下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
南京工程学院《大数据技术》2025——2026学年第二学期期末试卷院(系)_______班级_______学号_______姓名_______题号一二三四五六七总分得分一、单项选择题(共20题,每题1分,满分20分)1.大数据的5V特性不包括以下哪一项?A.Volume(大量)B.Velocity(高速)C.Variety(多样)D.Validity(有效)2.在Hadoop生态系统中,负责分布式存储的核心组件是?A.MapReduceB.HDFSC.HiveD.HBase3.Spark的核心抽象是?A.DataFrameB.RDDC.DatasetD.Stream4.下列哪种数据库属于NoSQL类型?A.MySQLB.MongoDBC.PostgreSQLD.Oracle5.MapReduce模型中的shuffle阶段主要处理?A.数据输入B.数据排序和分组C.数据输出D.数据压缩6.Hive是基于哪种语言的数据仓库工具?A.SQLB.PythonC.JavaD.Scala7.以下哪项是SparkStreaming的特点?A.批处理B.实时流处理C.离线分析D.文件存储8.在数据挖掘中,Apriori算法用于?A.分类B.聚类C.关联规则挖掘D.回归9.HBase的列族(ColumnFamily)特性是?A.固定数量B.动态扩展C.只读D.索引化10.下列哪项是Hadoop的分布式文件系统(HDFS)的副本默认数量?A.1B.2C.3D.411.Spark的执行模式中,standalone模式的特点是?A.依赖YARNB.依赖MesosC.独立运行D.依赖Kubernetes12.在数据可视化中,Tableau主要用于?A.编程B.交互式仪表盘C.命令行处理D.数据库管理13.机器学习中的监督学习任务不包括?A.回归B.聚类C.分类D.预测14.以下哪项是Hadoop的NameNode功能?A.存储数据块B.管理文件系统元数据C.执行MapReduce任务D.处理用户请求15.Kafka是哪种类型的消息队列系统?A.点对点B.发布-订阅C.队列D.主题16.在Spark中,transformations操作的特点是?A.立即执行B.惰性求值C.触发行动D.输出结果17.数据仓库的OLAP操作主要针对?A.事务处理B.分析处理C.数据清洗D.数据导入18.下列哪项是HBase的RowKey设计原则?A.随机生成B.散列分布C.有序存储D.固定长度19.在SparkMLlib中,线性回归模型用于?A.分类B.回归C.聚类D.降维20.大数据处理的Lambda架构包含哪两层?A.批处理层和速度层B.数据层和计算层C.存储层和查询层D.输入层和输出层二、多项选择题(共5题,每题2分,满分10分)1.下列哪些技术属于Hadoop生态系统?A.HDFSB.SparkC.HiveD.KafkaE.MongoDB2.大数据的5V特性包括?A.VolumeB.VelocityC.VarietyD.VeracityE.Value3.Spark的组件包括?A.SparkCoreB.SparkSQLC.SparkStreamingD.SparkMLlibE.SparkGraphX4.NoSQL数据库的类型包括?A.键值存储B.文档存储C.列族存储D.图数据库E.关系型存储5.数据挖掘的基本任务包括?A.分类B.聚类C.关联规则D.异常检测E.数据清洗三、填空题(共10题,每题2分,满分20分)1.Hadoop的MapReduce模型分为三个阶段:Map阶段、___阶段和Reduce阶段。2.Spark的RDD(弹性分布式数据集)是___操作的基础。3.Hive使用___语言进行数据查询。4.Kafka的分区(Partition)用于实现___处理。5.在数据可视化中,___技术用于展示多维数据。6.HBase的RegionServer负责管理___。7.机器学习中的K-means算法用于___任务。8.Spark的___模式允许在集群中独立运行。9.数据仓库的ETL过程包括___、转换和加载。10.大数据处理的___架构结合批处理和流处理。四、判断题(共10题,每题1分,满分10分)1.HDFS支持随机读写操作。()2.SparkStreaming是基于微批处理的。()3.MongoDB是关系型数据库。()4.MapReduce的shuffle阶段是可选的。()5.Hive支持事务处理。()6.Kafka的消费者组用于并行消费。()7.Spark的action操作会触发计算。()8.数据挖掘中的Apriori算法用于分类。()9.HBase的RowKey必须唯一。()10.大数据的Velocity特性强调数据生成速度。()五、简答题(共4题,每题5分,满分20分)1.简述HadoopHDFS的工作原理。2.解释SparkRDD的transformations和actions的区别。3.描述NoSQL数据库的优势和应用场景。4.简述数据挖掘中的分类任务。六、计算题(共2题,每题10分,满分20分)1.在MapReduce中,假设输入数据为:{("A",3),("B",5),("A",2),("B",1)}。Map阶段输出为:{("A",3),("A",2),("B",5),("B",1)}。shuffle阶段后,分组为:{("A",[3,2]),("B",[5,1])}。Reduce阶段对每个key求和。请计算输出结果,并写出MapReduce的计算过程公式。公式:Reduce(key,values)=sum(values)输出结果:{("A",5),("B",6)}2.在SparkMLlib中,使用线性回归模型预测房价。给定训练数据:特征X=[1,2,3,4],标签Y=[2,4,6,8]。假设模型参数θ=[0,2],使用梯度下降法更新参数。学习率α=0.1,迭代一次。计算更新后的参数θ_new。公式:θ_new=θ-α∇J(θ),其中∇J(θ)=(1/m)X^T(Xθ-Y),m为样本数。计算过程:m=4Xθ=[10+12,20+22,30+32,40+42]=[2,4,6,8]Xθ-Y=[2-2,4-4,6-6,8-8]=[0,0,0,0]∇J(θ)=(1/4
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 摩托车驾驶证科目三道路驾驶技能全真模拟试题解析及答案
- 光学透镜成像规律模拟试卷(含答案)
- 2027年事业单位联考D类综合应用能力预测卷及答案解析
- 中药炮制规范与操作技能习题及答案
- 2026年民用航空器维修人员环境保护意识模拟试卷目(含答案)
- 银行中级职称考试金融计算基础知识专项训练题库及答案
- 2026年乙炔发生工技能操作考核模拟试卷带答案
- 航空器驾驶与维修专业英语词汇及翻译练习题及答案
- 2026年危化企业安全证考试题库带答案
- 水闸工程监理实施细则
- 医保结算、对账管理制度
- 东营港东营港区环抱港池内航道维护性疏浚工程环境影响报告书
- 熔化焊接与热切割培训课件
- 12J9-1 室外工程图集
- ReFi动态养老财务模型目标基准点及养老财务相关知识测试题附答案
- GB/T 29911-2025汽车租赁服务规范
- 河大版小学信息技术课件教学
- 贝壳租房合同协议
- T-CALC 007-2025 重症监护病房成人患者人文关怀规范
- 《农村既有居住建筑抗震鉴定与加固技术标准》
- ABBdcs组态课件CONDUCTORVMS操作
评论
0/150
提交评论