华为ict大数据考试题库及答案.docVIP

华为ict大数据考试题库及答案

一、单项选择题（每题2分，共20分）

1.以下哪种存储适合大数据的海量存储？（）

A.内存B.硬盘C.磁带D.光盘

2.Hadoop核心组件不包括以下哪个？（）

A.HDFSB.MapReduceC.YARND.Spark

3.以下哪个是常用的大数据分析语言？（）

A.C++B.JavaC.PythonD.Fortran

4.大数据的4V特征不包括（）

A.VolumeB.VarietyC.ValueD.Virtual

5.Spark中RDD的含义是（）

A.弹性分布式数据集B.关系型数据库C.内存数据结构D.分布式文件系统

6.Kafka主要用于（）

A.数据存储B.数据处理C.消息队列D.机器学习

7.以下哪个工具常用于数据清洗？（）

A.HiveB.PigC.FlumeD.Sqoop

8.Hive是基于（）的数据仓库工具。

A.HDFSB.MapReduceC.YARND.以上都是

9.以下哪种算法属于聚类算法？（）

A.决策树B.K-MeansC.逻辑回归D.支持向量机

10.数据挖掘的主要任务不包括（）

A.分类B.预测C.数据备份D.关联规则挖掘

答案

1.B2.D3.C4.D5.A6.C7.B8.D9.B10.C

二、多项选择题（每题2分，共20分）

1.以下属于大数据处理框架的有（）

A.HadoopB.SparkC.FlinkD.TensorFlow

2.数据采集的渠道包括（）

A.传感器B.日志文件C.数据库D.社交媒体

3.以下哪些是HDFS的特点（）

A.高容错性B.适合大量小文件存储C.分布式存储D.高吞吐量

4.Spark相比HadoopMapReduce的优势有（）

A.内存计算B.编程模型简洁C.运行速度快D.只支持Java语言

5.常用的数据库类型适合大数据存储的有（）

A.关系型数据库B.NoSQL数据库C.图数据库D.内存数据库

6.机器学习算法可分为（）

A.监督学习B.无监督学习C.半监督学习D.强化学习

7.以下属于数据可视化工具的有（）

A.TableauB.PowerBIC.MatplotlibD.Seaborn

8.Kafka的优势包括（）

A.高吞吐量B.可持久化C.分布式D.低延迟

9.数据预处理包括（）

A.数据清洗B.数据集成C.数据变换D.数据归约

10.以下哪些是分布式文件系统（）

A.HDFSB.CephC.GlusterFSD.NTFS

答案

1.ABC2.ABCD3.ACD4.ABC5.BCD6.ABCD7.ABCD8.ABCD9.ABCD10.ABC

三、判断题（每题2分，共20分）

1.Hadoop只能运行在Linux系统上。（）

2.大数据分析中，数据量越大分析结果一定越准确。（）

3.Spark可以独立运行，也可以在YARN上运行。（）

4.NoSQL数据库不适合存储结构化数据。（）

5.数据挖掘和机器学习是完全相同的概念。（）

6.Flume主要用于数据采集。（）

7.决策树算法只能用于分类任务。（）

8.Kafka中的Topic可以理解为消息的类别。（）

9.Hive中的表和关系型数据库中的表概念完全一样。（）

10.分布式计算一定比单机计算效率高。（）

答案

1.×2.×3.√4.×5.×6.√7.×8.√9.×10.×

四、简答题（每题5分，共20分）

1.简述大数据的4V特征及其含义。

答案：Volume（大量），指数据量巨大；Variety（多样），数据类型繁多；Velocity（高速），数据产生和处理速度快；Value（价值），数据蕴含高价值但密度低。

2.简述Hadoop生态系统中HDFS、MapReduce和YARN的作用。

答案：HDFS