大数据导论：大数据技术单元测试与答案.pdfVIP

穷则独善其身，达则兼善天下。——《孟子》

一、单选题

1、以下哪个步骤不属于数据的采集与预处理：

A.对分析结果进行可视化呈现，帮助人们更好地理解数据、分析数据

B.利用网页爬虫程序到互联网网站中爬取数据

C.利用ETL工具将分布的、异构数据源中的数据，抽取到临时中间层后进行清

洗、转换、集成，最后加载到数据仓库或数据集市中

D.利用日志采集工具把实时采集的数据作为流计算系统的输入，进行实时处理

分析

正确答案：A

2、以下哪项不属于数据清洗的内容：

A.一致性检查

B.精确度校验

C.无效值和缺失值的处理

D.成对删除

正确答案：B

3、以下哪项不属于传统的数据存储和管理技术：

A.NoSQL数据库

B.文件系统

C.数据仓库

D.关系数据库

正确答案：A

4、以下关于分布式文件系统，描述错误的是：

A.所有的分布式文件系统的设计都是采用“客户机/服务器”（Client/Server）

模式

B.Hadoop分布式文件系统（HadoopDistributedFileSystem，HDFS）是针对

GFS的开源实现

穷则独善其身，达则兼善天下。——《孟子》

C.谷歌开发了分布式文件系统GFS

D.是一种通过网络实现文件在多台主机上进行分布式存储的文件系统

正确答案：A

5、以下描述错误的是：

A.传统的关系数据库由于数据模型不灵活、水平扩展能力较差等局限性，已经

无法满足各种类型的非结构化数据的大规模存储需求

B.Web2.0的迅猛发展以及大数据时代的到来，使关系数据库的发展越来越力不

从心

C.传统关系数据库引以为豪的一些关键特性，如事务机制和支持复杂查询，在

Web2.0时代成为不可或缺的核心特性

D.传统的关系数据库可以较好地支持结构化数据存储和管理

正确答案：C

6、以下关于NoSQL数据库描述错误的是：

A.NoSQL是一种不同于关系数据库的数据库管理系统设计方式，是对非关系型数

据库的统称

B.与关系数据库相比，NoSQL具有灵活的水平可扩展性，可以支持海量数据存储

C.NoSQL数据库有固定的表结构，通常存在较多连接操作

D.NoSQL所采用的数据模型并非传统关系数据库的关系模型，而是类似键/值、

列族、文档等非关系模型

正确答案：C

7、下面属于批处理技术的是：

A.SparkStreaming

B.MapReduce

C.Storm

D.GraphX

正确答案：B

穷则独善其身，达则兼善天下。——《孟子》

8、下面属于流计算技术的是：

A.S4

B.Hive

C.SparkMLLib

D.GraphX

正确答案：A

9、下面属于图计算技术的是：

A.Dremel

B.Impala

C.Pregel

D.DStream

正确答案：C

10、下面属于查询分析计算技术的是：

A.Pregel

B.Storm

C.SparkStreaming

D.Hive

正确答案：D

二、多选题

1、数据采集的三大要点是：

A.高效性

B.全面性

C.多维性

D.精确性

正确答案：A、B、C

穷则独善其身，达则兼善天下。——《孟子》

2、数据采集的主要数据源包括：

A.传感器数据

B.企业业务系统数据

C.日志文件

D.互联网数据

正确答案：A、B、C、D

3、需要清洗的数据的主要类型包括：

A.残缺数据

B.重复数据

C.错误数据

D.干净数据

正确答案：A、B、C

4、数据仓库的特性包括：

A.相对稳定的