大数据技术知识考试复习题库（附答案）

大数据技术知识考试复习题库(附答案)A、高速实时数据查询A、AirflowB、立即将该节点标记为DeadC、等待心跳超时后将其标记为Dead,并复制数据参考答案：C参考答案：CB、快速排序B、平均值填补参考答案：B14.Redis通常被归类为哪种类型的NoSQL数据库?C、键值对存储A、Broker17.在Spark中，persist()和cache()方法的区别主要在于?参考答案：B20.Flink的CheckPoin21.在Flink中，用于检测数据流中出现的异常模式的API是?参考答案：D22.消息队列Kafka主要用于解决什么问题?B、系统间的异步解耦与流量削峰D、数据库连接池的管理25.以下哪个组件在Hadoop生态中主要负责作业的调度和管理?26.数据仓库分层架构中，最底层通常被称为?27.在分布式数据库HBase中，用于存储行键的列族名称通常是?A、infoA、键值对D、块大小与硬件配置无关31.以下哪种优化方法可以提高Hive查询性能?B、为常用查询条件字段创建分区参考答案：BA、Kafka是点对点的消息模型B、强一致性参考答案：C参考答案：B参考答案：BA、增加分区数量45.HBase的读取流程中，数据最终是从哪里获取的?D、数据是否为唯一值参考答案：DA、DataNodeB、SecondaryNameNodeB、数据的属性信息，如名称、类型、来源等B、分区用于提高查询效率，分桶用于数据组织C、分区用于数据备份，分桶用于数据恢复参考答案：B51.下列哪个问题属于数据清洗中的“脏数据”范畴?B、进行网络通信54.数据仓库的特征不包括以下哪项?55.在Hive中，分区表和分桶表的主D、集群的管理员密码参考答案：C参考答案：B参考答案：B61.关于Kafka的事务机制，下列说法错误的是?C、事务是为了保证Exactly-Once语义A、快速排序B、快速查找文档参考答案：B66.以下哪个库是专门为Spark处理图计算而设计的?A、线性可伸缩性参考答案：CC、加速数据的网络传输C、事件写入数据库的时间D、当前系统时钟的时间参考答案：BB、文件系统的元数据(如文件名、权限、目录树、块映射表)参考答案：B参考答案：B80.以下哪种技术不属于实时数据处理框架?B、支持多种语言编写程序(Scala、Python、Java等)A、清洗后的数据准确性和完整性更高3.以下哪些是大数据处理中常用的编程语言?A、Python6.以下哪些属于数据生命周期管理(DLM)的阶段?B、Velocity(高速)D、数据以Block(块)的形式存储14.Hive常用的数据存储格式包括?15.以下关于Kafka的说法正确的是?B、Kafka主要用于高吞吐量的实时数据传递A、RDB持久化是将内存中的数据快照写入磁盘18.在机器学习中，用于评估分类模型性能的指标包括?A、Accuracy(准确率)19.数据仓库的分层架构通常包括?A、ODS层(贴源层)C、DWS层(汇总层)于什么?A、数据库表A、laaSA、Invertedlndex(倒排索引)B、PostingList(倒排列表)D、Block(分块)D、分区数量越多越好A、Tableau25.Redis的主要数据结构包括?C、Set(集合)B、数据加密27.以下哪些是数据库索引的类型?A、可以管理代码的历史版本A、torch.TensorD、必须使用昂贵的高性能硬件B、Velocity(高速)D、Value(低价值密度)B、存储实际的数据块D、处理客户端的读请求C、集成学习通过组合多个模型来提高性能B、异常值检测A、Map阶段负责读取数据并转换为Key-Value对D、匿名化处理可以去除所有身份关联C、限制访问频率A、通常不使用固定的表结构B、高并发读写性能好参考答案：B参考答案：A参考答案：A7.Hive是基于Hadoop的数据仓库工具，可以将结构化的数据文件映射为一张数据库表。参考答案：A8.SparkStreaming只能使用HDFS作为实时数据的输入源。参考答案：A参考答案：A理)场景。参考答案：B参考答案：A参考答案：A38.云计算是指通过