《大数据技术原理及应用》题目 .pdfVIP

大数据技术原理与应用

第一卷

一:判断题（每小题5分）

1:对于大数据而言，最基本、最重要的要求就是减少错误、保证质量。因此，大数据

收集的信息量要尽量精确。

A:对B:错

答案：B

2:Spark是一个高效的分布式计算系统，它有MapReduce所有优点，同时性能与

Hadoop一样高。

A:对B:错

答案：B

3:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。

A:对B:错

答案：B

4:简单随机抽样，是从总体N个对象中任意抽取n个对象作为样本，最终以这些样

本作为调查对象。在抽取样本时，总体中每个对象被抽中为调查样本的概率可能会有差异。

A:对B:错

答案：B

5:大数据预测能够分析和挖掘出人们不知道或没有注意到的模式，确定判断事件必然

会发生。

A:对B:错

答案：B

二:单选题（每小题5分）

6:数据清洗的方法不包括______

A缺失值处理B噪声数据清除C一致性检查D重复数据记录处理

答案：D

7:大数据的基本特征不包括______

A数据量大B数据类型繁多C处理速度快D价值密度高

答案：D

8:HDFS中当前block大小为128M，如果当前要上传到HDFS中的文件大小为300M，

那么在存储时会分配_______个block进行存储

A1B2C3D4

答案：C

9:下列______程序通常与NameNode在一个节点启动

ASecondNameNodeBDataNodeCTaskTrackerDJobTracker

答案：D

10:配置Hadoop时，JAVA_HOME包含在______配置文件中

Ahadoop-default.xmlBhadoop-env.shChadoop-site.xmlDconfiguration.xs

答案：B

11:在数据生命周期管理实践中______是执行方法

A数据存储和备份规范B数据管理和维护C数据价值发觉和利用D数据应用开发和

管理

答案：B

12:HBase系统基本架构中主服务器Master的作用是______

A包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用

来加快后续数据访问过程B可以帮助选举出一个Master作为集群的总管，并保证在任何

时刻总有唯一一个Master在运行C主要负责表和Region的管理工作D是HBase中最

核心的模块，负责维护分配给自己的Region，并响应用户的读写请求

答案：C

13:Hadoop具有特性不包括______

A高可靠性B高效性C高可扩展性D低容错性，

答案：D

14:YARN的http端口默认是______

A80B8080C8090D8088

答案：D

15:大数据时代，数据使用的关键是______

A数据收集B数据存储C数据分析D数据再利用

答案：D

三:多选题（每小题5分）

16:大数据人才整体上需要具备______等核心知识

A数学与统计知识B计算机相关知识C马克思主义哲学知识D市场运营管理知识E

在特定业务领域的知识

答案：ABE

17:下列关于数据生命周期管理的核心认识中，正确的是______

A数据从产生到被删除销毁的过程中，具有多个不同的数据存在阶段B在不同的数据

存在阶段，数据的价值是不同的C根据数据价值的不同应该对数据采取不同的管理策略D

数据生命周期管理旨在产生效益的同时，降低生产成本

答案：ABC

18:数据研究经历了几种范式，包括______

A实验B理论C计算D数据

答案：ABCD

19:按照涉及自变量的多少，可以将回归分析分为______