大数据工程技术人员试题及答案(三)

• 1. 一切事物及事物运动的状态，不仅销售数据、价格这些客观标准可以形成大数据，甚至连顾客情绪（如色彩、空间的感知等）都可以测得，这体现了大数据思维维度中的(　　)

  A定量思维
  

  B相关思维
  

  C因果思维
  

  D实验思维
  

• 2. 大数据的4V特征中的Velocity是指(　　)。

  A价值密度低
  

  B处理速度快
  

  C数据类型繁多
  

  D数据体量巨大
  

• 3. 以下哪种说法是错误的（ ）

  A将罪犯的定罪权放在数据手中，借以表达对数据和分析结果的崇尚，这实际上是一种滥用。

  B随着数据量和种类的增多，大数据促进了数据内容的交叉检验，匿名化的数据不会威胁到任何人的隐私。

  C采集个人数据的工具就隐藏在我们日常生活所必备的工具当中，比如网页和智能手机应用程序。

  D预测与惩罚，不是因为所做，而是因为将做。

• 4. 大数据的简单算法与小数据的复杂算法相比（ ）。

  A更有效

  B相当

  C不具备可比性

  D无效

• 5. 采样分析的精确性随着采样随机性的增加而（ ），但与样本数量的增加关系不大。

  A降低

  B不变

  C提高

  D无关

• 6. 在进行选择查询时，关于文件扫描方法的描述不正确的是

  A其本质是线性搜索
  

  B可以进行二进制搜索
  

  C需要扫描每个文件块并测试所有记录
  

  D如果选择位于关键属性上，则可以停止查找记录
  

• 7. Hive查询语言和SQL的一个不同之处在于(　　)操作

  AGroup
  

  BJoin
  

  CPartition
  

  DUnion
  

• 8. HBase在新建表的时候必须指定表名和(　　)，不需要指定列，所有的列在后续添加数据的时候动态添加。

  A行
  

  B单元格
  

  C时间戳
  

  D列族
  

• 9. 数据库可以被建模成

  A实体
  

  B实体间的关系
  

  C以上两者
  

  D以上都不是
  

• 10. MySQL中，建立数据库用（）。

  ACREATE TABLE
  

  BCREATE TRIGGER
  

  CCREATE INDEX
  

  DCREATE DATABASE
  

• 11. 下面哪一项不是云数据库的特性？

  A动态可扩展

  B高成本

  C易用性

  D大规模并行处理

• 12. 下面关于主服务器Master主要负责表和Region的管理工作的描述，哪个是错误的？

  A在Region分裂或合并后，负责重新调整Region的分布

  B对发生故障失效的Region服务器上的Region进行迁移

  C管理用户对表的增加、删除、修改、查询等操作

  D不支持不同Region服务器之间的负载均衡

• 13. 下列关于HDFS的描述，哪个不正确？

  AHDFS还采用了相应的数据存放、数据读取和数据复制策略，来提升系统整体读写响应性能

  BHDFS采用了主从（Master/Slave）结构模型

  CHDFS采用了冗余数据存储，增强了数据可靠性

  DHDFS采用块的概念，使得系统的设计变得更加复杂

• 14. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？( )

  A关联规则发现

  B聚类

  C分类

  D自然语言处理

• 15. 下列关于RDD说法，描述有误的是？

  A一个RDD就是一个分布式对象集合，本质上是一个只读的分区记录集合

  B每个RDD可分成多个分区，每个分区就是一个数据集片段

  CRDD是可以直接修改的

  DRDD提供了一种高度受限的共享内存模型

• 16. 实体集参与关系集的方式：（）。

  A完全参与
  

  B部分参与
  

  C以上均有可能
  

  D以上均不是
  

• 17. 哪一个不是修改数据库架构的授权形式之一（）。

  Aindex
  

  Bdrop
  

  Cerase
  

  Dresources
  

• 18. 下面哪个不可能是Hive的执行引擎：

  AMapReduce

  BTez

  CStorm

  DSpark

• 19. 下列国家的大数据发展行动中，支持原则先行、谨慎发展的国家（）

  A英国

  B韩国

  C印度

  D澳大利亚

• 20. 大数据时代，数据使用的关键是(　　)

  A数据收集
  

  B数据存储
  

  C数据分析
  

  D数据再利用
  

• 1. 在噪声数据中，波动数据比离群点数据偏离整体水平更大。

  A对

  B错

• 2. 保障数据安全可以保护核心数据资产，防止来自外部的攻击，造成数据泄密

  A对

  B错

• 3. 数据治理规则中规则编码不是规则的唯一标识。

  A对

  B错

• 4. 数据挖掘就是从数据中发现潜在的规则，完成数据的整合，发挥数据的最大价值。

  A对

  B错

• 5. Zookeeper集群宕机数超过集群数一半，则Zookeeper服务失效。

  A对

  B错

• 6. NameNode负责管理元数据，客户端每次读写请求时，都会从磁盘中读取或写入元数据信息并反馈给客户端。

  A对

  B错

• 7. 配置Hadoop集群只需要修改core-site.xml配置文件就可以。

  A对

  B错

• 8. python中定义函数不用声明数据类型。

  A对

  B错

• 9. 数据运营管理平台提供的服务能力有数据资源共享服务、数据资源治理服务、数据资源查询服务及数据资源在线监测服务四大能力。

  A对

  B错

• 10. 数据中台定位于为各专业、各单位提供数据共享和分析应用服务

  A对

  B错

• 1. Hadoop当前衍生了众多优秀的开源项目，下列对其主要开源项目的描述中正确的是：（）

  AHBase是建立在HDFS之上的可靠的、可扩展的分布式数据集库，是一个高可靠性、高性能、面向列(簇)、可伸缩的分布式存储系统

  BZookeeper是一个针对大型分布式系统的可靠协调系统，主要提供配置服务、名字服务、分布式服务、组服务等功能

  CHive是一个基于Hadoop的数据仓库平台，它提供了很多数据仓库中使用的工具和方法

  DHadoopCommon是Hadoop一系列分布式文件系统通用的I/O组件和接口，包括序列化、JavaRPC和持久化数据结构等

• 2. 下列对于客服端的描述，哪些是正确的？

  A客户端是用户操作HDFS最常用的方式，HDFS在部署时都提供了客户端

  BHDFS客户端是一个库，暴露了HDFS文件系统接口

  C严格来说，客户端并不算是HDFS的一部分

  D客户端可以支持打开、读取、写入等常见的操作

• 3. 在HDFS中，名称节点（NameNode）主要保存了哪些核心的数据结构？

  AFsImage

  BDN8

  CBlock

  DEditLog

• 4. 物联网主要由下列哪些部分组成的？

  A应用层

  B处理层

  C感知层

  D网络层

• 5. 大数据的两个核心技术是什么？

  A分布式存储

  B分布式应用

  C分布式处理

  D集中式存储

• 6. Flink常见的应用场景包括：（）

  A事件驱动型应用

  B数据分析应用

  C数据流水线应用

  D正反馈应用

• 7. Hadoop生态系统中Hive与其他部分的关系的描述正确的是：（ ）

  AHDFS作为高可靠的底层存储，用来存储Hive的海量数据

  BMapReduce对这些海量数据进行批处理，实现Hive的高性能计算

  C当采用MapRedue作为Hive的执行引擎时，用HiveQL语句编写的处理逻辑，最终都要转化为MapReduce任务来运行

  DHBase与Hive的功能是互补的，它实现了Hive不能提供的功能

• 8. 传统数据仓库面临哪些挑战：（ ）

  A无法满足快速增长的海量数据存储需求

  B无法有效处理不同类型的数据

  C具有很强的扩展性

  D计算和处理能力不足

• 9. 实现UserCF算法的关键步骤是计算用户与用户之间的兴趣相似度，下列哪些是属于计算相似度的算法？

  A泊松相关系数

  B余弦相似度

  C调整余弦相似度

  D调整正弦相似度

• 10. 配置Hadoop集群时，下列哪个Hadoop配置文件需要进行修改？(　　)

  Ahadoop-env.sh
  

  Bprofile
  

  Ccore-site.xml
  

  Difcfg-eth0