处于安全模式，那么关闭当前日志并打开新的日志操作会失败C)如果旧的编辑日志丢失了，那么滚动fsImage日志会失败D)secondaryNameNode可以从NameNode中得到任何datanode的块及其位置答案:D解析:SecondaryNameNode不同于NameNode，它不接受或者记录任何实时的数据变化，但是，它会与NameNode进行通信，以便定期地保存HDFS元数据的快照[单选题]10.下列方法中，不可以使用类名访问的是（）。A)实例方法B)类方法C)静态方法D)以上3项都不符合答案:A解析:[单选题]11.数据中台建设工作中，以需求为导向，基于()，有针对性地按需开展数据接入与整合，逐步实现主数据共建共享，提升数据价值挖掘支撑能力。A)统一数据模型B)电网资源模型C)数据服务能力D)统一价值模型答案:A解析:[单选题]12.个人贷款风险评价应以分析借款人()为基础，采取定量和定性分析方法，利用大数据技术，全面、动态地进行贷款审查和风险评估。A)学历B)现金收入C)固定资产D)抵(质)押物答案:B解析:[单选题]13.下面代码运行后，a、b、c、d四个变量的值，描述错误的是（）。importcopya=[1,2,3,4,['a','b']]b=ac=copy.copy(a)d=copy.deepcopy(a)a.append(5)a[4].append('c')A)a==[1,2,3,4,['a','b','c'],5]B)b==[1,2,3,4,['a','b','c'],5]C)c==[1,2,3,4,['a','b','c']]D)d==[1,2,3,4,['a','b',?c?]]答案:D解析:[单选题]14.商业秘密数据脱离本单位（含网络、信息系统及各种介质）环境须经（）业务主管部门和保密部门审批。A)公司部门级及以上单位B)市级及以上单位C)省级及以上单位D)国家级单位答案:C解析:[单选题]15.在Numpy中，数组拼接的函数不包括（）。A)append（）B)insert（）C)vstack（）D)where（）答案:D解析:append（）函数可向数组横纵坐标添加数组，insert（）函数可向一维数组后添加数据，vstack（）函数可以进行数组拼接，where（）函数是对数据进行条件筛选。[单选题]16.DataX是阿里集团发起的开源项目，是一种离线数据同步的工具，支持多种异构数据源之间的高效数据同步。使用DataX将存储在对象存储OSS中的数据同步至阿里云端大数据计算服务（MaxCompute，原ODPS）时，以（）为粒度进行切分实现并发处理。A)没有任何切分B)OSS的objectC)OSS的endpointD)OSS的Bucket答案:B解析:[单选题]17.将字符串分隔使用什么函数（）A)splitB)stripC)encodeD)print答案:A解析:[单选题]18.下面关于云计算数据中心的描述正确的是：A)数据中心是云计算的重要载体，为各种平台和应用提供运行支撑环境B)数据中心就是放在企业内部的一台中心服务器C)每个企业都需要建设一个云计算数据中心D)数据中心不需要网络带宽的支撑答案:A解析:[单选题]19.下面关于类和对象的说法中，错误的是()。A)调用函数会执行函数体代码，返回的是函数体执行的结果B)类有两大用途：对属性的操作、实例化对象C)类有三种属性：数据属性、函数属性、方法属性D)调用类会产生对象，返回的是对象答案:C解析:[单选题]20.以下关于MaxCompute授权的说法，正确的是：（）。A)当项目空间的owner授权给一个用户时，MaxCompute会先检验该用户是否实际存在，如果不存在，则无法授权B)当一个用户被项目空间owner从项目中移除时，所有的授权信息都将被清除，该用户无法再访问当前项目空间中的任何对象C)当项目空间的Owner决定对另一个用户授权时，需要先将该用户添加到自己的项目空间中来。只有添加到项目空间中的用户才能够被授权D)MaxCompute中的角色是一组访问权限的组合。项目创建成功后，自动生成两个角色owner和admin，可以通过命令listroles看到答案:C解析:[单选题]21.以下关于NoSQL数据库描述错误的是：（）A)NoSQL是一种不同于关系数据库的数据库管理系统设计方式，是对非关系型数据库的统称B)NoSQL所采用的数据模型并非传统关系数据库的关系模型，而是类似键/值、列族、文档等非关系模型C)NoSQL数据库有固定的表结构，通常存在较多连接操作D)与关系数据库相比，NoSQL具有灵活的水平可扩展性.可以支持海量数据存储答案:C解析:[单选题]22.通常，()主要指的是关系数据库中存储、计算和管理的数据。A)结构化数据B)海量数据C)半结构化数据D)非结构化数据答案:A解析:[单选题]23.结构化程序设计中，下面对goto语句使用描述正确的是___________。A)禁止使用goto语句B)应避免滥用goto语句C)goto语句最好用,不容易造成结构体程序混乱D)使用goto语句程序效率高答案:B解析:[单选题]24.商品的()用于在搜索和浏览列表时更准确的找到该商品。--A)关键词B)描述C)提示D)详情答案:A解析:[单选题]25.（）是目前数据库系统中最常用的一种数据模型A)关系模型B)层次模型C)网状模型D)面向对象模型答案:A解析:[单选题]26.下列不属于数据科学开源工具的是()。A)MapReduceB)ERPC)HadoopD)Spark答案:B解析:ERP系统是企业资源计划(EnterpriseResourcePlanning)的简称,是指建立在信息技术基础上,集信息技术与先进管理思想于一身,以系统化的管理思想,为企业员工及决策层提供决策手段的管理平台。[单选题]27.HDFS是Hadoop平台上的分布式文件系统,那么它是由()构成的。A)由一个NameNode和多个DataNode组成B)由一个DataNode和多个NameNode组成C)由多个NameNode和多个DataNode组成D)由一个NameNode和一个DataNode组成答案:A解析:HDFS由一个NameNode、一个SecondaryNameNode和多个DataNode组成。[单选题]28.在面积图中,面积是指()A)坐标系中不同的点围成的最大图形面积B)坐标系中不同的点所连成的折现投影于纵轴的面积C)坐标系中不同的点所连成的折现投影于横轴的面积D)坐标系中不同的点围成的最小图形面积答案:C解析:[单选题]29.互联网思维核心（）A)用户思维B)迭代思维C)流量思维D)平台思维答案:A解析:[单选题]30.Redis中List列表是什么数据结构实现的?A)双向链表B)平衡二叉树C)红黑树D)循环链表答案:A解析:[单选题]31.下列哪一项不属于HDFS采用抽象的块概念带来的好处？A)简化系统设计B)支持大规模文件存储C)强大的跨平台兼容性D)适合数据备份答案:C解析:[单选题]32.聚类算法已经默认所有的记录都是()的实体A)相关联B)有备份C)不独立D)独立答案:C解析:[单选题]33.以下哪项属于Flume的基本数据单位?A)ObjectB)SubjectC)TopicD)Event答案:D解析:[单选题]34.为提高计算性能,Spark中Transformation操作采用的是()计算模式。A)活性B)惰性C)实时D)非实时答案:B解析:Spark的所有Transformation操作采取的都是"情性计算模式"。[单选题]35.基于大数据的谷歌广告体现的大数据思维方式是（）A)全样而非抽样B)效率而非精确C)相关而非因果D)以数据为中心答案:D解析:[单选题]36.()试图学得一个属性的线性组合来进行预测的函数A)决策树B)贝叶斯分类器C)神经网络D)线性模型答案:D解析:[单选题]37.当闵可夫斯基距离公式中的系数p值为2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:A解析:[单选题]38.卷积神经网络中池化层的作用是（）。A)寻找图像中的细节特征B)输入图片C)减少下一层的计算，防止过拟合D)输出图片答案:C解析:[单选题]39.以下是字符转换成字节的方法是A)decode()B)encode()C)upper()D)rstrip()答案:B解析:[单选题]40.在连接互联网的计算机上（）处理、存储涉及国家秘密和企业秘密信息。A)可以B)只要网络环境是安全的，就可以C)不确定D)严禁答案:D解析:[单选题]41.x=123.4567，语句print("{:5.3e}".format(x))的输出结果是()。A)123.457B)1.235e+02C)1.24e+02D)1.23e+02答案:B解析:[单选题]42.从事前风险管理角度看，大数据背景下的贷款损失准备金是与()，相对应的一个概念。A)非预期损失B)预期损失C)特定损失D)不确定答案:B解析:[单选题]43.若要对图片进行检索，-般选择什么工具较好?A)MysQLB)HDFSC)ElasticSearchD)Hive答案:C解析:[单选题]44.对ElasticSearch检索流程描述正确的是（）。A)分片节点汇总结果发送给客户端B)检索节点汇总结果发送给客户端C)检索节点不需要汇总结果直接把结果发送给客户端D)分片节点不需要汇总结果直接把结果发送给客户端答案:B解析:[单选题]45.以下选项中Python用于异常处理结构中用来捕获特定类型的异常的保留字是A)exceptB)doC)passD)while答案:A解析:[单选题]46.新兴数据管理技术主要包括NoSQL技术、NewSQL技术和()。A)数据仓库B)关系云C)数据库系统D)文件系统答案:B解析:关系云是在云计算环境中部署和虚拟化的关系数据库,进而使传统关系数据库具备云计算的弹性计算、虚拟化、按需服务和高经济性等特征。关系云代表了数据管理的一个重要发展方向。[单选题]47.删除用户账号命令是()A)DROPUSERB)DROPTABLEUSERC)DELETEUSERD)DELETEFROMUSER答案:A解析:[单选题]48.(__)是将低层次数据转换为高层次数据的过程。A)数据化B)数据整理C)数据加工D)数据整齐化答案:C解析:[单选题]49.以下变量名中正确的是()。A)globalB)passC)exceptD)letter答案:D解析:[单选题]50.()一般采用图表或数学方法描述数据的统计特征,如分布状态、数值特征等。A)推断统计B)预测分析C)描述统计D)诊断分析答案:C解析:[单选题]51.执行以下代码段i=0whilei<3:print(i,end='')i+=1else:print(0)时，输出为()。A)01230B)0120C)012D)Error答案:B解析:[单选题]52.点击率的预测是一个数据比例不平衡问题(如训练集中样本呈阴性的比例为99%,阳性的比例是1%),如果我们用这种数据建立模型并使得训练集的准确率高达99%。我们可以得出结论是()。A)模型的准确率非常高,我们不需要进一步探索B)模型不好,我们应建一个更好的模型C)无法评价模型D)以上答案都不正确答案:C解析:对于失衡数据,模型的准确率不能作为衡量模型效果的标准。因为我们需要探索的是少数1%的数据,为更好地评估模型效果,可以用灵敏度、特异度、F-measure来判断。[单选题]53.(__)是指对已有数据在尽量少的先验假设条件下进行探索，并通过作图，制表等手段探索数据结构和规律的一种方法。A)统计分析B)验证性分析C)数据洞见D)探索性数据分析答案:D解析:[单选题]54.在一个线性回归问题中,我们使用R平方(R-Squared)来判断拟合度。此时、如果增加一个特征,模型不变,则下面说法正确的是()。A)如果R-Squared增加,则这个特征有意义B)如果R-Squared减小,则这个特征没有意义C)仅看R-Squared单一变量,无法确定这个特征是否有意义D)以上说法都不对答案:C解析:单独看R-Squared,并不能推断出增加的特征是否有意义。通常来说,增加一个特征,R-Squared可能变大也可能保持不变,两者不一定呈正相关。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.为大数据提供基础设施服务，有(__)和数据计算、数据管理与监控、集群服务、众包等。A)数据存储B)数据加工C)数据治理D)app开发答案:ABCD解析:[多选题]56.许多功能更为强大的非线性模型可在线性模型基础上通过引入()而得。A)层级结构B)高维映射C)降维D)分类答案:AB解析:[多选题]57.定量变量就是通常所说的连续量,它们是由测量或计数、统计所得到的量,这些变量具有数值特征,以下属于定量变量的有()A)性别B)长度C)产量D)职业答案:BC解析:[多选题]58.关于继承，以下陈述错误的是()。A)一个类的受保护成员可以被继承B)继承类称为子类C)一个类的私有成员可以被继承和访问D)继承是OOP的功能之一答案:ABD解析:[多选题]59.为什么RNN网络的激活函数要选用双曲正切而不是sigmod呢？A)使用sigmod函数容易出现梯度消失B)sigmod的导数形式较为复杂C)双曲正切更简单D)sigmoid函数实现较为复杂答案:AB解析:[多选题]60.GraphBase能够处理海量数据的原因是什么?A)图机制特性B)基于HBase的分布式存储机制C)基于Elasticsearch的索引机制D)基于Spark的分布式内存计算技术答案:BCD解析:[多选题]61.Zookeeper是一个很好的集群管理工具，被大量用于分布式计算，它主要提供什么服务？A)配置维护B)域名服务C)分布式同步D)负载均衡服务答案:ABC解析:[多选题]62.在Hive架构中支持对数据的操作有()。A)插入B)查询C)删除D)分析答案:BD解析:[多选题]63.以下哪两个场景最适合使用ZooKeeper？A)配置推送B)主备选举C)热点访问D)流式计算答案:AB解析:[多选题]64.Maxcomputetask类型包括：（）。A)jointaskB)maptaskC)localworkD)reducetask答案:ABD解析:[多选题]65.Hive的优点包括（）A)内置丰富的通用操作算子和计算函数B)使用类SQL描述的数据处理流程C)数据操作灵活D)提供实时的在线查询和记录级的更新答案:AB解析:[多选题]66.下列关于非频繁模式的说法正确的有（）。A)其支持度小于阈值B)都是不让人感兴趣的C)包含负模式和负相关模式D)对异常数据项敏感答案:AD解析:非频繁模式是一个项集或规则，其支持度小于阈值。绝大部分的频繁模式不是令人感兴趣的，但其中有些分析是有用的，特别是涉及数据中的负相关时。非频繁模式对异常数据项敏感。[多选题]67.关于Maxcompute中的admin角色，以下（）说法是正确的。A)包含的权限只有owner可以调整B)可以修改项目空间的鉴权模型C)不能将admin权限指派给用户D)不能设定项目空间的安全配置答案:CD解析:[多选题]68.NoSQL数据库优势主要体现在()。A)易于数据分散存储与处理B)频繁操作代价低C)适用于模型不断变化场景D)具备关系型数据库功能答案:ABCD解析:[多选题]69.Spark的特点主要包括：()A)运行速度快B)容易使用C)通用性D)运行模式单一答案:ABC解析:[多选题]70.如何培养适应泛在电力物联网建设和发展需要的人才队伍A)优化新兴业务和产业公司管理模式B)优化市场化用工策略C)加大人才引进力度D)建立激励措施答案:ABCD解析:[多选题]71.一个交叉验证将数据集分成两个互补的子集，分别是（__）和（__）。A)训练集B)测试集C)子集D)补集答案:AB解析:[多选题]72.基于Hadoop开源大数据平台主要提供了针对数据分布式计算和存储能力，如下属于分布式存储组件的有()。A)MapReduceB)SparkC)HDFSD)HBase答案:CD解析:[多选题]73.建设泛在电力物联网的原因包括（）：A)公司深入贯彻落实习近平新时代中国特色社会主义思想的政治担当B)公司深入贯彻落实中央领导同志最新要求的实际行动C)公司加快新旧动能转换、突破发展瓶颈的主动抉择D)公司新一届领导班子坚持守正创新、坚定不移做强做优做大公司的战略选择答案:ABCD解析:[多选题]74.以下关于FusionInsight中CarbonData说法正确的有？A)使用Carbon的目的是对大数据即席查询提供超快速响应。B)Carbon使用轻量级压缩和重量级压缩的组合压缩算法压缩数据，可以减少60%-80%数据存储空间，大大节省硬件存储成本。C)Carbon是一种新型的ApacheHadoop本地文件格式，使用先进的列式存储.索引.压缩和编码技术，以提高计算效率，有助于加速超过PB数量级的数据查询，可用于更换的交互查询D)Carbon也是一种将数据源与Spark集成的高性能分析引擎。答案:ABCD解析:[多选题]75.对HBaseBloomFilter描述不正确的是?A)用于优化随机写的场景B)用于优化Scan场景C)误判率由哈希函数个数k位数组大小m数据量n共同确定D)判断结果一定正确答案:ABD解析:[多选题]76.Feigenbaum等人在著名的《人工智能手册》中将机器学习划分为机械学习和（_)四种。A)深度学习B)示教学习C)类比学习D)归纳学习答案:BCD解析:[多选题]77.循环神经网络的输出模式包含()A)多输出B)单输出C)同步多输出D)异步多输出答案:ABD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.创建ElasticSearch索引前，要先判断索引是否存在。A)正确B)错误答案:对解析:[判断题]79.表达式(i**2foriinrange(100))的结果是个元组。A)正确B)错误答案:错解析:[判断题]80.已知列表x中包含超过5个以上的元素，那么语句x=x[:5]+x[5:]的作用是将列表x中的元素循环左移5位。A)正确B)错误答案:错解析:[判断题]81.本实验的网站日志数据需要存放到HDFS。A)正确B)错误答案:对解析:[判断题]82.大数据时代的数据分析方法要注重提高算法的精确性，其次才是提高算法效率。A)正确B)错误答案:错解析:[判断题]83.MySQL的默认字符集latin1是单字节编码的字符集。--A)正确B)错误答案:对解析:[判断题]84.定义类时实现了__pow__()方法，该类对象即可支持运算符**A)正确B)错误答案:对解析:[判断题]85.ElastioSearch倒排索引是通过关键词查询对应的文档编号，再通过文档编号找文档。A)正确B)错误答案:对解析:[判断题]86.Hadoop的MapReduce与Spark都可以进行数据计算，而相比于MapReduce，Spark的速度更快并且提供的功能更加丰富。A)正确B)错误答案:对解析:[判断题]87