大数据技术原理与应用

一:判断题（每小题 5 分）
1:Pig 是一个基于 Hadoop 的大规模数据分析平台，它为复杂的海量数据并行 计算提供了一个简单的操作和编程接口。
A:对 B:错 ? 答案：A ? 正确 2:所有的 MapReduce 程序都需要经过 Map 和 Reduce 这两个过程 A:对 B:错 ? 答案：B ? 错误 3:一般而言，分布式数据库是指物理上分散在不同地点，但在逻辑上是统一 的数据库。因此分布式数据库具有物理上的独立性、逻辑上的一体性、性能 上的可扩展性等特点。 A:对 B:错 ? 答案：A ? 正确

4:简单随机抽样，是从总体 N 个对象中任意抽取 n 个对象作为样本，最终 以这些样本作为调查对象。在抽取样本时，总体中每个对象被抽中为调查样 本的概率可能会有差异。
A:对 B:错 ? 答案：B ? 错误 5:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。 A:对 B:错 ? 答案：B ? 错误
二:单选题（每小题 5 分）
6:YARN 的 http 端口默认是______
A80 B8080 C 8090 D8088 ABCD ? 答案：D ? 错误
7:HBase 系统基本架构中主服务器 Master 的作用是______

A 包含访问 HBase 的接口，同时在缓存中维护着已经访问过的 Region 位置 信息，用来加快后续数据访问过程 B 可以帮助选举出一个 Master 作为集群 的总管，并保证在任何时刻总有唯一一个 Master 在运行 C 主要负责表和 Region 的管理工作 D 是 HBase 中最核心的模块，负责维护分配给自己的 Region，并响应用户的读写请求
ABCD
? 答案：C ? 错误
8:支撑大数据业务的基础是______
A 数据科学 B 数据应用 C 数据硬件 D 数据人才 ABCD
? 答案：B ? 错误
9:Heartbeat 间隔默认______
A1S B2S C3S D4S ABCD
? 答案：C ? 错误
10:下列关于 Hadoop API 的说法错误的是______

A Hadoop 的文件 API 不是通用的，只用于 HDFS 文件系统 B Configuration 类的默认实例化方法是以 HDFS 系统的资源配置为基础的 CFileStatus 对象 存储文件和目录的元数据 D FSDataInputStream 是 java.io.DataInputStream 的子类
ABCD
? 答案：A ? 正确
11: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 开发数据仓库的应用分析 D 为 用户和业务部门提供决策支持
ABCD
? 答案：D ? 正确
12:下列关于大数据的分析理念的说法中，错误的是______
A 在数据基础上倾向于全体数据而不是抽样数据 B 在分析方法上更注重相关 分析而不是因果分析 C 在分析效果上更追究效率而不是绝对精确 D 在数据 规模上强调相对数据而不是绝对数据
ABCD
? 答案：D

? 正确
13:云数据库的特性不包括______
A 动态可扩展 B 高可用性 C 高性能 D 较高的使用代价 ABCD ? 答案：D ? 正确
14:在数据生命周期管理实践中______是执行方法
A 数据存储和备份规范 B 数据管理和维护 C 数据价值发觉和利用 D 数据应 用开发和管理
ABCD ? 答案：B ? 错误
15:Hbase 中的批量加载底层使用______实现
A MapReduce B Hive C Coprocessor D Bloom Filter ABCD ? 答案：A ? 正确
三:多选题（每小题 5 分）

16:数据再利用的意义在于______ A 挖掘数据的潜在价值 B 实现数据重组的创新价值 C 利用数据可扩展性拓 宽业务领域 D 优化存储设备，降低设备成本
ABCD ? 答案：ABC ? 错误
17:数据研究经历了几种范式，包括______ A 实验 B 理论 C 计算 D 数据
ABCD ? 答案：ABCD ? 错误
18:大数据产业包含______关键技术 A 批处理计算 B 流计算 C 图计算 D 查询分析计算
ABCD ? 答案：ABCD ? 正确
19:在网络爬虫的爬行策略中，应用最为基础的是______

A 深度优先遍历策略 B 广度优先遍历策略 C 高度优先遍历策略 D 反向链接 策略
ABCD ? 答案：AB ? 错误
20:大数据产业发展特点______ A 规模较大 B 规模较小 C 增速较快 D 增速缓慢 E 多产业交叉融合
ABCDE ? 答案：ACE ? 正确

一:判断题（每小题 5 分）
1:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。 A:对 B:错 ? 答案：B ? 正确
2:Hbase 可以为 Hadoop 提供类似于 BigTable 规模的服务，因此它不能容错 地存储海量稀疏数据。
A:对 B:错 ? 答案：B ? 正确 3:大数据预测能够分析和挖掘出人们不知道或没有注意到的模式，确定判断 事件必然会发生。 A:对 B:错 ? 答案：B ? 正确

4:一般而言，分布式数据库是指物理上分散在不同地点，但在逻辑上是统一 的数据库。因此分布式数据库具有物理上的独立性、逻辑上的一体性、性能 上的可扩展性等特点。
A:对 B:错 ? 答案：A ? 正确 5:具备很强的报告撰写能力，可以把分析结果通过文字、图表、可视化等多 种方式清晰地展现出来，能够清楚地论述分析结果及可能产生的影响，从而 说服决策者信服并采纳其建议，是数据分析能力对大数据人才的基本要求。
A:对 B:错 ? 答案：B ? 错误
二:单选题（每小题 5 分）
6:大数据关键技术中，Hbase 主要被应用于______
A 数据采集 B 数据分析 C 数据存储 D 数据挖掘 ABCD ? 答案：C ? 错误

7:HDFS 中当前 block 大小为 128M，如果当前要上传到 HDFS 中的文件 大小为 300M，那么在存储时会分配_______个 block 进行存储
A1 B2 C3 D4 ABCD
? 答案：C ? 正确
8:下列______程序通常与 NameNode 在一个节点启动
A SecondNameNode B DataNode C TaskTracker D JobTracker ABCD
? 答案：D ? 正确
9:下列关于聚类挖掘技术的说法中，错误的是______
A 不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别 B 要求同类数据的内容相似度尽可能小 C 要求不同类数据的内容相似度尽可 能小 D 与分类挖掘技术相似的是，都是要对数据进行分类处理
ABCD
? 答案：B ? 错误
10:下面______程序负责 HDFS 数据存储。

A NameNode B Jobtracker C Datanode D SecondaryNameNode ABCD ? 答案：C ? 正确
11:下列关于大数据的分析理念的说法中，错误的是______
A 在数据基础上倾向于全体数据而不是抽样数据 B 在分析方法上更注重相关 分析而不是因果分析 C 在分析效果上更追究效率而不是绝对精确 D 在数据 规模上强调相对数据而不是绝对数据
ABCD
? 答案：D ? 正确
12:支撑大数据业务的基础是______
A 数据科学 B 数据应用 C 数据硬件 D 数据人才 ABCD ? 答案：B ? 正确
13:下面与 HDFS 类似的框架是______
A NTFS B FAT32 C GFS D EXT3 ABCD

? 答案：C ? 正确
14:HDFS 中的 block 默认保存______份
A1 B2 C3 D4 ABCD ? 答案：C ? 错误
15:配置 Hadoop 时，JAVA_HOME 包含在______配置文件中
A hadoop-default.xml B hadoop-env.sh C hadoop-site.xml D configuration.xs
ABCD ? 答案：B ? 错误
三:多选题（每小题 5 分）
16:按照涉及自变量的多少，可以将回归分析分为______ A 线性回归分析 B 非线性回归分析 C 一元回归分析 D 多元回归分析
ABCD ? 答案：CD ? 错误

17:大数据产业包含______关键技术 A 批处理计算 B 流计算 C 图计算 D 查询分析计算
ABCD ? 答案：ABCD ? 正确
18:数据再利用的意义在于______ A 挖掘数据的潜在价值 B 实现数据重组的创新价值 C 利用数据可扩展性拓 宽业务领域 D 优化存储设备，降低设备成本
ABCD ? 答案：ABC ? 正确
19:大数据人才整体上需要具备______等核心知识 A 数学与统计知识 B 计算机相关知识 C 马克思主义哲学知识 D 市场运营管 理知识 E 在特定业务领域的知识
ABCDE ? 答案：ABE ? 错误
20:数据研究经历了几种范式，包括______

A 实验 B 理论 C 计算 D 数据 ABCD
? 答案：ABCD ? 正确

一:判断题（每小题 5 分）
1:Pig 是一个基于 Hadoop 的大规模数据分析平台，它为复杂的海量数据并行 计算提供了一个简单的操作和编程接口。
A:对 B:错 ? 答案：A ? 正确
2:决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条 件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并 且适合处理非数值型数据。
A:对 B:错 ? 答案：A ? 正确
3:具备很强的报告撰写能力，可以把分析结果通过文字、图表、可视化等多 种方式清晰地展现出来，能够清楚地论述分析结果及可能产生的影响，从而 说服决策者信服并采纳其建议，是数据分析能力对大数据人才的基本要求。
A:对 B:错 ? 答案：B ? 正确

4:Spark 是一个高效的分布式计算系统，它有 MapReduce 所有优点，同时性 能与 Hadoop 一样高。
A:对 B:错 ? 答案：B ? 错误 5:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。 A:对 B:错 ? 答案：B ? 正确
二:单选题（每小题 5 分）
6:下列关于大数据的分析理念的说法中，错误的是______
A 在数据基础上倾向于全体数据而不是抽样数据 B 在分析方法上更注重相关 分析而不是因果分析 C 在分析效果上更追究效率而不是绝对精确 D 在数据 规模上强调相对数据而不是绝对数据
ABCD ? 答案：D ? 正确

7:Hadoop 具有特性不包括______
A 高可靠性 B 高效性 C 高可扩展性 D 低容错性， ABCD ? 答案：D ? 正确
8:下面与 HDFS 类似的框架是______
A NTFS B FAT32 C GFS D EXT3 ABCD ? 答案：C ? 正确
9:YARN 的 http 端口默认是______
A80 B8080 C 8090 D8088 ABCD ? 答案：D ? 正确
10:大数据关键技术中，Hbase 主要被应用于______
A 数据采集 B 数据分析 C 数据存储 D 数据挖掘 ABCD

? 答案：C ? 正确
11: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 ABCD ? 答案：D ? 错误
12:HBase 系统基本架构中主服务器 Master 的作用是______
A 包含访问 HBase 的接口，同时在缓存中维护着已经访问过的 Region 位置 信息，用来加快后续数据访问过程 B 可以帮助选举出一个 Master 作为集群 的总管，并保证在任何时刻总有唯一一个 Master 在运行 C 主要负责表和 Region 的管理工作 D 是 HBase 中最核心的模块，负责维护分配给自己的 Region，并响应用户的读写请求
ABCD ? 答案：C ? 正确
13:支撑大数据业务的基础是______
A 数据科学 B 数据应用 C 数据硬件 D 数据人才 ABCD

? 答案：B ? 正确
14:在数据生命周期管理实践中______是执行方法
A 数据存储和备份规范 B 数据管理和维护 C 数据价值发觉和利用 D 数据应 用开发和管理
ABCD ? 答案：B ? 正确
15:下列关于 Hadoop API 的说法错误的是______
A Hadoop 的文件 API 不是通用的，只用于 HDFS 文件系统 B Configuration 类的默认实例化方法是以 HDFS 系统的资源配置为基础的 CFileStatus 对象 存储文件和目录的元数据 D FSDataInputStream 是 java.io.DataInputStream 的子类
ABCD ? 答案：A ? 正确
三:多选题（每小题 5 分）
16:数据研究经历了几种范式，包括______

A 实验 B 理论 C 计算 D 数据 ABCD ? 答案：ABCD ? 正确
17:下列关于大数据的说法中，错误的是______ A 大数据具有体量大、结构单一、时效性强的特征 B 处理大数据需采用新型 计算架构和智能算法等新技术 C 大数据的应用注重相关分析而不是因果分 析 D 大数据的应用注重因果分析而不是相关分析
ABCD ? 答案：AD ? 错误
18:大数据应用需依托的新技术有______ A 大规模存储与计算 B 数据分析处理 C 智能化 D 云计算
ABCD ? 答案：ABCD ? 错误
19:数据再利用的意义在于______