【MOOC】大数据技术原理与应用-厦门大学 中国大学慕课MOOC答案

【MOOC】大数据技术原理与应用-厦门大学中国大学慕课MOOC答案第1章大数据概述单元测验1、【单选题】第三次信息化浪潮的标志是：本题答案：【云计算、大数据、物联网技术的普及】2、【单选题】就数据的量级而言，1PB数据是多少TB？本题答案：【1024】3、【单选题】以下关于云计算、大数据和物联网之间的关系，论述错误的是：本题答案：【云计算侧重于数据分析】4、【单选题】以下哪个不是大数据时代新兴的技术：本题答案：【MySQL】5、【单选题】每种大数据产品都有特定的应用场景，以下哪个产品是用于批处理的：本题答案：【MapReduce】6、【单选题】每种大数据产品都有特定的应用场景，以下哪个产品是用于流计算的：本题答案：【S4】7、【单选题】每种大数据产品都有特定的应用场景，以下哪个产品是用于图计算的：本题答案：【Pregel】8、【单选题】每种大数据产品都有特定的应用场景，以下哪个产品是用于查询分析计算的：本题答案：【Dremel】9、【多选题】数据产生方式大致经历了三个阶段，包括：本题答案：【运营式系统阶段#用户原创内容阶段#感知式系统阶段】10、【多选题】大数据发展的三个阶段是：本题答案：【萌芽期#成熟期#大规模应用期】11、【多选题】大数据的特性包括：本题答案：【数据量大#数据类型繁多#处理速度快#价值密度低】12、【多选题】图领奖获得者、著名数据库专家JimGray博士认为，人类自古以来在科学研究上先后经历了哪几种范式：本题答案：【实验科学#理论科学#计算科学#数据密集型科学】13、【多选题】大数据带来思维方式的三个转变是：本题答案：【全样而非抽样#效率而非精确#相关而非因果】14、【多选题】大数据主要有哪几种计算模式：本题答案：【批处理计算#流计算#图计算#查询分析计算】15、【多选题】云计算的典型服务模式包括三种：本题答案：【PaaS#IaaS#SaaS】第2章大数据处理架构Hadoop单元测验1、【单选题】启动hadoop所有进程的命令是:本题答案：【start-all.sh】2、【单选题】以下对Hadoop的说法错误的是：本题答案：【Hadoop是基于Java语言开发的，只支持Java语言编程】3、【单选题】以下哪个不是Hadoop的特性:本题答案：【成本高】4、【单选题】以下名词解释不正确的是:本题答案：【HBase：提供高可靠性、高性能、分布式的行式数据库，是谷歌BigTable的开源实现】5、【多选题】以下哪些组件是Hadoop的生态系统的组件：本题答案：【MapReduce#HDFS#HBase】6、【多选题】以下哪个命令可以用来操作HDFS文件:本题答案：【hadoopfs#hdfsdfs#hadoopdfs】第3章分布式文件系统HDFS单元测验1、【单选题】HDFS的命名空间不包含:本题答案：【字节】2、【单选题】对HDFS通信协议的理解错误的是:本题答案：【HDFS通信协议都是构建在IoT协议基础之上的】3、【单选题】采用多副本冗余存储的优势不包含:本题答案：【节约存储空间】4、【单选题】假设已经配置好环境变量，启动Hadoop和关闭Hadoop的命令分别是:本题答案：【start-dfs.sh，stop-dfs.sh】5、【单选题】分布式文件系统HDFS采用了主从结构模型，由计算机集群中的多个节点构成的，这些节点分为两类，一类存储元数据叫，另一类存储具体数据叫:本题答案：【名称节点，数据节点】6、【单选题】下面关于分布式文件系统HDFS的描述正确的是：本题答案：【分布式文件系统HDFS是谷歌分布式文件系统GFS（GoogleFileSystem）的一种开源实现】7、【多选题】以下对名称节点理解正确的是:本题答案：【名称节点通常用来保存元数据#名称节点的数据保存在内存中#名称节点作为中心服务器，负责管理文件系统的命名空间及客户端对文件的访问】8、【多选题】以下对数据节点理解正确的是:本题答案：【数据节点用来存储具体的文件内容#数据节点的数据保存在磁盘中#数据节点在名称节点的统一调度下进行数据块的创建、删除和复制等操作】9、【多选题】HDFS只设置唯一一个名称节点带来的局限性包括:本题答案：【性能的瓶颈#命名空间的限制#隔离问题#集群的可用性】10、【多选题】以下HDFS相关的shell命令不正确的是:本题答案：【hadoopdfsmkdirpath：创建path指定的文件夹#hadoopfs-copyFromLocalpath1path2：将路径path2指定的文件或文件夹复制到路径path1指定的文件夹中】第4章分布式数据库HBase单元测验1、【单选题】HBase是一种数据库本题答案：【列式数据库】2、【单选题】下列对HBase数据模型的描述错误的是:本题答案：【HBase中执行更新操作时，会删除数据旧的版本，并生成一个新的版本】3、【单选题】下列说法正确的是:本题答案：【Zookeeper是一个集群管理工具，常用于分布式计算，提供配置维护、域名服务、分布式同步等】4、【单选题】在HBase数据库中，每个Region的建议最佳大小是：本题答案：【1GB-2GB】5、【单选题】HBase三层结构的顺序是:本题答案：【Zookeeper文件，-ROOT-表，.MEATA.表】6、【单选题】客户端是通过级寻址来定位Region:本题答案：【三】7、【单选题】关于HBaseShell命令解释错误的是:本题答案：【list：显示表的所有数据】8、【多选题】下列对HBase的理解正确的是：本题答案：【HBase是针对谷歌BigTable的开源实现#HBase多用于存储非结构化和半结构化的松散数据】9、【多选题】HBase和传统关系型数据库的区别在于哪些方面:本题答案：【数据模型#数据操作#存储模式#数据索引】10、【多选题】访问HBase表中的行，有哪些方式:本题答案：【通过单个行健访问#通过一个行健的区间来访问#全表扫描】第5章NoSQL数据库单元测验1、【单选题】下列关于NoSQL数据库和关系型数据库的比较，不正确的是：本题答案：【NoSQL数据库很容易实现数据完整性，关系型数据库很难实现数据完整性】2、【单选题】以下对各类数据库的理解错误的是:本题答案：【HBase数据库是列族数据库，可扩展性强，支持事务一致性】3、【单选题】下列数据库属于文档数据库的是:本题答案：【MongoDB】4、【单选题】NoSQL数据库的三大理论基石不包括:本题答案：【ACID】5、【多选题】关于NoSQL数据库和关系数据库，下列说法正确的是：本题答案：【关系数据库有关系代数理论作为基础，NoSQL数据库没有统一的理论基础#NoSQL数据库可以支持超大规模数据存储，具有强大的横向扩展能力#大多数NoSQL数据库很难实现数据完整性】6、【多选题】NoSQL数据库的类型包括：本题答案：【键值数据库#列族数据库#文档数据库#图数据库】7、【多选题】CAP是指:本题答案：【一致性#可用性#分区容忍性】8、【多选题】NoSQL数据库的BASE特性是指:本题答案：【基本可用#软状态#最终一致性】第6章云数据库单元测验1、【单选题】下列Amazon的云数据库属于关系数据库的是：本题答案：【AmazonRDS】2、【单选题】下列关于UMP系统的说法不正确的是:本题答案：【Mnesia是UMP系统的一个组件，是一个分布式数据库管理系统，且不支持事务】3、【多选题】UMP依赖的开源组件包括:本题答案：【Mnesia#LVS#RabbitMQ#ZooKeeper】4、【多选题】在UMP系统中，Zookeeper主要发挥的作用包括:本题答案：【作为全局的配置服务器#提供分布式锁，选出一个集群的“总管”#监控所有MySQL实例】5、【多选题】UMP系统设计了哪些机制来保证数据安全:本题答案：【SSL数据库连接#记录用户操作日志#数据访问IP白名单#SQL拦截】第7章MapReduce单元测验1、【单选题】下列说法错误的是:本题答案：【Hadoop框架是用Java实现的，MapReduce应用程序则一定要用Java来写】2、【单选题】在使用MapReduce程序WordCount进行词频统计时，对于文本行“hellohadoophelloworld”，经过WordCount程序的Map函数处理后直接输出的中间结果，应该是下面哪种形式：本题答案：【hello,1、hello,1、hadoop,1和world,1】3、【单选题】对于文本行“hellohadoophelloworld”，经过WordCount的Reduce函数处理后的结果是:本题答案：【hello,2hadoop,1world,1】4、【多选题】下列关于传统并行计算框架（比如MPI）和MapReduce并行计算框架比较正确的是：本题答案：【前者是共享式(共享内存/共享存储)，容错性差，后者是非共享式的，容错性好#前者所需硬件价格贵，可扩展性差，后者硬件便宜，扩展性好#前者相比后者学习起来更难#前者适用于实时、细粒度计算、计算密集型，后者适用于批处理、非实时、数据密集型】5、【多选题】MapReduce1.0的体系结构主要由哪几个部分组成:本题答案：【Client#JobTracker#TaskTracker#Task】第8章Hadoop再探讨单元测验1、【单选题】下列说法正确的是:本题答案：【第二名称节点无法解决单点故障问题】2、【单选题】HDFSFederation设计不能解决“单名称节点”存在的哪个问题:本题答案：【单点故障问题】3、【多选题】下列哪些是Hadoop1.0存在的问题：本题答案：【抽象层次低#表达能力有限#开发者自己管理作业之间的依赖关系#执行迭代操作效率低】4、【多选题】下列对Hadoop各组件的理解正确的是:本题答案：【Pig：处理大规模数据的脚本语言#Tez：支持DAG作业的计算框架#Oozie:工作流和协作服务引擎#Kafka：分布式发布订阅消息系统】5、【多选题】对新一代资源管理调度框架YARN的理解正确的是:本题答案：【YARN可以实现“一个集群多个框架”，即在一个集群上部署一个统一的资源调度管理框架#YARN的体系结构包含三个组件：ResourceManager，NodeManager，ApplicationMaster#MapReduce2.0是运行在YARN之上的计算框架，由YARN来为MapReduce提供资源管理调度服务】第9章数据仓库Hive单元测验1、【单选题】下列有关Hive和Impala的对比错误的是:本题答案：【Hive在内存不足以存储所有数据时，会使用外存，而Impala也是如此】2、【单选题】下列关于Hive基本操作命令的解释错误的是:本题答案：【loaddatalocalinpath‘/usr/local/data’overwriteintotableusr;//把目录’/usr/local/data’下的数据文件中的数据以追加的方式装载进usr表】3、【多选题】下列说法正确的是：本题答案：【Impala和Hive、HDFS、HBase等工具可以统一部署在一个Hadoop平台上#Hive本身不存储和处理数据，依赖HDFS存储数据，依赖MapReduce处理数据#HiveQL语法与传统的SQL语法很相似】4、【多选题】Impala主要由哪几个部分组成:本题答案：【Impalad#StateStore#CLI】5、【多选题】以下属于Hive的基本数据类型是:本题答案：【TINYINT#FLOAT#STRING#BINARY】第10章Spark单元测验1、【单选题】SparkSQL目前暂时不支持下列哪种语言:本题答案：【Lisp】2、【单选题】RDD操作分为转换（Transformation）和动作（Action）两种类型，下列属于动作（Action）类型的操作的是:本题答案：【count】3、【单选题】下列说法错误的是：本题答案：【RDD提供的转换接口既适用filter等粗粒度的转换，也适合某一数据项的细粒度转换】4、【单选题】下列关于常见的动作（Action）和转换（Transformation）操作的API解释错误的是:本题答案：【take(n)：返回数据集中的第n个元素】5、【单选题】下列大数据处理类型与其对应的软件框架不匹配的是:本题答案：【图结构数据的计算：Hive】6、【多选题】Apache软件基金会最重要的三大分布式计算系统开源项目包括：本题答案：【Hadoop#Spark#Storm】7、【多选题】Spark的主要特点包括:本题答案：【运行速度快#容易使用#通用性好#运行模式多样】8、【多选题】下列关于Scala的说法正确的是:本题答案：【Scala是一种多范式编程语言#Scala运行于Java平台，兼容现有的Java程序#Scala具备强大的并发性，支持函数式编程#Scala是Spark的主要编程语言，但Spark还支持Java、Python、R作为编程语言】9、【多选题】Spark的运行架构包括:本题答案：【集群资源管理器ClusterManager#运行作业任务的工作节点WorkerNode#每个应用的任务控制节点Driver#每个工作节点上负责具体任务的执行进程Executor】第11章流计算单元测验1、【单选题】流计算秉承一个基本理念，即数据的价值随着时间的流逝而，如用户点击流：本题答案：【降低】2、【单选题】Hadoop运行的是MapReduce任务，类似地，Storm运行的任务叫做本题答案：【Topology】3、【多选题】对于一个流计算系统来说，它应达到如下哪些需求:本题答案：【高性能#海量式#实时性#分布式】4、【多选题】数据采集系统的基本架构包括哪些部分:本题答案：【Agent#Collector#Store】5、【多选题】以下哪些是开源的流计算框架:本题答案：【Yahoo!S4#TwitterStorm】6、【多选题】下面哪几个属于Storm中的StreamGroupings的分组方式:本题答案：【随机分组#按照字段分组#广播发送#全局分组】第12章Flink单元测验1、【单选题】以下哪个不是Flink的优势：本题答案：【不支持增量迭代】2、【单选题】在Flink中哪个是基于批处理的图计算库：本题答案：【Gelly】3、【多选题】下面关于Flink的说法正确的是：本题答案：【Flink可以同时支持实时计算和批量计算#Flink起源于Stratosphere项目，该项目是在2010年到2014年间由柏林工业大学、柏林洪堡大学和哈索普拉特纳研究所联合开展的#Flink是Apache软件基金会的5个最大的大数据项目之一】4、【多选题】Flink的主要特性包括：本题答案：【批流一体化#精密的状态管理#事件时间支持#精确一次的状态一致性保障】5、【多选题】下面论述正确的是：本题答案：【流处理架构需要具备低延迟、高吞吐和高性能的特性，而目前从市场上已有的产品来看，只有Flink可以满足要求#Storm虽然可以做到低延迟，但是无法实现高吞吐，也不能在故障发生时准确地处理计算状态#SparkStreaming通过采用微批处理方法实现了高吞吐和容错性，但是牺牲了低延迟和实时处理能力#Flink实现了GoogleDataflow流计算模型，是一种兼具高吞吐、低延迟和高性能的实时流计算框架，并且同时支持批处理和流处理】6、【多选题】Flink常见的应用场景包括：本题答案：【事件驱动型应用#数据分析应用#数据流水线应用】7、【多选题】Flink核心组件栈分为哪三层：本题答案：【物理部署层#Runtime核心层#APILibraries层】8、【多选题】Flink有哪几种部署模式：本题答案：【Local模式#Standalone集群模式#YARN集群模式#运行在GCE（谷歌云服务）和EC2（亚马逊云服务）上】9、【多选题】Flink系统主要由两个组件组成，分别为:本题答案：【JobManager#TaskManager】10、【多选题】在编程模型方面，Flink提供了不同级别的抽象，以开发流或批处理作业，主要包括哪几个级别的抽象：本题答案：【状态化的数据流接口#DataStreamAPI（有界或无界流数据）以及DataSetAPI（有界数据集）#TableAPI#SQL】第13章图计算单元测验1、【单选题】Pregel是一种基于模型实现的并行图处理系统:本题答案：【BSP】2、【单选题】谷歌在后Hadoop时代的新“三驾马车”不包括:本题答案：【Hama】3、【多选题】下列哪些是以图顶点为中心的，基于消息传递批处理的并行图计算框架：本题答案：【Pregel#Hama#Giraph】4、【多选题】以下关于Pregel图计算框架说法正确的是:本题答案：【通常只对满足交换律和结合律的操作才会开启Combiner功能#Aggregator提供了一种全局通信、监控和数据查看的机制#Pregel采用检查点机制来实现容错#对于全局拓扑改变，Pregel采用了惰性协调机制】第14章大数据在不同领域的应用单元测验1、【单选题】下列说法错误的是：本题答案：【基于用户的协同过滤算法（简称UserCF算法）是目前业界应用最多的算法】2、【多选题】推荐方法包括哪些类型:本题答案：【专家推荐#基于统计的推荐#基于内容的推荐#协同过滤推荐】大数据技术原理与应用期末试卷1、【单选题】数据产生方式的变革主要经历了三个阶段，以下哪个不属于这三个阶段：本题答案：【数据流阶段】2、【单选题】第三次信息化浪潮的发生标志是以下哪种技术的普及：本题答案：【物联网、云计算和大数据】3、【单选题】在Flink中哪个是基于批处理的图计算库：本题答案：【Gelly】4、【单选题】Hadoop的两大核心是和本题答案：【HDFS;MapReduce】5、【单选题】HDFS默认的一个块大小是本题答案：【64MB】6、【单选题】在分布式文件系统HDFS中，负责数据的存储和读取:本题答案：【数据节点】7、【单选题】上传当前目录下的本地文件file.txt到分布式文件系统HDFS的“/path”目录下的Shell命令是：本题答案：【hdfsdfs-putfile.txt/path】8、【单选题】在HDFS根目录下创建一个文件夹/test，且/test文件夹内还包含一个文件夹dir，正确的shell命令是:本题答案：【hadoopfs-mkdir-p/test/dir】9、【单选题】下列有关HBase的说法正确的是：本题答案：【HBase是一种NoSQL数据库】10、【单选题】已知一张表student存储在HBase中，向表中插入一条记录{id:2015001,name:Mary,{score:math}:88}，其id作为行键，其中，在插入数学成绩88分时，正确的命令是:本题答案：【put'student','2015001','score:math','88'】11、【单选题】NoSQL数据库的三大理论基石不包括:本题答案：【ACID】12、【单选题】在设计词频统计的MapReduce程序时，对于文本行“hellobigdatahellohadoop”，经过map函数处理后直接输出的结果应该是（没有发生combine和merge操作）:本题答案：【hello,1、hello,1、bigdata,1和hadoop,1】13、【单选题】假设已经配置好PATH环境变量，启动Hadoop的命令是:本题答案：【start-dfs.sh】14、【单选题】下列说法错误的是：本题答案：【第二名称节点是热备份，而HDFSHA不是热备份】15、【单选题】RDD操作包括转换（Transformation）和动作(Action)两种类型，下列RDD操作属于动作（Action）类型的是:本题答案：【collect】16、【单选题】下列关于Hive的说法正确的是:本题答案：【Hive支持批量导入】17、【多选题】大数据的特点包括:本题答案：【数据量大#数据种类繁多#处理速度快#价值密度低】18、【多选题】下列适用于批处理计算的框架有哪些：本题答案：【MapReduce#Spark】19、【多选题】下列适用于流计算的框架有哪些:本题答案：【Storm#SparkStreaming】20、【多选题】Flink核心组件栈分为哪三层：本题答案：【物理部署层#Runtime核心层#APILibraries层】21、【多选题】从技术架构上来看，物联网可以分为哪几层:本题答案：【感知层#网络层#处理层#应用层】22、【多选题】HBase需要根据哪些属性来唯一地确定一个单元格(cell)中的某个版本数据:本题答案：【行键#列族#列限定符#时间戳】23、【多选题】典型的NoSQL数据库的类型包括：本题答案：【键值数据库#列族数据库#文档数据库#图数据库】24、【多选题】CAP是指：本题答案：【一致性#可用性#分区容忍性】25、【多选题】云计算主要包括哪3种类型：本题答案：【IaaS#PaaS#SaaS】26、【多选题】以下属于流计算的应用有哪些：本题答案：【购物网站的广告推荐#实时交通路线推荐】27、【多选题】下列关于图计算产品Pregel的说法正确的是：本题答案：【当多个顶点的操作请求发生冲突时，Pregel采用局部有序和Handler来解决冲突#Pregel是一种基于BSP模型实现的并行图处理系统#在每个超步中，每个顶点会根据其接收消息的最大值和自身值比较，来确定自己状态作何种改变】28、【多选题】下列哪些是图计算框架Pregel的应用:本题答案：【单源最短路径#二分匹配#PageRank】29、【多选题】关于Spark的特性说法正确的是:本题答案：【Scala是Spark的主要编程语言，但Spark还支持Java、Python、R作为编程语言#Spark提供了内存计算，可将中间结果放到