《南开大学22春《大数据开发技术》离线作业1答案参考79》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79（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. 内存级分析适用于总数据量在集群内存的最大级别以内的情况，使用内部数据库技术，适合实时业务分析需求。( )A.对B.错参考答案：A2. Spark中DataFrame的( )方法是进行条件查询A.whereB.joinC.limitD.apply参考答案：A3. 使用回溯法进行状态空间树裁剪分支时一般有两个标准：约束条件和目标函数的界，N皇后问题和0/1背包问题正好是两种不同的类型，其中同时使用约束条件和目标函数的界进行裁剪的是0/1背包问题，只使用约束条件进行裁剪的是N皇后问题。( )A.错误B.正确参考答案：B4. 实现合并排序利用的算法是
2、( )。A.分治策略B.动态规划法C.贪心法D.回溯法参考答案：A5. MapReduce将输入文件切分成M个分片，Master将其中( )个分片分给处于空闲状态的N个Worker来处理。A.MB.NC.M-1D.N-1参考答案：A6. 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：A7. 以下哪个不是Scala的数据类型( )A.IntB.Short IntC.LongD.Any参考答案：B8. Spark可以通过哪些外部存储创建RDD( )A.文本文件B.目录C.压缩文件D.通配符匹配的文件参考答案：ABCD9. S
3、cala 集合分为可变的和不可变的集合。( )A.正确B.错误参考答案：A10. 以下哪个函数可以求两个RDD的笛卡尔积( )A.unionB.substractC.intersectionD.cartesian参考答案：D11. 以下算法中属于监督学习算法的是( )A.KNN算法B.逻辑回归C.随机森林D.Kmeans参考答案：ABC12. 算法是由若干条指令组成的有穷序列，且要满足输入、输出、确定性和有限性四条性质。( )A.错误B.正确参考答案：B13. RDD的flatMap操作是将函数应用于RDD之中的每一个元素，将返回的迭代器(数组、列表等)中的所有元素构成新的RDD。( )A.正
4、确B.错误参考答案：A14. 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：T15. 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：BCD16. Storm中Bolt可以执行过滤、函数操作、Join、操作数据库等任何操作。( )A.正确B.错误参考答案：A17. RDD的行动操作是用于触发转换操作的操作，这个时候才会真正开始进行计算。( )A.正确B.错误参考答案：A18. 采用贪心算法的最优装载问题的主要计算量在于将集装箱依其重量从小到大排序，故算法的时间复杂度为( )。A.O(n
5、2n)B.O(nlogn)C.O(2n)D.O(n)参考答案：B19. 下列Scala代码应输出( )：var a=0;var b=0var sum=0;for(a-1 until 3; b-1 until 3) sum+=a+b;println(sum);A.36B.35C.11D.12参考答案：D20. 以下哪个函数可以对两个RDD进行合并( )A.unionB.substractC.intersectionD.cartesian参考答案：A21. 舍伍德算法总能求得问题的一个解。( )A.错误B.正确参考答案：B22. 居民通过健康云平台中的数据，了解健康情况，防患于未然; 医疗机构通过
6、对远程监控系统中的数据分析，缩短住院时间，提高家庭护理比例和门诊医生预约量。( )A.对B.错参考答案：A23. ( )和( )，它们把原数据变换或投影到较小的空间。A.小波变换B.中心化变换C.主成分分析D.对数变换参考答案：AC24. Spark的RDD持久化操作有( )方式A.cacheB.presistC.storageD.long参考答案：AB25. Scala中合并两个数组的方法是( )A.lineB.addC.appendD.concat参考答案：D26. ( )是Microsoft Office的核心组件。A.SQLB.WORDC.PPTD.EXCEL参考答案：D27. ( )
7、可解决HDFS中名称节点运行期间EditLog不断变大的问题A.NameNodeB.SecondaryNameNodeC.DataNodeD.Block参考答案：B28. HDFS中SecondaryNameNode可减少( )重启的时间A.NameNodeB.SecondaryNameNodeC.DataNodeD.Block参考答案：A29. Scala中集合连接时如果元素有重复的就会移除重复的元素。( )A.正确B.错误参考答案：A30. Dstream窗口操作中( )方法基于滑动窗口对(K，V)键值对类型的DStream中的值按K使用聚合函数func进行聚合操作，得到一个新的Dstre
8、amA.windowB.countByWindowC.reduceByWindowD.reduceByKeyAndWindow参考答案：D31. 请问RDD的( )操作是根据键对两个RDD进行内连接A.joinB.zipC.combineByKeyD.collect参考答案：A32. spark-submit配置项中( )表示executor内存大小A.-num-executors NUMB.-executor-memory MEMC.-total-executor-cores NUMD.-executor-coures NUM参考答案：B33. HDFS中当一些数据节点不可用时，会导致一些数
9、据块的副本数量( )冗余因子A.大于B.小于C.等于D.大于等于参考答案：B34. 以下哪种数据库适合于批量数据处理和即席查询( )A.MySQLB.OracleC.HbaseD.NosSQL参考答案：C35. TF-IDF中TF指的是( )A.词频B.词在文档中出现的次数C.逆文档概率D.词在文档集中出现的概率E.词在文档集中出现的概率参考答案：AB36. 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：A37. 用户可以在Hadoop YARN上运行Spark。( )A.正确B.错误参考答案：A38. MongoDB将数据
10、存储为一个( )A.关系B.属性C.字段D.文档参考答案：D39. Scala列表中last返回一个列表，包含除了第一个元素之外的其他元素。( )T.对F.错参考答案：F40. Mllib中metrics.recallByThreshold表示( )指标A.准确度B.召回率C.F值D.ROC曲线参考答案：B41. Spark创建DataFrame对象方式有( )A.结构化数据文件B.外部数据库C.RDDD.Hive中的表参考答案：ABCD42. 关于分布式并行编程，以下说法错误的是( )。A.“摩尔定律”，CPU性能大约每隔12个月翻一番B.“摩尔定律”逐渐失效后，人们开始借助于分布式并行编程
11、来提高程序性能C.分布式程序运行在大规模计算机集群上，可以并行执行大规模数据处理任务，从而获得海量的计算能力D.谷歌公司最先提出了分布式并行编程模型MapReduce参考答案：A43. 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：F44. MLBase包括( )A.MllibB.MLIC.SparkRD.GraphX参考答案：AB45. 解决0/1背包问题可以使用动态规划、回溯法和分支限界法，其中不需要排序的是动态规划，需要排序的是回溯法，分支限界法。( )A.错误B.正确参考答案：B46. 决策树是( )的常用算法A.分类B.聚类C.降维D.回归参考答案：AD47. 传统数据处理流程，用户需要主动发起查询或者定时查询;流处理流程中，可以实时查询。( )A.正确B.错误参考答案：A48. 以下哪个函数可以对RDD进行排序( )A.sortByB.filterC.distinctD.intersection参考答案：A49. 下列算法中不能解决0/1背包问题的是( )。A.贪心法B.动态规划C.回溯法D.分支限界法参考答案：A50. 传统的数据处理流程的前提是( )。A.存储的数据是旧的B.存储的数据是实时的C.需要用户主动发出查询D.不需要用户主动发出查询参考答案：AC
南开大学22春《大数据开发技术》离线作业1答案参考79
