大数据笔试题(答案在末尾) .pdfVIP

考题（A卷）

一、选择题

1.HDFS的是基于流数据模式访问和处理超大文件的需求而开发的，默认最基本的存储单位

是64M，具有高容错、高可靠性、高可扩展性、高吞吐率等特征，适合的读写任务是（）

A.一次写入，少次读写

B.多次写入，少次读写

C.一次写入，多次读写

D.多次写入，多次读写

2.MySQL中，语句SELECT1=0,1=1,NULL=NULL;返回的结果是

A.0，1，1B.0，1，0C.0,1,NULLD.1，0，NULL

3.()反映数据的精细化程度，越细化的数据，价值越高

A.规模B.活性C.关联度D.颗粒度

4.MySQL中，下列关于表内连接说法正确的是

A.仅选出不能匹配的记录B.仅选出相互匹配的记录

C.可选出所有的匹配和不匹配记录D.随机出现记录数

5.下列哪个不是Hadoop运行的模式？

A.单机B.伪分布式C.分布式D.集群式

6.设计分布式数据仓库hive的数据表时，为取样更高效，一般可以对表中的连续字段进行

什么操作？

A.分桶B.分区C.索引D.分表

7.MySQL中，语句SELECTSUM(SAL),MAX(SAL),MIN(SAL)FROMEMP;返回结果说法正确的是

A.返回一行一列数据B.返回三行一列数据

C.返回三行三列数据D.返回一行三列数据

8.以下哪项不属于数据挖掘的内容？

A.地图app的拥堵躲避功能B.补充完善道路网络属性

C.建立道路拥堵概率与拥堵趋势变化的模型

D.多维分析用户出行规律

9.HBase分布式模式最好需要（）个节点？

A.1

B.2

C.3

D.最少

10.SparkSQL（）会从左表那里返回所有的行，即使在右表中没有匹配的行。

A.innerjoinB.leftouterjoinC.rightouterD.joinfulljoin

11.数据仓库的最终目的是（）

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

12.下列关于HadoopAPI的说法错误的是（）

A.Hadoop的文件API不是通用的，只用于HDFS文件系统

B.Configuration类的默认实例化方法是以HDFS系统的资源配置为基础的

C.FileStatus对象存储文件和目录的元数据

D.FSDataInputStream是java.io.DataInputStream的子类

13.关于垃圾回收机制描述不正确的是

A.垃圾回收机制不须通过程序员调用相应方法，也能自动启动。

B.java程序员用System.gc()方法一定能进行垃圾回收;

C.垃圾回收机制属于jvm自动操作，java程序员可以不进行垃圾回收操作。

D.垃圾回收机制并不是由操作系统自动执行。

14.大数据项目对数据的处理过程为：

A.采集，统计，清洗，挖掘

B.采集，清洗，统计，挖掘

C.采集，挖掘，清洗，统计

D.采集，清洗，挖掘，统计

15.HDFS无法高效存储大量小文件，想让它能处理好小文件，比较可行的改进策略不包括（）

A.利用SequenceFile、MapFile、Har等方式归档小文件

B.多Master设计

C.Block大小适当调小

D.调大namenode内存或将文件系统元数据存到硬盘里

16.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

17.以下关于大数据分析理念描述错误的是（）

A.倾向于全体数据而非抽样数据

B.分析的方法注重相关分析多于因果关系

C.分析效果更追究效率，对精准性要求较低

D.强调相对数据代替绝对数据

18.下列哪项通常是集群的最主要瓶颈：

A.CPUB.网络C.磁盘IOD.内存

18.以下对数据市场描述错误的是：

A.数据市场是大数据产