大数据基础 试卷及答案 试卷1.docx

《大数据基础》试卷（1） 姓名 班级 学号 得分____________ 单选题（40分，每题2分） 当前大数据技术的基础是由（ ）首先提出的。B A．微软 B．谷歌 C．阿里巴巴 D．百度 下列选项中，哪一项是研究大数据最重要的意义（ ）。D A．分析 B．统计 C．测试 D．预测 医疗健康数据的基本情况不包括以下哪项？（ ）。C A．诊疗数据 B．个人健康管理数据 C．公共安全数据 D．健康档案数据 要将文件从宿主主机上传到虚拟机中，可以使用（ ）。B A．JDK B．Xftp C．IDEA D．MySQL 以下哪一项不属于Hadoop可以运行的模式?（ ）。C A．单机（本地）模式 B．伪分布式模式 C．互联模式 D．分布式模式 一个HDFS数据文件可能被切分成多个（ ），存储在不同的DataNode。A A．block B．namespace C．fsimage D．edits 下列选项中，关于HDFS说法错误的是（ ）。D A．HDFS是 Hadoop的核心之一 B．HDFS源于Google的GFS论文 C．HDFS用于存储海量大数据 D．HDFS是用于计算海量大数据 不属于常见爬虫类型的是（ ）。C A．通用网络爬虫 B．增量网络爬虫 C．浅层网络爬虫 D．聚焦网络爬虫 Hadoop MapReduce计算的流程是（ ）。A A．Map任务—Shuffle—Reduce任务 B．Map任务—Reduce任务—Shuffle C．Reduce任务—Map任务—Shuffle D．Shuffle—Map任务—Reduce任务 关于数据清洗的目的，描述错误的是（ ）。D A．数据有重复 B．数据有错误 C．数据有缺失 D．数据量太大 简答题（20分，每题5分） 简述大数据的5V特征。 简述HDFS的功能。 简述网络爬虫的工作流程。 举例说明大数据的应用。 操作题（40分，每题20分） 使用Hadoop实现WordCount的程序，统计单词出现的次数。提交运行结果截图。 利用Matplotlib绘制柱状图，数据为[5, 20, 15, 30, 25, 10]。提交代码和运行结果截图。