南开大学22春《大数据开发技术》离线作业1答案参考40

《南开大学22春《大数据开发技术》离线作业1答案参考40》由会员分享，可在线阅读，更多相关《南开大学22春《大数据开发技术》离线作业1答案参考40（11页珍藏版）》请在装配图网上搜索。

1、南开大学22春大数据开发技术离线作业1答案参考1. HDFS中的NameNode的EditLog用于维护文件系统树以及文件树中所有的文件和文件夹的元数据。( )A.正确B.错误参考答案：B2. Scala函数组合器中foreach和map类似，有返回值。( )A.正确B.错误参考答案：B3. Spark GraphX中类Graph的reverse方法可以( )A.反转图中所有边的方向B.按照设定条件取出子图C.取两个图的公共顶点和边作为新图，并保持前一个图顶点与边的属性D.合并边相同的属性参考答案：A4. GraphX中( )方法可以释放边缓存A.cacheB.presistC.unpersi

2、stVerticesD.edges.unpersist参考答案：D5. HDFS的命名空间包含( )A.节点B.目录C.文件D.块参考答案：BCD6. RDD的map操作不会改变RDD的分区数目。( )A.正确B.错误参考答案：A7. HBase的客户端并不依赖Master，而是通过( )来获得Region位置信息，大多数客户端甚至从来不和Master通信，这种设计方式使得Master负载很小A.MasterB.RegionC.ZookeeperD.Chubby参考答案：C8. 计算一个算法时间复杂度通常可以计算循环次数、基本操作的频率或计算步。( )A.错误B.正确参考答案：B9. Spar

3、k中DataFrame的( )方法是进行条件查询A.whereB.joinC.limitD.apply参考答案：A10. 数据采集，又称数据获取，是大数据生命周期的第一个环节，通过RFID.射频识别技术，传感器，交互型社交网络，移动互联网等方式获得的各种类型的结构化、半结构化及非结构化的海量数据。( )A.对B.错参考答案：A11. Spark SQL可被视为一个分布式的SQL查询引擎，并且提供了一个叫做DataFrame的可编程抽象数据模型。( )A.正确B.错误参考答案：A12. Hbase和传统数据库一样都是列式数据库。( )A.正确B.错误参考答案：B13. 大数据时代预测人类移动行为

4、的数据来源有( )。A.志愿者定位数据B.装有导航设备的出租车轨迹数据C.手机终端定位于通讯记录D.社会网络签到数据参考答案：ABCD14. Scala函数组合器可以通过一个函数重新计算列表中所有元素，并且返回一个相同数目元素的新列表的方法是( )A.mapB.foreachC.flattenD.flatmap参考答案：A15. RDD是一个可读写的数据结构。( )T.对F.错参考答案：F16. SparkContext类中makeRDD方法不可将单机数据创建为分布式RDD。( )A.正确B.错误参考答案：B17. 默认情况下，Scala 使用的是可变集合。( )T.对F.错参考答案：F18.

5、 Scala 集合分为可变的和不可变的集合。( )A.正确B.错误参考答案：A19. 聚类分析(Cluster analysis)简称聚类(Clustering)，是把数据对象划分成子集(类)的过程，每个子集称为一个簇(Cluster)。( )A.对B.错参考答案：A20. var a=10; do a+=1; while(a20) 共循环了( )次A.9B.10C.11D.12参考答案：B21. Scala中高阶函数经常将只需要执行多次的函数定义为匿名函数作为参数。( )T.对F.错参考答案：F22. Spark GraphX中类Graph的joinVertices方法可以( )A.收集邻居

6、顶点的顶点Id和顶点属性B.收集邻居顶点的顶点IdC.向指定顶点发送信息并聚合信息D.将顶点信息更新到图中参考答案：D23. 哈弗曼编码的贪心算法所需的计算时间为( )。A.O(n2n)B.O(nlogn)C.O(2n)D.O(n)参考答案：B24. Hadoop在配置伪分布式时需要修改哪几个配置文件( )。A.hbase-site.xmlB.hdfs-site.xmlC.core-site.xmlD.map-site.xmlE.mapr-site.xml参考答案：BC25. Hadoop启动所有进程的命令为( )。A.all-start.shB.all-start.exeC.start-al

7、l.shD.start-all.exe参考答案：C26. var a=10; do a+=1;while(aA.9B.10C.11D.12参考答案：B27. 图的结构通常表示为：G(V，E)，其中，G表示( )A.图B.子图C.顶点D.边参考答案：A28. Scala函数组合器可以过滤移除使得传入的函数的返回值为false的元素的方法是( )A.filterB.flattenC.groubyD.flatmap参考答案：A29. MLlib中Normalizer是一个转换器，它可以将多行向量输入转化为统一的形式。( )T.对F.错参考答案：T30. DataFrame是一个分布式的Row对象的数

8、据集合。( )A.正确B.错误参考答案：A31. 批处理系统关注( )，流处理系统关注( )。A.吞吐率，延时B.延时，吞吐率C.延时，速度D.速度，吞吐率参考答案：A32. ( )是Spark的数据挖掘算法库A.Spark CoreB.BlinkDBC.GraphXD.Mllib参考答案：D33. 以下属于Hadoop的安装方式的有( )。A.单机模式B.多机模式C.分布式模式D.并行模式E.伪分布式模式参考答案：ACE34. SQL Azure体系结构层中哪层将用户的请求转化为Azure内部的TDS格式流( )A.Client LayerB.Services LayerC.Platform

9、. LayerD.Infrastructure Layer参考答案：A35. 实现棋盘覆盖算法利用的算法是( )。A.分治法B.动态规划法C.贪心法D.回溯法参考答案：A36. RDD中zip操作要求两个RDD的partition数量以及元素数量都相同。( )T.对F.错参考答案：T37. Hbase中Zookeeper提供了( )A.分布式同步B.组服务C.域名服务D.配置维护参考答案：ABCD38. Scala中可以用( )方法来连接两个或多个列表A.:B.#:C.List.:( )D.List.concat( )参考答案：BCD39. 下列算法中通常以自底向上的方式求解最优解的是( )。

10、A.备忘录法B.动态规划法C.贪心法D.回溯法参考答案：B40. Scala是一种纯面向对象的语言，每个值都是对象。( )T.对F.错参考答案：T41. 针对流数据，“量子恒道”可处理每天( )级的实时流数据A.TBB.PBC.GBD.MB参考答案：A42. RDD的subtract用于用于将前一个RDD中在后一个RDD出现的元素删除。( )A.正确B.错误参考答案：A43. 键值对RDD由一组组的键值对组成，这些RDD被称为PairRDD。( )A.正确B.错误参考答案：A44. RDD中的collect 函数是一个行动操作，把RDD 所有元素转换成数组并返回到Driver 端，适用于大数据

11、处理后的返回。( )T.对F.错参考答案：F45. 广度优先是什么的一种搜索方式?( )A.分支界限法B.动态规划法C.贪心法D.回溯法参考答案：A46. 用户可以在Hadoop YARN上运行Spark。( )T.对F.错参考答案：T47. spark-submit配置项中( )表示启动的executor数量A.-num-executors NUMB.-executor-memory MEMC.-total-executor-cores NUMD.-executor-coures NUM参考答案：A48. Hive提供了大数据批处理计算功能。( )A.正确B.错误参考答案：B49. Spark Streming中对DStream的任何操作都会转化成对底层RDDs的操作。( )A.正确B.错误参考答案：A50. Spark中DataFrame的( )方法是进行分组查询A.order byB.group byC.select byD.sort by参考答案：B