2024年大数据智能办公系统知识历年考试高频考点试题附带答案

2024年大数据智能办公系统知识历年考试高频考点试题附带答案（图片大小可自由调整）第1卷一.参考题库(共25题)1.DAG调度器会将结果以什么样的形式传给Task调度器（）A、TaskSetB、TaskC、DAGD、Job2.flume中数据以Dstream的形式进行传输3.Spark也可以不依赖于第三方的资源管理和调度器，它实现了（）作为其内置的资源管理和调度框架A、StandaloneB、YARNC、MesosD、redis4.类默认是（）级别的A、publicB、privateC、protectedD、以上都不是5.以下使用scala语言，定义一个List，其中语法不正确的是？（）A、vallist=List（1，2，3）B、vallist=List[Int]（1，2，3）C、vallist=List[String]（‘a’，’b’，’c’）D、vallist=List[String]（）6.rdd是由一系列的什么组成的（）A、jobB、driverC、partitionD、worker7.以下选项组合后能够执行spark程序的是，换句话说spark程序计算结果必须包含哪几个算子？（）A、转换算子，action算子B、转换算子，控制算子C、转换算子，tracform算子D、转换算子8.以下选项中可以在spark中编写sql的框架是（）A、sparkcoreB、sparkstreamingC、mlbaseD、sparksql9.以下对于这些列表操作正确的是vart=List（1，2，3）vart2=t.：+（"test"）（）A、返回结果为List（"test"，1，2，3）B、返回结果为List（1，2，3，"test"）C、不同类型的元素不能进行列表相加D、以上说法都不对10.flume中channel组件有什么作用（）A、计算数据B、缓存数据C、输出数据D、清理数据11.通过如下程序块可以知道其输出结果为varlist=List（1，2，99，4，100）varjs=list.reduceRight（_min_）println（js）（）A、100B、1C、206D、以上答案都不对12.在linux中新增用户的指令是哪个（）A、useraddB、adduserC、usergroupD、groupadd13.flume中的基本存储单元是？（）A、agentB、eventC、sourceD、channel14.Spark生态系统已经发展成为一个包含多个子项目的集合，其中包含SparkSQL、SparkStreaming、GraphX、MLlib等子项目15.以下属于消息中间件的是哪些（）A、ActiveMQB、RabbitMQC、KafkaD、Mysql16.在linux中文件权限有哪些字母构成（）A、xB、wC、rD、o17.flume中的agent包含四大组件分别为source、task、channel、sink18.最开始Flume组件是哪个公司开发的（）A、ClouderaB、阿里巴巴C、京东D、google19.spark架构中的persist算子在源码中最多有（）备份A、2B、3C、4D、120.spark基于客户端模式运行时，driver会随机启动21.flume的组件包括如下几种？（）A、sourceB、ChannelC、GridFSD、Sink22.以下语句的运行结果为varj=2；vari=0；while（i<5）{i+=2；j*=2}；println（j）（）A、4B、8C、16D、3223.下面输出与其他不一致的是？（）A、valw="World"；println（s"Hello$w"）B、valw="World"；println（"Hello$w"）C、println（"HelloWorld"）D、valw="World"；println（"Hello"+w）24.一个application就是一个spark程序25.下面有关元组的说明那些正确？（）A、元组是不同类型元素的集合B、元组中的下标是从1开始C、元组中的下标是从0开始D、通过productArity可以知道元组的个数productElement（下标）获取元组的值第2卷一.参考题库(共25题)1.SparkSQL的应运而生，它是将SparkSQL转换成RDD，然后提交到集群执行，执行效率非常快2.spark中cache算子和persist算子的关系（）A、_useDiskB、_useMemoryC、_useOffHeapD、_useDes3.以下单词不可当做变量名的是（）A、varB、valC、forD、hello4.下面有关迭代器说法错误的是？（）A、迭代器it的两个基本操作是next和hasNextB、调用迭代器next（）会返回迭代器的下一个元素，并且更新迭代器的状态C、ScalaIterator（迭代器）不是一个集合，它是一种用于访问集合的方法D、ScalaIterator（迭代器）是一个集合5.以下算子属于执行算子的是（）A、mapB、foreachC、flatmapD、join6.以下哪些属于动作算子（）A、foreachB、reduceC、countD、map7.跟在类名后面的是主构造器8.关于元组Tuple，哪种说法是错误的（）A、元组的可以包含不同类型的元素B、元组是不可变的C、访问元组第一个元素的方式为？pair._1D、元组最多只有2个元素9.下面那些属于转化算子？（）A、unionB、distinctC、groupByKeyD、count10.分区是kafka消息队列的最小单位11.interSection算子对源RDD和参数RDD求交集后返回一个新的RDD12.如果想正常启动flume，需要给flume进行哪些配置（）A、配置sourceB、配置sinkC、配置channelD、将source、channel、sink连接起来13.flume中的sink组件是专门用来收集数据的14.sparkSql可以读取json格式的数据15.以下选项中正确的是varlbiao=List（1，2，3，4，5）varjs=lbiao.foldRight（100）（_-_）；println（js）（）A、foldRight第一个参数为种子的初始值，计算过程会从右往左拿第一个数减去种子数得到的数据，拿第二个数再减去刚才的合计值，依次类推B、foldRight与fold没有区别C、foldRight表示数据从右往左进行迭代按括号内的逻辑进行操作D、fold表示数据从左往右进行迭代按括号内的逻辑进行操作，与foldRight是一个相反的过程16.mesos是一个（）平台A、资源调度平台B、任务调度平台C、发送系统D、以上都不是17.storm和？spark？streaming？最大的区别？（）A、科学统计支持B、是否具有schemaC、是否是真正的实时计算框架D、不同公司的产品18.count算子返回RDD的元素个数19.SparkSQL是Spark用来处理结构化数据的一个模块，它提供了一个编程抽象叫做DataFrame并且作为分布式SQL查询引擎的作用20.RDD中的所有转换都是通过转化算子延迟加载的，也就是说，它们并不会直接计算结果21.java中的continue的作用是跳出当前循环22.spark中可以整合机器学习库，并可以对外提供接口的框架是（）A、sparkcoreB、sparkstreamingC、mlbaseD、sparksql23.下面选项中哪个是scala中所有类的父类（）A、AnyB、AnyIntC、AnyRefD、AnyVal24.在大数据系统中的日志收集系统flume现在使用的版本是（）A、OGB、NGC、MGD、BG25.scala中String类没有插值器的概念第3卷一.参考题库(共25题)1.SparkSQL有如下优点（）A、最基本也是最常用的单元B、都是通过new出来的C、其实例保存在spring容器中D、在spring技术中是基于组件的2.driver的特性的说法，哪些是正确的（）A、driver只有一个创建连接的功能B、driver可以分发task任务C、driver可以对task任务的执行情况进行检测D、driver可以回收task运行的结果3.spark生态圈不能进行实时计算4.下列关于kafka在进行消费数据消费时候的叙述正确的是（）A、消费者主动拉取数据消费B、kafka推送数据到消费者进行消费C、kafka在进行消费数据的时候是延时的D、以上说法都不对5.flume在大数据架构中的作用是（）A、监测收集数据B、处理数据C、计算数据D、存储数据6.scala中，关于类和函数，以下说法错误是（）A、scala中，可以在类中定义类。B、scala中，可以在函数中定义函数。C、scala中，不可以在类中定义objectD、scala中，可以在函数中定义类7.使用scala语言编写的源程序时的文件扩展名是：（.scala）8.下列关于for循环的语句，正确的是（）A、for（i<-1.to（10））{println（i）}B、for（i<-1to10）{println（i）}C、for（i<-1until10）{println（i）}D、for（i<-1unit10）{println（i）}9.scala和java一样，在for循环中都可以使用continue关键字10.安装Hbase的压缩包，使用的Linux命令是（）A、tar？-zxvfB、tar？-zxC、tar？-sD、tar？-nf11.内存计算下，Spark？比？Hadoop？快10倍12.spark内部集成的standalone功能为（）A、任务调度框架B、任务模式C、资源调度框架D、任务整合13.saveAsSequenceFile动作算子将数据集中的元素以Hadoopsequencefile的格式保存到指定的目录下，可以使HDFS或者其他Hadoop支持的文件系统14.scala中，类成员的缺省访问级别是（）A、publicB、privateC、protectD、以上都不是15.storm系统和spark？streaming系统最大的区别是哪个？（？）（）A、科学统计支持B、是否具有schemaC、是否是真正的实时计算框架D、不同公司的产品16.高阶函数是指？（）A、在程序中应该首先被定义的函数。B、将函数作为参数，并返回结果为函数的函数。C、函数参数为函数或返回结果为函数的函数。D、执行时间长的函数。17.spark架构中的的cache算子想要正常使用，必须使用action算子触发执行18.yarn是一个资源调度平台19.SortedMap为Map的子类，其中有排序的特点20.以下关于特征的说法正确的是（）A、类可以实现任意数量的特质B、特质可以要求实现它们的类具备特定的字段、方法或超类C、与Java接口（Interface）相同，Scala特质也可以提供方法和字段的实现D、当将多个特质叠加在一起时，顺序很重要——其方法先被执行的特质排在更后面21.下列语句中能够输出1-30之内所有奇数的是（）A、vari=1；while（i<=30）{if（i%2==1）{println（i）}}B、vari=1；while（i<=30）{if（i/2==1）{println（i）}}C、for（i<-1to30）{if（i%2==1）println（i）}D、for（i<-1to30）{if（i/2==1）println（i）}22.当我们在scala语言中书写for循环块用到的关键字to与until说法正确的是（）A、to：左闭右闭循环体中包括左边与右边的数值B、until：左闭右开循环体中包括左边的数值，不包括右边的数值C、until和to的不同之处在于不包括最后一个元素。D、to与until用法一致，包括循环次数也一样23.Linux中重启系统的指令有哪些（）A、rebootB、haltC、shutdown-rD、shutdown-h24.提供一个列表，要对其所有元素全部加2得到一个新的列表，下面那些选项正确vart=List（1，8，3，5，5）（）A、t.map（x=>{x+2}）B、t.map（_+2）C、其中A选项是通过一个匿名函数进行操作，B选项是通过更加简写的通配符+2表示所有元素进行加2处理，所以都正确D、以上做法都不对25.什么是日志收集系统flume的基本存储单元？（）A、agentB、eventC、sourceD、channel第1卷参考答案一.参考题库1.参考答案:A2.参考答案:错误3.参考答案:A4.参考答案:A5.参考答案:C6.参考答案:C7.参考答案:A8.参考答案:D9.参考答案:B10.参考答案:B11.参考答案:B12.参考答案:A,B13.参考答案:B14.参考答案:正确15.参考答案:A,B,C16.参考答案:A,B,C17.参考答案:错误18.参考答案