《南开大学21秋《大数据开发技术》在线作业二答案参考43》由会员分享，可在线阅读，更多相关《南开大学21秋《大数据开发技术》在线作业二答案参考43（13页珍藏版）》请在装配图网上搜索。
1、南开大学21秋大数据开发技术在线作业二答案参考1. 大型图计算通常是由一个集群完成的，集群环境中执行远程数据读取会有较高的延迟。( )A.正确B.错误参考答案：A2. UMP系通过( )来实现实现在不停机的情况下动态扩容、缩容和迁移A.Controller服务器B.Proxy服务器C.愚公系统D.Agent服务器参考答案：C3. Spark Streming中( )函数可以对源DStream中的每一个元素应用func方法进行计算，如果func函数返回结果为true，则保留该元素，否则丢弃该元素，返回一个新的DstreamA.mapB.flatMapC.filterD.union参考答案：C4.
2、 Strassen矩阵乘法是利用什么实现的算法?( )A.分治策略B.动态规划法C.贪心法D.回溯法参考答案：A5. RDD的sortBy排序默认是升序。( )T.对F.错参考答案：T6. RDD的sortBy函数包含参数numPartitions，该参数决定排序后的RDD的分区个数，默认排序后的分区个数和排序之前的个数相等，即为this.partitions.size。( )T.对F.错参考答案：T7. 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：A8. 程序是算法用某种程序设计语言的具体实现。( )A.错误B.正确参考答案：
3、B9. Spark Streming中Dstream是一种抽象的离散流。( )T.对F.错参考答案：T10. 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：AD11. Scala 集合分为可变的和不可变的集合。( )T.对F.错参考答案：T12. 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：A13. 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
4、算步。( )A.错误B.正确参考答案：B14. Mllib中metrics.roc表示( )指标A.准确度B.召回率C.F值D.ROC曲线参考答案：D15. 拉斯维加斯算法找到的解不一定是正确解。( )A.错误B.正确参考答案：A16. ( )是Microsoft Office的核心组件。A.SQLB.WORDC.PPTD.EXCEL参考答案：D17. Mllib中线性会馆算法中的参数reParam表示( )A.要运行的迭代次数B.梯度下降的步长C.是否给数据加干扰特征或者偏差特征D.Lasso和ridge的正规化参数参考答案：D18. 交通数据的来源包括车辆GPS数据，人类移动的GPS位置信
5、息或者单位站点记录，和监视设备的视频图像技术记录。( )A.对B.错参考答案：A19. Spark中DataFrame的( )方法是进行连接查询A.whereB.joinC.limitD.apply参考答案：B20. 图(Graph)是一种复杂的非线性结构。( )T.对F.错参考答案：T21. Storm框架是实时计算系统，所以不能使用数据库。( )A.正确B.错误参考答案：B22. 以下哪个函数可以求两个RDD交集 ( )A.unionB.substractC.intersectionD.cartesian参考答案：C23. 关于Strom中Bolt说法错误的是( )。A.Bolt可以执行过
6、滤、函数操作、Join、操作数据库等任何操作B.Bolt是一个被动的角色，Spout是一个主动的角色C.Bolt不仅可以处理Tuple还可以创建新的TupleD.Bolt是Streams的状态转换过程的抽象含义参考答案：C24. 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：A25. 按照数据量的大小，可将数据分析分为内存级数据分析、Bl级数据分析和海量级数据分析。( )A.对B.错参考答案：A26. 用户可以在Hadoop YARN上运行Spark。( )A.正确B.错误参考答案：A27. 聚类分析(Cluster analysi
7、s)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：A28. 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：A29. 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：C30. 以下算法中属于分类算法的是( )A.KNN算法B.逻辑回归C.随机森林D.Kmeans参考答案：ABC31. 以下
8、是机器学习的常用算法的是( )A.回归算法B.聚类算法C.降维算法D.分类算法参考答案：ABCD32. 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：ABC33. 使用Amazon云环境部署Hadoop的说法中错误的是( )。A.Hadoop不仅可以运行在企业内部的集群中，也可以运行在云计算环境中B.Hadoop自带有一套脚本，用于在EC2上面运行HadoopC.在EC2上运行Hadoop尤其适用于一些工作流D.Amazon EC2为Hadoop提供了存储服务参考答案：D34. PairRDD中mapValues是针对键值对(Key，Val
9、ue)类型的数据中的key和Value进行Map操作。( )T.对F.错参考答案：F35. Scala中合并两个数组的方法是( )A.lineB.addC.appendD.concat参考答案：D36. UMP系统中面对分库分表用户如何进行资源调度( )A.可以共享同一个MySQL实例B.每个用户独占一个MySQL实例C.会占用多个独立的MySQL实例D.随机分配MySQL实例参考答案：C37. Scala 使用( )关键字来继承一个类A.extendsB.overrideC.extendD.overrides参考答案：A38. 以下哪种数据库适合于批量数据处理和即席查询( )A.MySQLB
10、.OracleC.HbaseD.NosSQL参考答案：C39. Scala列表方法中使用分隔符将列表所有元素作为字符串显示的方法是( )A.filterB.foreachC.mapD.mkString参考答案：D40. Storm中如果要保证相同字段的Tuple分配到同一个Task中，应该采用哪种Stream Groupings( )。A.ShuffleGroupingB.AllGroupingC.GlobalGroupingD.FiedlsGrouping参考答案：D41. 从分治法的一般设计模式可以看出，用它设计出的程序一般是递归算法。( )A.错误B.正确参考答案：B42. Hadoop
11、启动所有进程的命令为( )。A.all-start.shB.all-start.exeC.start-all.shD.start-all.exe参考答案：C43. 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：A44. Spark持久化RDD后，在再一次需要计算该RDD时将需要重新计算。( )A.正确B.错误参考答案：B45. 默认情况下，Scala 使用的是可变集合。( )T.对F.错参考答案：F46. MapReduce中( )会周期性地通过“心跳”将本节点上资源的使用情况和任务的运行进度汇报给JobTracker，同时接收JobTracker 发送过来的命令并
12、执行相应的操作。A.ClientB.Job TrackerC.TaskD.Task Tracker参考答案：D47. 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：A48. DataFrame是一个分布式的Row对象的数据集合。( )A.正确B.错误参考答案：A49. MapReduce设计的一个理念就是( )，因为移动数据需要大量的网络传输开销。A.数据向计算靠拢B.计算向数据靠拢C.计算向网络靠拢D.计算与数据并行参考答案：B50. GraphX中( )方法可以查询顶点个数A.numVerticesB.numEdgesC.verticesD.
13、edges参考答案：A51. 以下哪种方法可以让Spark不自定义分区也能对任何类型RDD 简单重分区( )A.resetpartitionB.repartitonC.PartitionD.coalesce参考答案：BD52. GraphX中( )是存放着Edg对象的RDDA.RDDEdgeB.EdgeRDDC.RDD(VertexId,VD)D.VertexRDD参考答案：A53. PairRDD可以通过( )获得仅包含键的RDDA.keyB.keysC.valueD.values参考答案：B54. RDD中join操作最后只返回两个RDD都存在的键的连接结果。( )A.正确B.错误参考答案
14、：A55. 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：A56. 大数据时代预测人类移动行为的数据来源有( )。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：ABCD57. MapReduce中最优的Reduce任务个数取决于集群中可用的( )的数目。A.SplitB.SlotC.MapD.Shuffle参考答案：B58. Scala函数组合器可以接收一个可以处理嵌套列表的函数，然后把返回结果连接起来的方法是( )A.mapB.foreachC.flattenD.flatmap参考答案：D
15、59. Spark DataFrame中( )方法可以返回一个ListA.collectB.takeC.takeAsListD.collectAsList参考答案：CD60. Graph类中如果根据边数据创建图，数据需要转换成RDDEdgeED类型，应该用( )方法A.Graph(vertices,edges, defaultVertexAttr)B.Graph.fromEdges(RDDEdgeED, defaultValue)C.Graph.fromEdgeTuples(rawEdges: RDD(VertexId, VertexId), defaultValueD.GraphLoader.edgeListFile(sc,filename)参考答案：B
南开大学21秋《大数据开发技术》在线作业二答案参考43
