本答案对应课程为:点我自动跳转查看
本课程起止时间为:2021-03-01到2021-06-05

第1章 大数据技术概述 第1章大数据技术概述单元测验

1、 问题:大数据计算模式有以下四种，对电子商务网站购物平台数据的实时分析处理过程属于哪一种?
选项：
A:批处理计算
B:流计算
C:图计算
D:查询分析计算
答案: 【流计算】

2、 问题:大数据技术及其代表性的软件种类很多，不同的技术有其不同应用场景，都对应着不同的大数据计算模式，请问软件产品Pregel主要应用于以下哪种计算模式？
选项：
A:批处理计算
B:流计算
C:图计算
D:查询分析计算
答案: 【图计算】

3、 问题:经过多年的发展，Hadoop生态系统不断完善和成熟，目前已经包含多个子项目，其中YARN的主要功能是?
选项：
A:分布式并行编程模型
B:数据仓库工具
C:负责集群资源调度管理的组件
D:分布式海量日志采集、聚合和传输系统
答案: 【负责集群资源调度管理的组件】

4、 问题:Hadoop生态系统中用于构建数据仓库并允许用户输入SQL语句进行查询的功能组件是?
选项：
A:Spark
B:Pregel
C:Flume
D:Hive
答案: 【Hive】

5、 问题:MapReduce的一个基本设计思想是?
选项：
A:计算向数据靠拢
B:数据向计算靠拢
C:提高数据的串行计算速度
D:提高数据的冗余度
答案: 【计算向数据靠拢】

6、 问题:Hadoop的生态系统组件之一Sqoop的功能是?
选项：
A:提供高可靠性、高可用、分布式的海量日志采集
B:用来存储非结构化和半结构化的松散数据
C:负责集群资源调度管理的组件
D:用来在Hadoop和关系数据库之间的交换数据，改进数据的互操作性
答案: 【用来在Hadoop和关系数据库之间的交换数据，改进数据的互操作性】

7、 问题:以下哪一项不是Hadoop的缺点？
选项：
A:计算表达能力有限
B:数据文件被分布存储到多台机器上
C:计算延迟高
D:磁盘I/O开销大
答案: 【数据文件被分布存储到多台机器上】

8、 问题:网络中很多数据是以图的形式呈现的，比如社交网络、交通事故，现场证据采集等，为了解决大型图的分布式计算问题，最适合采用以下哪种计算框架：
选项：
A:Spark Core
B:Dremel
C:Pregel
D:Storm
答案: 【Pregel】

9、 问题:用户在使用HDFS时，仍然可以像普通文件系统那样用文件名去访问文件，以下哪个选项是正确的访问方式？
选项：
A:把文件名发送给名称节点，根据文件名直接在名称节点上获取数据
B:把文件名发送给数据节点，根据文件名直接在数据节点上获取数据
C:把文件名发送给名称节点，根据文件名在名称节点上找到数据块的实际存储信息，客户端再到数据节点上获取数据
D:以上说法都不对
答案: 【把文件名发送给名称节点，根据文件名在名称节点上找到数据块的实际存储信息，客户端再到数据节点上获取数据】

10、 问题:大数据处理的基本流程有以下哪四个步骤？
选项：
A:数据采集
B:存储管理
C:处理分析
D:结果呈现
E:数据安全和隐私保护
答案: 【数据采集;
存储管理;
处理分析;
结果呈现】

11、 问题:目前学术界和业界比较认可的关于大数据的四个特点是?
选项：
A:数据量大
B:数据类型多
C:处理速度快
D:数据可重复使用
E:价值密度低
答案: 【数据量大;
数据类型多;
处理速度快;
价值密度低】

12、 问题:Hadoop两大核心组成部分是什么？
选项：
A:分布式文件系统HDFS
B:分布式协作服务Zookeeper
C:资源调度管理框架YARN
D:分布式计算框架MapReduce
答案: 【分布式文件系统HDFS;
分布式计算框架MapReduce】

13、 问题:与Hadoop相比，Spark主要有以下哪些优点？
选项：
A:提供多种数据集操作类型而不仅限于MapReduce
B:数据集中式计算更加高效
C:提供了内存计算，带来了更高的迭代运算效率
D:基于DAG的任务调度执行机制
答案: 【提供多种数据集操作类型而不仅限于MapReduce;
提供了内存计算，带来了更高的迭代运算效率;
基于DAG的任务调度执行机制】

14、 问题:YARN是负责集群资源调度管理的组件。不同的计算框架统一运行在YARN框架之上，具有哪些优点：
选项：
A:计算资源按需伸缩
B:不同负载应用混搭，集群利用率高
C:共享底层存储，避免数据跨集群迁移
D:大大降低了运维成本
答案: 【计算资源按需伸缩;
不同负载应用混搭，集群利用率高;
共享底层存储，避免数据跨集群迁移;
大大降低了运维成本】

15、 问题:关于Hadoop生态系统中HBase与其它部分的关系，以下说法正确的有：
选项：
A:HBase利用MapReduce来处理HBase中的海量数据，实现高性能计算
B:利用Zookeeper作为协同服务，实现稳定服务和失败恢复
C:使用HDFS作为高可靠的底层存储，利用廉价集群提供海量数据存储能力
D:利用Pig和Hive为HBase提供了高层语言支持
E:使用Sqoop为HBase提供了高效便捷的RDBMS数据导入功能
答案: 【HBase利用MapReduce来处理HBase中的海量数据，实现高性能计算;
利用Zookeeper作为协同服务，实现稳定服务和失败恢复;
使用HDFS作为高可靠的底层存储，利用廉价集群提供海量数据存储能力;
利用Pig和Hive为HBase提供了高层语言支持;
使用Sqoop为HBase提供了高效便捷的RDBMS数据导入功能】

16、 问题:Spark的设计遵循“一个软件栈满足不同应用场景”的理念，逐渐形成了一套完整的生态系统，可以支持以下哪些操作计算：
选项：
A:SQL即席查询（Spark SQL）
B:流式计算（Spark Streaming）
C:机器学习（MLlib）
D:图计算（GraphX）
答案: 【SQL即席查询（Spark SQL）;
流式计算（Spark Streaming）;
机器学习（MLlib）;
图计算（GraphX）】

17、 问题:Flink和Spark一样，都是基于内存的计算框架，都支持流计算，在流式处理方面，以下选项是Flink的主要特点的有：
选项：
A:Flink是一行一行地处理数据
B:Flink可以支持毫秒级的响应
C:Flink只能支持秒级的响应
D:Flink支持增量迭代，具有对迭代进行自动优化的功能
答案: 【Flink是一行一行地处理数据;
Flink可以支持毫秒级的响应;
Flink支持增量迭代，具有对迭代进行自动优化的功能】

第2章 Scala语言基础 第2章Scala语言基础单元测验

1、 问题:以下哪个选项不是Scala的数据类型？
选项：
A:A Byte，Short，Int，Unit
B:Integer，Void
C:Long，Char，String
D:Float，Double，Boolean
答案: 【Integer，Void】

2、 问题:Scala关于变量定义、赋值，错误的是？
选项：
A:val a = 3
B:val a:String = 3
C:var b:Int = 3 ; b = 6
D:var b = "Hello World!" ; b = "123"
答案: 【val a:String = 3】

3、 问题:下面四个选项中，哪一个选项中a的取值与其他三个选项不同？
选项：
A:val a = 3
B:val a:Double = 1 + 2
C:var a = 1; a += 2
D:val b = 1.+(2); val a = b.toInt

本门课程剩余章节答案为付费内容
本文章不含期末不含主观题！！
本文章不含期末不含主观题！！
支付后可长期查看
有疑问请添加客服QQ 2356025045反馈
如遇卡顿看不了请换个浏览器即可打开
请看清楚了再购买哦，电子资源购买后不支持退款哦
点我支付 ¥5
  已支付？输入手机号或商家订单号阅读

   

发表评论

电子邮件地址不会被公开。 必填项已用*标注