《数据清洗》期末复习题 .pdfVIP

数据清洗期末复习题

一、选择题

1、大数据的起源是（）。（单选题）

A：金融B：电信C：互联网D：公共管理

2、大数据的最显著特征是（）。（单选题）

A：数据规模大B：数据类型多样C：数据处理速度快D：数据价值密度高

3.支撑大数据业务的基础是（）。（单选题）

A.数据科学B。数据应用C。数据硬件D。数据人才

4、数据清洗的方法不包括（）。（单选题）

A：缺失值处理B：格式内容错误处理C：逻辑错误处理D：重复数据记录处理

5、数据仓库的最终目的是（）。（单选题）

A：收集业务需求B：建立数据仓库逻辑模型

C：开发数据仓库的应用分析D：为用户和业务部门提供决策支持

6、数据清洗是一项十分繁重的工作，数据清洗在提高数据质量的同时要付出一定的代价，

不包括（）。（单选题）

A：投入的时间B：人力成本C：物力成本D：数据来源

7、在数据清洗中，对于json和xml描述错误的是（）。（单选题）

A：JSON和XML都是纯文本

B：XML传输一般比JSON更短、速度更快

C：XML有结束标签而JSON没有

D：JSON和XML都具有“自我描述性”

8、在数据清洗中，对于“脏”数据源需要进行操作处理，不包括以下哪个方面：（）。（单

选题）

A：完全清除某些输入字段

B：自动替换掉某些错误数据值

C：对分配和调整的规则进行完备的文档记录

D：补入一些丢失的数据

9、在数据清洗中，下面（）不是ETL子系统。（单选题）

A：抽取类子系统

B：清洗和更正数据子系统

C：数据发布类子系统

D：数据加载子系统

10、在数据清洗中，下面数据清洗操作的注意事项错误的是（）。（单选题）

A：同一份数据清单中避免出现空行和空列；

B：数据清单中的数据尽可能细化，不要使用数据合并；

C：构造单行表头结构的数据清单，不要有两行以上的复杂表头结构；

D：单元格的开头和末尾可以输入空格或其他控制符号；

11、在数据清洗中，下面不是Kettle组件的是（）。（单选题）

A：Spoon

B：Pan

C：Chef

D：chen

12、在数据清洗中，透视操作是OpenRefine的主要工作方式之一，下列透视错误的是（）。

（单选题）

A：时间线透视

B：散光图透视

C：数字透视

D：文本透视

13、在数据清洗中，下列（）不是数据质量评估的指标。（单选题）

A：完整性

B：准确性

C：唯一性

D：一致性

14.在数据清洗中，DOM树结构不包括（）。（单选题）

A.文档B.内容

C.节点D.元素

15.在数据清洗中，下列（）问题需要采取半自动+人工方式结合进行清洗。（单选题）

A.身份证号码出现非数字和X的情况

B.去除重要性低的字段

C.删除数据

D.分裂数据

16.在数据清洗中，下列（）不是数据检验。（单选题）

A.数据类型检验

B.正则表达式约束检验

C.调试检验

D.查询表检验

17.在数据清洗中，增量抽取机制不适用于（）特点的数据表。（单选题）

A.源表变化数据相对数据总量较小

B.目标表需要记录过期信息或者冗余信息

C.业务系统能直接提供增量数据

D.源表变化数据不规律

18.在数据清洗中，Kettle数据加密类型不包括（）。（单选题）

A.对称加密B.PGP加密流C.PGP解密流D.MD5加密

19.在数据清洗中，数据排重需要技巧，排重依据是（）。（单选题）

A.准确性B.