大数据开发基础习题库(2025年第12部分).pdf

大数据开发基础习题库(2025年第12部分)

(该部分共500题)

1.[单选题]Spark中Job的划分是依据()。

A)依赖

B)Action算子

C)Transformation算子

答案:B

解析:Action的触发会生成一个Job,Job会提交给DAGScheduler分解成Stage。因此Job是由Action算子划分的,B正确

。

2.[单选题]Hadoop作者

A)MartinFowler

B)KentBeck

C)Dougcutting

答案:C

解析:a.MartinFowler【敏捷开发方法论-软件开发教父】

b.KentBeck【极限编程，测试驱动开发，实现模式】

c.Dougcutting√【Hadoop作者，道格·卡廷】

3.[单选题]对HDFS通信协议的理解错误的是（）.

A)客户端与数据节点的交互是通过RPC（RemoteProcedureCall）来实现的

B)客户端通过一个可配置的端口向名称节点主动发起TCP连接，并使用客户端协议与名称节点进行交互

C)名称节点和数据节点之间则使用数据节点协议进行交互

D)HDFS通信协议都是构建在IoT协议基础之上的

答案:D

解析:

4.[单选题]一般情况下,若要提高Elasticsearch检索效率，可以采取什么操作?

A)增加EsMaster节点

B)使用Hive做底层存储

C)调整索引分片数

D)压缩索引

答案:C

解析:

5.[单选题]在不修改默认配置的情况下存储200个每个200M的文本文件，请问最终会在集群中产生多少个数据块（包括

副本）

A)200

B)40000

C)600

D)1200

答案:D

解析:

6.[单选题]业务部门梳理本专业（），制定数据转换需求，提高数据可读性，丰富完善一手数据资源。

A)原始数据

1/78

B)结构化数据

C)非结构化数据

D)所有数据

答案:C

解析:

7.[单选题]某大数据业务人员需针对某些数据创建Hive表结构，其中某个数据为时间类型ywyMMdd，那么可以使用以下

哪一项作为字段类型?

A)Int

B)double

C)stringD

D)varcahr

答案:C

解析:

8.[单选题]以下说法错误的是()

A)Logistic回归可用于预测事件发生概率的大小

B)Logistic回归的目标函数是最小化后验概率

C)SVM的目标的结构风险最小化

D)SVM可以有效避免模型过拟合

答案:B

解析:

9.[单选题]以下哪个选项不能做为Kafka的Consumer?

A)Hadoop

B)Real-timeMonitoring

C)FrontEnd

D)DataWarehouse

答案:C

解析:

10.[单选题]下列Python文件模式中，不可写的模式是（___）。

A)“r”

B)“W”

C)“a”

D)“W+”

答案:A

解析:

11.[单选题]以下描述错误的是：（）

A)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

B)Web0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

D)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査询，在Web0时代成为不可或缺的核心特性

答案:D

解析:

12.[单选题]HBase中需要根据某些因素来确定一个单元格，这些因素可以视为一个“四维坐标”，下面哪个不属于“四

维坐标”？

A)行键