继续教育公需科目大数据技术及应用习题答案.docxVIP

继续教育公需科目大数据技术及应用习题答案

一、选择题

1.大数据的4V特性不包括以下哪一项（）

A.Volume（大量）

B.Velocity（高速）

C.Variety（多样）

D.Value（低价）

答案：D

解析：大数据的4V特性分别是Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），并非低价，所以选D。

2.以下哪种数据库更适合存储大数据（）

A.关系型数据库

B.非关系型数据库

C.小型数据库

D.桌面数据库

答案：B

解析：关系型数据库在处理大数据时存在性能瓶颈，而非关系型数据库具有灵活性高、可扩展性强等特点，更适合存储和处理大数据。小型数据库和桌面数据库处理能力有限，不适合大数据场景，所以选B。

3.以下哪个是大数据分析常用的工具（）

A.Excel

B.R语言

C.Word

D.PowerPoint

答案：B

解析：R语言是一种专门用于统计分析和数据可视化的编程语言，在大数据分析领域应用广泛。Excel虽然也能处理数据，但对于大规模数据处理能力有限；Word是文字处理软件，PowerPoint是演示文稿软件，它们都不是大数据分析常用工具，所以选B。

4.数据挖掘的主要任务不包括（）

A.分类

B.聚类

C.排序

D.关联规则挖掘

答案：C

解析：数据挖掘的主要任务包括分类、聚类、关联规则挖掘等。排序只是对数据进行整理的一种操作，不属于数据挖掘的主要任务，所以选C。

5.Hadoop生态系统中，用于分布式文件系统的是（）

A.HBase

B.Hive

C.HDFS

D.MapReduce

答案：C

解析：HDFS（HadoopDistributedFileSystem）是Hadoop生态系统中的分布式文件系统，用于存储大规模数据。HBase是分布式列式数据库；Hive是数据仓库工具；MapReduce是分布式计算框架，所以选C。

二、填空题

1.大数据的数据来源主要包括________、________、________等。

答案：互联网、物联网、企业业务系统

解析：互联网产生了海量的用户行为数据、社交数据等；物联网设备会实时产生大量的传感器数据；企业业务系统在日常运营中也会积累大量的业务数据，这些都是大数据的重要来源。

2.常见的非关系型数据库类型有________、________、________和图数据库。

答案：键值数据库、文档数据库、列族数据库

解析：键值数据库通过键值对的方式存储数据；文档数据库以文档形式存储数据，如JSON文档；列族数据库按列族存储数据；图数据库用于存储和处理图结构数据。

3.数据预处理的主要步骤包括________、________、________和数据转换。

答案：数据清洗、数据集成、数据归约

解析：数据清洗是去除数据中的噪声、重复数据等；数据集成是将多个数据源的数据整合到一起；数据归约是在尽可能保持数据原貌的前提下，减少数据量；数据转换是对数据进行格式转换等操作。

4.大数据处理的一般流程包括________、________、________和结果展示。

答案：数据采集、数据存储、数据分析

解析：首先需要采集数据，然后将采集到的数据存储起来，接着对存储的数据进行分析，最后将分析结果进行展示。

5.Spark框架中，核心的数据抽象是________。

答案：弹性分布式数据集（RDD）

解析：RDD（ResilientDistributedDatasets）是Spark最核心的数据抽象，它是一个只读的、可分区的分布式数据集，具有容错性和高效性。

三、判断题

1.大数据就是指数据量非常大，其他方面没有特殊之处。（）

答案：错误

解析：大数据不仅指数据量巨大，还具有高速、多样、价值等特性。高速体现在数据产生和处理的速度快；多样表示数据的类型丰富，包括结构化、半结构化和非结构化数据；价值强调从海量数据中挖掘出有价值的信息，所以该说法错误。

2.关系型数据库可以很好地处理大数据的多样性问题。（）

答案：错误

解析：关系型数据库采用固定的表结构，对于半结构化和非结构化数据的处理能力有限，难以适应大数据的多样性特点。而非关系型数据库在处理多样性数据方面具有更大的优势，所以该说法错误。

3.数据挖掘和数据分析是同一个概念。（）

答案：错误

解析：数据分析侧重于对已有数据进行深入研究，以发现数据中的规律和信息，通常基于一定的假设进行验证。而数据挖掘则更侧重于从大量数据中自动发现潜在的、有价值的模式和知识，不需要预先设定假设，所以它们不是同一个概念，该说法错误。

4.H