题库分类下载APP 帮助中心

当前位置：首页 > 考试 > 职业技能 > 大数据工程技术人员 > 理论知识 >

大数据工程技术人员试卷及答案

大数据工程技术人员试卷及答案

考试总分：100分

考试类型：模拟试题

作答时间：90分钟

已答人数：492

试卷答案：没有

试卷介绍： 大数据工程技术人员试卷及答案包含众多的考试题，快来进行考前冲刺练习吧。

开始答题

试卷预览

单选题 判断题 多选题

1. 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？( )

A频繁模式挖掘

B分类和预测

C数据预处理

D数据流挖掘

2. 客户端首次查询HBase数据库时，首先需要从哪个表开始查找。

A.META.

B–ROOT-

C用户表

D信息表

3. 基于态度的情感分析不包括（）。

A态度的持有者

B态度的目标

C态度的类型

D态度的原因

4. 下列哪一个不是在描述表达式{t | P(t)}的安全性（）。

A可以生成无限关系的元组演算表达式

B确保表达式安全性的表达式集

C防止生成出无限关系

D元组t的每个分量都出现在P的关系、元组或者常量之中

5. 实体集和关系集的关系模式说法不正确的是（）。

A实体集和关系集可以统一的用关系模式来表示数据库的内容

B每个实体集和关系集，模式不唯一

C符合实体-关系图的数据库可以由模式集合表示

D每个关系模式都有许多列（通常对应于属性），它们具有唯一的名称

6. 从大量数据中提取知识的过程通常称为(　　)

A数据挖掘

B人工智能

C数据清洗

D数据仓库

7. 大数据的4V特征中的Volume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

8. 下列关于普查的缺点的说法中，正确的是(　　)。

A工作量较大，容易导致调查内容有限、产生重复和遗漏现象

B误差不易被控制

C对样本的依赖性比较强

D评测结果不够稳定

9. Zookeeper启动时会最多监听几个端口(　　)

A1

B2

C3

D4

10. 调用Zookeeper对象创建的节点，不包括(　　)。

A持久节点

B临时节点

C持久顺序节点

DDataNode节点

11. 在 hadoop 配置中 yarn-site.xml 作用是(　　)

A用于定义系统级别的参数

B用于名称节点和数据节点的存放位置

C用于配置

D配置

12. 若不针对MapReduce编程模型中的key和value值进行特别设置，下列哪一项是MapReduce不适宜的运算。

AMax

BMin

CCount

DAverage

13. 下列国家的大数据发展行动中，视大数据为新的自然资源的国家是（）

A中国

B韩国

C印度

D新加坡

14. 数据仓库的最终目的是（）

A收集业务需求

B建立数据仓库逻辑模型

C开发数据的应用分析

D为用户和业务部门提供决策支持

15. 相比依赖于小数据和精确性的时代，大数据因为更强调数据的（），帮助我们进一步接近事实的真相。

A安全性

B完整性

C混杂性

D完整性和混杂性

16. 数据清洗的方法不包括（）。

A缺失值处理

B噪声数据清除

C一致性检查

D重复数据记录处理

17. 下列关于NoSQL与关系数据库的比较，哪个说法是错误的？

A在一致性方面，RDBMS强于NoSQL

B在数据完整性方面，RDBMS容易实现

C在扩展性方面，NoSQL 比较好

D在可用性方面，NoSQL优于RDBMS

18. 下列关于PageRank算法在MapReduce中的实现的描述，错误的是？

A解析网页的任务就是分析一个页面的链接数，但是不赋初值

BPageRank分配就是多次迭代计算页面的PageRank值

C收敛阶段的任务就是由一个非并行组件决定是否达到收敛

D一般判断是否收敛的条件是所有网页的PageRank值不再变化，或者运行30次以后我们就认为已经收敛了

19. 下列哪项不属于在Vetex类中的值类型参数？

A顶点的出度

B顶点

C边

D消息

20. 下列哪个说法是错误的？

A从编程的灵活性来讲，Storm是比较理想的选择，它使用Apache Thrift，可以用任何编程语言来编写拓扑结构（Topology）

BSpark Streaming可以实现毫秒级的流计算

CSpark Streaming无法实现毫秒级的流计算

D在Spark上可以统一部署Spark SQL，SparkStreaming、MLlib，GraphX等组件，提供便捷的一体化编程模型

1. 数据资源目录中，我们不仅可以完成数据资源的查询，也可以获得想要的数据

A对

B错

2. Linux操作中，尽量少使用root用户登陆，减少风险。

A对

B错

3. 数据建模必须要有大量数据和数学算法才能得到结果，调整算法会影响最终的结果。

A对

B错

4. ClouderaCDH是需要付费使用的。

A对

B错

5. Flume不提供数据存储功能而是侧重于数据采集和传输。

A对

B错

1. Hadoop的特性包括哪些？

A高可扩展性

B支持多种编程语言

C成本低

D运行在Linux平台上

2. 一个基本的Hadoop集群中的节点主要包括什么？

ADataNode：存储被拆分的数据块

BJobTracker：协调数据计算任务

CTaskTracker：负责执行由JobTracker指派的任务

DSecondaryNameNode：帮助NameNode收集文件系统运行的状态信息

3. 下列关于Hadoop的描述，哪些是错误的？

A只能支持一种编程语言

B具有较差的跨平台特性

C可以部署在廉价的计算机集群中

D曾经被公认为行业大数据标准开源软件

4. 下列关于云数据库与其他数据库的关系，哪些是正确的？

A从数据模型的角度来说，云数据库并非一种全新的数据库技术

B云数据库并没有专属于自己的数据模型，云数据库所采用的数据模型可以是关系数据库所使用的关系模型

C同一个公司只能提供采用不同数据模型的单个云数据库服务

D许多公司在开发云数据库时，后端数据库都是直接使用现有的各种关系数据库或NoSQL数据库产品

5. Flink编程模型包括哪几层：（）

ASQL

BTable API

CDataStream API / DataSet API

D有状态数据流处理

6. 针对大型图的计算，目前通用的图计算软件主要哪些？

A基于遍历算法的、实时的图数据库，如Neo4j、OrientDB、DEX和InfiniteGraph

B以图顶点为中心的、基于消息传递批处理的并行引擎，如GoldenOrb、Giraph、Pregel和Hama

C基于遍历算法的、实时的图数据库，如GoldenOrb、Giraph、Pregel和Hama

D以图顶点为中心的、基于消息传递批处理的并行引擎，如Neo4j、OrientDB、DEX和Infinite Graph

7. 对于一个流计算系统来说，它应达到以下哪些需求？

A高性能：处理大数据的基本要求，如每秒处理几十万条数据

B实时性：保证较低的延迟时间，达到秒级别，甚至是毫秒级别

C分布式：支持大数据的基本架构，必须能够平滑扩展

D可靠性：能可靠地处理流数据

8. Storm具有以下哪些特点？

A整合性：Storm可方便地与队列系统和数据库系统进行整合

B简易的API：Storm的API在使用上即简单又方便

C容错性：Storm可自动进行故障节点的重启、任务的重新分配

D可扩展性：Storm的并行特性使其可以运行在分布式集群中

9. 目前，Storm中的StreamGroupings有如下哪几种方式？

AAllGrouping：广播发送，每一个Task都会收到所有的Tuple

BGlobalGrouping：全局分组，所有的Tuple都发送到同一个Task中

CFieldsGrouping：按照字段分组，保证相同字段的Tuple分配到同一个Task中

DDirectGrouping：随机分组，随机分发Stream中的Tuple，保证每个Bolt的Task接收Tuple数量大致一致

10. 下面说法选项错误的是(　　)

A在一个Agent中，同一个source可以有多个channel

B在一个Agent中，同一个sink可以有多个channel

C在一个Agent中，同一个source只能多1个channel

D在一个Agent中，同一个sink只能有1个channel

相关试卷

相关题库

手机浏览器扫码下载

关注
公众号

微信扫码关注

微信
小程序

微信扫码关注

微信扫码添加老师微信