大数据开发基础习题库(2025年第14部分).pdfVIP

大数据开发基础习题库(2025年第14部分)

(该部分共500题)

1.[单选题]HDFS有一个gzip文件大小75MB，客户端设置Block大小为64MB。当运行mapreduce任务读取该文件时input

split大小为？

A)64MB

B)75MB

C)一个map读取64MB，另外一个map读取11MB

答案:B

解析:问inputsplit输入拆分的话：gzip算法不支持split，lzo压缩/解压支持split(需要建索引，文件修改后需要重

新建索引)

2.[单选题]假设有n组数据集,每组数据集中,x的平均值都是9,x的方差都是11,y的平均值都是7.50,x与y的相关系数都是

0.816,拟合的线性回归方程都是y=3.00+0.500x。那么这n组数据集()。

A)一样

B)不一样

C)无法确定是否一样

答案:C

解析:只比较平均值、方差、相关系数和回归方程,无法确定数据集是否相同,还需比较Anscombesquartet。

3.[单选题]HBase中数据存储的文件格式是下面哪-项?

A)SequenceFile

B)Hfile

C)TextFile

D)HLog

答案:B

解析:

4.[单选题]以下描述不正确的是(__)。

A)干净数据是相对于“脏数据”的一种提法

B)整齐数据是相对于“乱数据”的一种提法

C)存在缺失值的数据是乱数据

D)数据质量有问题是脏数据

答案:C

解析:

5.[单选题]我国首家大数据交易所是：（）

A)貴阳大数据交易所

B)上海数据交易中心

C)华东江苏大数据交易中心

D)浙江大数据交易中心

答案:A

解析:

6.[单选题]执行以下代码段cars=[bmw,audi,toyota,subaru]cars.sort()print(cars)时，输出为()。

A)[audi,bmw,subaru,toyota]

B)[toyota,subaru,bmw,audi]

1/78

C)[bmw,audi,toyota,subaru]

D)[bmw,toyota,audi,subaru]

答案:A

解析:

7.[单选题]下列关于图像平滑的叙述错误的是（）。

A)可以减少噪声

B)可以使图像变得均匀

C)图像的细节部分可以不保持原有特征

D)可以采用基于卷积的滤波方法

答案:C

解析:图像平滑的过程中，图像的细节部分保持原有特征。

8.[单选题]下列选项中，不是Python语言特点的是（）。

A)简洁

B)开源

C)面向过程

D)可移植

答案:C

解析:

9.[单选题]创建一个3x3的数组，下列代码中错误的是（）。

A)np.arange(0,9).reshape(3,3)

B)np.eye(3)

C)np.random.random([3,3,3])

D)np.mat(123;456;789)

答案:C

解析:

10.[单选题]大数据正快速发展为对数量巨大.来源分散.格式多样的数据进行采集.存储和关联分析，从中发现新知识

.创造新价值.提升新能力的（）。

A)新一代信息技术

B)新一代服务业态

C)新一代技术平台

D)新一代信息技术和服务业态

答案:D

解析:

11.[单选题]（）是用来解决海量大数据文件存储问题的，是目前应用最广泛的分布式文件系统。

A)HDFS

B)HBase

C)HIve

D)Kafka

答案:A

解析:

12.[单选题]用来插入数据的命令是()，用于更新的命令是()

A)INSERT，UPDATE

B)CREATE，INSERTINTO

C)DELETE，UPDATE

D)UPDATE,INSERT