大数据开发基础习题库(2025年第15部分).pdfVIP

大数据开发基础习题库(2025年第15部分)

(该部分共500题)

1.[单选题]在pandas中以下哪个方法用于向csv文件中实现写入工作？

A)to_csv()

B)read_csv()

C)to_excel()

答案:A

解析:

2.[单选题]HDFS默认BlockSize

A)32MB

B)64MB

C)128MB

答案:B

解析:HDFS默认块大小64MB，block默认保存3份。记住即可

3.[单选题]以下有关计算机编程语言说法错误的是?

A)编程语言是用于书写计算机程序的语言

B)计算机语言可分为机器语言、汇编语言、高级语言

C)计算机能识别和执行所有编程语言写的程序

D)C/C++、pascal、javpython都属于高级编程语言

答案:C

解析:

4.[单选题]下列关于ZooKeeper特点的描述错误的是（）。

A)复杂性

B)自我复制

C)顺序访问

D)高速读取

答案:A

解析:ZooKeeper的设计目标和特点包括简单性、自我复制、顺序访问和高速读取。

5.[单选题]现阶段的大数据技术体系主要类型不包括()。

A)数据源与App

B)基础设施

C)Hadoop

D)数据资源

答案:C

解析:Speechpad的联合创始人DaveFeinleib于2012年发布大数据产业全景图(BigDataLandscape),首次较为全面地

刻画了当时快速发展中的大数据技术体系。后来,该图及其画法成为大数据和数据科学的重要分析工具,得到广泛地应用

和不断地更新。MattTurck等组织绘制了2017大数据产业全景图(BigDataLandscape2017)。从2017大数据产业全景

图看,现阶段的大数据技术体系主要类型包括数据资源、数据源与App、开源工具、跨平台基础设施和分析工具、行业应

用、企业应用、基础设施和分析工具。

6.[单选题]以下对Variety相关描述不正确的是()。

A)Variety是指类型多

1/78

B)结构化数据在各类数据中占比最多

C)类型多是指大数据涉及多种数据

D)大数据种类包括结构化数据、非结构化数据、半结构化数据

答案:B

解析:

7.[单选题]()进程运行在源端和目标端，用于启动、监控、重启GoldenGate的其他进程。

A)Manager

B)Extract

C)Pump

D)Replicat

答案:A

解析:

8.[单选题]BASE原则的含义不包括()

A)基本可用

B)柔性状态

C)最终一致

D)基础条件

答案:D

解析:

9.[单选题]下列关于Spark的描述，错误的是哪一项？

A)使用DAG执行引擎以支持循环数据流与内存计算析

B)可运行于独立的集群模式中，可运行于Hadoop中，也可运行于AmazonEC2等云环境中

C)支持使用Scala、Java、Python和R语言进行编程，但是不可以通过SparkShell进行交互式编程

D)可运行于独立的集群模式中，可运行于Hadoop中，也可运行于AmazonEC2等云环境中

答案:C

解析:

10.[单选题]在MapReduce中，reduce()函数可以将()值相同的输入进行合并处理。

A)input

B)key

C)va1ue

D)number

答案:B

解析:

11.[单选题]以下属于非监督学习算法的是（）

A)SVM

B)knn

C)k-means

D)LR

答案:C

解析:

12.[单选题]数据科学的三个要素-理论、实践和精神分别对应于（）

A)统计学、数据分析和黑客精神

B)领域知识、数据分析和黑客精神

C)机器学习、领域实战和黑客精神

D)数学与统计学、领域实战和黑客精神