南开22秋学期《大数据开发技术（一）》在线作业[答案][答案]

正确答案:D

南开22秋学期《大数据开发技术（一）》在线作业[答案]

正确答案:A

正确答案:C

22秋学期（高起本1709-2103、全层次2109-2103）《大数据开发技术（一）》在线作业-00001

正确答案:C

正确答案:C

试卷总分:100  得分:100

一、单选题 (共 30 道试题,共 60 分)

1.使用Amazon云环境部署Hadoop的说法中错误的是()。

正确答案:A

正确答案:B

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

正确答案:C

正确答案:B

B.Hadoop自带有一套脚本，用于在EC2上面运行Hadoop

正确答案:D

正确答案:D

正确答案:D

正确答案:B

C.在EC2上运行Hadoop尤其适用于一些工作流

正确答案:D

正确答案:C

D.Amazon EC2为Hadoop提供了存储服务

正确答案:B

正确答案:C

 

2.以下哪个是HDFS的局限性()。

正确答案:B

正确答案:D

A.吞吐率

正确答案:A

B.数据集

C.兼容性

D.延迟

正确答案:B

正确答案:C

 

3.日志的获取属于流计算的哪个步骤()。

A.实时采集

B.实时存储

C.实时计算

D.实时查询

正确答案:A

正确答案:A

 

4.以下哪种数据库适合于批量数据处理和即席查询()

A.MySQL

B.Oracle

C.Hbase

D.NosSQL

正确答案:A

正确答案:A

 

5.R是哪种可视化工具()

A.信息图表

B.地图工具

C.时间线工具

D.分析工具

正确答案:C

正确答案:C

正确答案:C

正确答案:B

正确答案:C

正确答案:A

 

6.以下哪个不属于MongoDB的特点

正确答案:C

正确答案:C

A.提供了面向文档的存储

B.可以设置任何属性索引

C.具有很好的垂直可扩展性

D.支持丰富的查询表达式

正确答案:C

正确答案:C

 

7.关于Hadoop集群,以下说法错误的是()。

正确答案:A

正确答案:A

正确答案:B

A.SecondaryNameNode可以和NameNode共用一台机器

正确答案:A

正确答案:D

正确答案:D

B.JobTracker指派的任务由TaskTracker执行

正确答案:B

C.SecondaryNameNode可以和DataNode共用一台机器

正确答案:B

正确答案:C

正确答案:D

D.NameNode可以和JobTracker共用一台机器

正确答案:B

正确答案:C

正确答案:A

 

8.D3是哪种可视化工具()

正确答案:D

正确答案:C

A.信息图表

B.地图工具

C.时间线工具

D.分析工具

 

9.HBase的目标是处理非常庞大的表,可以通过()方式,利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表

A.垂直扩展

B.水平扩展

C.拓扑扩展

D.叠加

正确答案:D

正确答案:A

 

10.()是一个通用文件系统的抽象基类,可以被分布式文件系统继承

A.DistributedFileSystem

正确答案:A

正确答案:A

B.GFSSystem

C.FileSystem

D.HDFSSystem

正确答案:A

正确答案:C

 

11.关于Reduce端Shuffle过程,说法正确的是()。

正确答案:B

正确答案:C

A.Reduce领取数据先放入缓存，来自不同Map机器，先合并，再归并，写入磁盘

正确答案:D

正确答案:A

B.多个溢写文件归并最后只能形成一个大文件

C.当数据很少时，也要溢写到磁盘

D.Reduce任务通过RPC向JobTracker询问Map任务是否已经完成

正确答案:B

正确答案:D

 

正确答案:D

正确答案:A

正确答案:B

正确答案:C

正确答案:B

正确答案:A

正确答案:B

12.关于MapReduce工作流程,说法错误的是()。

正确答案:D

正确答案:B

A.不同的Map任务之间不会进行通信

B.不同的Reduce任务之间不会发生任何信息交换

正确答案:A

正确答案:A

C.用户可以显式地从一台机器向另一台机器发送消息

D.所有的数据交换都是通过MapReduce框架自身去实现的

正确答案:A

正确答案:C

 

13.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.Master

B.Region

C.Zookeeper

D.Chubby

正确答案:B

正确答案:B

正确答案:C

正确答案:B

正确答案:C

 

14.以下哪种属于图数据库()

A.MongoDB

正确答案:B

正确答案:D

正确答案:C

正确答案:A

正确答案:C

正确答案:B

正确答案:A

正确答案:D

正确答案:A

B.Redis

正确答案:D

正确答案:A

正确答案:D

正确答案:C

正确答案:B

C.Hbase

D.Neo4j

正确答案:B

正确答案:B

 

15.Amazon RDS属于()

正确答案:A

正确答案:B

A.关系数据库

B.键值数据库

C.NoSQL数据库

D.数据仓库

正确答案:B

正确答案:B

 

16.以下说法不正确的是()。

A.MapReduce的核心思想就是“分面治之”

正确答案:D

正确答案:A

B.HDFS是对GFS的开源实现

正确答案:D

正确答案:D

C.MapReduce是一种分布式计算模型

正确答案:C

正确答案:D

D.HDFS采用HBase作为其底层数据存储

正确答案:B

正确答案:B

 

17.以下针对Hive的说法不正确的是()。

A.Hive是一个基于Hadoop的数据仓库工具

正确答案:A

正确答案:A

B.Hive是关系数据库

C.Hive QL是一种查询语言

D.Hive可以提供查询分析存储等功能

正确答案:A

正确答案:C

 

21.以下亚马逊的产品中哪个是数据仓库

A.ElastiCache

B.RDS

正确答案:A

正确答案:B

正确答案:C

正确答案:C

正确答案:C

正确答案:C

正确答案:D

正确答案:B

C.DynamoDB

正确答案:C

正确答案:C

正确答案:B

正确答案:C

D.Redshift

正确答案:D

正确答案:B

正确答案:D

正确答案:B

正确答案:B

正确答案:B

 

19.对于不同顶点之间的信息交换,Pregel采用了()

A.远程数据读取

B.共享内存

C.纯消息传递模型

D.共享消息

正确答案:D

正确答案:D

 

20.SQL Azure体系结构层中哪层是存储节点集群,相当于普通Web系统的数据库层

A.Client Layer

B.Services Layer

C.Platform Layer

D.Infrastructure Layer

正确答案:B

正确答案:D

 

21.在Storm的工作流程中,对于Supervisor说法错误的是()。

A.Supervisor会去Zookeeper集群上认领自己的Task

B.Supervisor节点首先将提交的Topology进行分片，分成一个个Task，分配给相应的Nimbus

C.Supervisor会将Task和相关的信息提交到Zookeeper集群上

D.Supervisor会通知自己的Worker进程进行Task的处理

正确答案:D

正确答案:A

 

22.以下说法不正确的是()。

A.Zookeeper提供分布式锁之类的基本服务

B.Mahout提供了分布式存储服务

C.Flume提供了日志管理服务

D.Sqoop主要被用于数据交互操作

正确答案:D

正确答案:D

 

23.NoSQL中的CAP理论中的P代表()

A.一致性

B.可用性

C.分区容忍性

D.可扩展性

正确答案:C

正确答案:D

 

24.Echarts是哪种可视化工具()

A.信息图表

B.地图工具

C.时间线工具

D.分析工具

 

25.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.ShuffleGrouping

B.AllGrouping

C.GlobalGrouping

D.FiedlsGrouping

正确答案:C

正确答案:B

正确答案:C

正确答案:B

 

26.应用于存储、索引并管理面向文档的数据或者类似的半结构化数据,比如,用于后台具有大量读写操作的网站的数据库是哪种()

A.列族数据库

B.键值数据库

C.图数据库

D.文档数据库

正确答案:A

正确答案:C

 

27.Hbase在寻址过程客户端只需询问Zookeeper服务器,不需要链接()

A.Master

B.Region

C.Zookeeper

D.Chubby

 

28.以下亚马逊的产品中哪个是关系数据库

A.RDS

B.SimpleDB

C.DynamoDB

D.Redshift

 

29.Storm中如果要让每一个Task都会收到所有的Tuple,应该采用哪种Stream Groupings()。

A.ShuffleGrouping

B.AllGrouping

C.GlobalGrouping

D.FiedlsGrouping

 

30.以下不属于物联网关键技术的是()。

A.RFID

B.传感器

正确答案:C

正确答案:C

C.交换机

D.矩阵式

正确答案:B

正确答案:C

 

南开22秋学期《大数据开发技术（一）》在线作业[答案]多选题答案

正确答案:C

正确答案:A

二、多选题 (共 10 道试题,共 20 分)

31.以下包含在Hadoop项目中的有()。

正确答案:D

正确答案:C

A.Ambari

B.Redis

C.MongoDB

D.Pig

正确答案:A

正确答案:C

E.Sqoop

 

32.以下哪些应用场景属于大规模图或者网络的呈现形式?()

A.社交网络

B.传染病传播途径

C.交通事故对路网的影响

D.广告推荐

正确答案:B

正确答案:D

 

33.MapReduce可以解决哪些计算问题()。

正确答案:A

正确答案:A

A.矩阵乘法

B.关系代数运算

C.聚合运算

D.关系投影运算

正确答案:D

正确答案:D

 

34.关于MapReduce,说法正确的是()。

正确答案:C

正确答案:C

A.MapReduce框架采用了Master/Slave架构，包括一个Master和若干个Slave

正确答案:B

正确答案:D

B.Hadoop框架是用Java实现的，因此MapReduce应用程序要用Java来写

正确答案:C

正确答案:B

C.MapReduce模型的核心是Map函数和Reduce函数

正确答案:D

正确答案:B

D.MapReduce将一个存储在分布式文件系统中的大规模数据集，切分成许多独立的分片

正确答案:B

正确答案:C

 

35.以下哪种数据库属于NoSQL数据库()

A.关系数据库

B.键值数据库

C.文档数据库

D.分布式数据库

正确答案:C

正确答案:A

 

36.以下哪些属于典型的大数据应用()。

A.谷歌搜索

B.谷歌流感趋势

C.谷歌统计

D.《纸牌屋》制作

正确答案:A

正确答案:A

E.《黑镜子》制作

 

37.NoSQL数据库与关系数据库相比有哪些优势()

A.支持事务ACID四性

正确答案:A

正确答案:A

B.可以支持超大规模数据存储

C.以完善的关系代数理论作为基础

D.具有强大的横向扩展能力

正确答案:D

正确答案:C

 

38.以下哪些是云数据库产品()

A.Dynamo

正确答案:C

正确答案:B

B.SimpleDB

C.RDS

D.SQL Server

正确答案:B

正确答案:A

 

39.MapReduce的main函数中设置输出类型的方法有()。

正确答案:C

正确答案:C

正确答案:C

A.setOutputKeyClass

B.setOutputClass

C.setOutputValueClass

D.setKeyValueClass

正确答案:B

正确答案:B

正确答案:A

 

40.以下哪个应用适合用Pregel来解决()

A.数据库的笛卡尔积

B.单元最短路径

C.二分匹配

D.求极值

正确答案:D

正确答案:A

 

三、判断题 (共 10 道试题,共 20 分)

41.UMP系统中的Mnesia不错支持事务

 

42.Hadoop伪分布式配置中需将副本数量调成1

正确答案:C

正确答案:A

 

43.Hbase中列族支持动态扩展,可以很轻松地添加一个列族或列

 

44.在HBase 的概念视图中, 一个表可以视为一个稀疏、多维的映射关系。

 

45.Hbase和传统数据库一样都是行式数据库

 

46.Hbase中缓存刷新,每次刷写都生成一个新的StoreFile文件,因此,每个Store包含多个StoreFile文件

 

47.云数据库不可以满足大企业的海量数据存储需求

 

48.数据实时计算阶段对采集的数据进行实时的分析和计算。流处理系统接收数据采集系统不断发来的实时数据,实时地进行分析计算,不需要反馈实时结果。

 

49.在分布式文件系统中,如果一个文件小于一个数据块的大小,它会占用整个数据块的存储空间。

 

50.Pregel将PageRank处理对象看成是连通图,而MapReduce则将其看成是键值对

正确答案:D

正确答案:B

 

南开22秋学期《大数据开发技术（一）》在线作业[答案]历年参考题目如下：

《大数据开发技术（一）》19秋期末考核-0001

 

一、单选题 (共 15 道试题,共 30 分)

1.UMP系通过()来实现实现数据路由的基本功能

A.愚公系统

B.Procy服务器

C.Controller服务器

D.Agent服务器

正确答案:D

 

2.Amazon Redshift属于()

正确答案:D

A.键值数据库

B.数据仓库

C.关系数据库

D.NoSQL数据库

正确答案:A

 

3.应用于涉及频繁读写、拥有简单数据模型的应用,内容缓存,比如会话的数据库是哪种()

A.键值数据库

B.文档数据库

C.图数据库

D.列族数据库

正确答案:C

正确答案:A

正确答案:A

 

4.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.Zookeeper

B.Region

C.Master

D.Chubby

 

5.UMP系统中面对中等规模用户如何进行资源调度()

A.随机分配MySQL实例

B.每个用户独占一个MySQL实例

C.可以共享同一个MySQL实例

D.会占用多个独立的MySQL实例

正确答案:A

正确答案:C

 

6.以下亚马逊的产品中哪个是数据仓库

A.Redshift

B.RDS

C.ElastiCache

D.DynamoDB

正确答案:A

正确答案:D

正确答案:D

 

7.UMP系统中面对多个小规模用户如何进行资源调度()

A.随机分配MySQL实例

B.每个用户独占一个MySQL实例

C.可以共享同一个MySQL实例

D.会占用多个独立的MySQL实例

 

8.关于Strom中Bolt说法错误的是()。

A.Bolt是一个被动的角色，Spout是一个主动的角色

B.Bolt是Streams的状态转换过程的抽象含义

C.Bolt可以执行过滤、函数操作、Join、操作数据库等任何操作

D.Bolt不仅可以处理Tuple还可以创建新的Tuple

正确答案:C

 

9.优点是查找速度快,可扩展性强,容易进行分布式扩展,复杂性低的数据库是()

A.键值数据库

B.文档数据库

C.图数据库

D.列族数据库

 

10.应用于分布式数据存储与管理 数据在地理上分布于多个数据中心的应用程序的数据库是哪种()

A.键值数据库

B.文档数据库

C.图数据库

D.列族数据库

 

11.Hbase中客户端包含访问HBase的接口,同时在缓存中维护着已经访问过的()位置信息,用来加快后续数据访问过程

A.客户端

B.Slaver

C.Region

D.Master

正确答案:A

 

12.以下亚马逊的产品中哪个是分布式内存缓存

A.Redshift

B.RDS

C.ElastiCache

D.DynamoDB

 

13.Hbase采用()作为底层数据存储

A.传统文件系统

B.Hbase

C.HDFS

正确答案:B

D.GFS

正确答案:D

 

14.关于Hadoop集群,以下说法错误的是()。

A.SecondaryNameNode可以和NameNode共用一台机器

B.SecondaryNameNode可以和DataNode共用一台机器

C.NameNode可以和JobTracker共用一台机器

D.JobTracker指派的任务由TaskTracker执行

正确答案:B

 

15.Map Task和Reduce Task均由()启动。

正确答案:D

A.Task Tracker

B.Task

C.Job Tracker

D.Client

正确答案:B

 

二、多选题 (共 10 道试题,共 20 分)

16.HDFS中对名称节点设置了备份机制,会将名称节点中的()文件同步复制到备份服务器上。

正确答案:A

A.FsImage

B.EditLog

正确答案:A

C.DataNode

正确答案:D

D.Block

正确答案:B

 

17.以下图计算软件哪种属于以图顶点为中心的、基于消息传递批处理的并行引擎

A.Pregel

B.Hama

C.Giraph

D.DEX

正确答案:C

 

18.以下哪种数据库属于NoSQL数据库()

A.MySQL

B.MongoDB

C.InfiniteGraph

D.DynamoDB

 

19.关系数据库与NoSQL数据库相比适用于哪些领域()

A.银行

B.电信

C.传统企业的数据分析

D.互联网企业大数据处理

正确答案:C

 

20.以下哪种数据库是针对在线业务的,并且抛弃了关系模型()

A.Redis

B.Oracle

C.MySQL

D.MongoDB

正确答案:C

 

21.分布式文件系统的设计目的包括()。

A.速度

B.并发控制

C.容错

D.可伸缩性

正确答案:C

 

22.MapReduce的main函数中设置输出类型的方法有()。

A.setOutputValueClass

B.setOutputKeyClass

C.setOutputClass

D.setKeyValueClass

 

23.以下哪些是云计算关键技术()。

A.虚拟化

B.物联网

C.单租户

D.分布式计算

正确答案:B

E.分布式存储

 

24.Pregel作为分布式图计算的计算框架,主要用于()

A.最短路径

B.图遍历

C.PageRank计算

D.MapReduce

正确答案:B

 

25.以下哪个应用适合用Pregel来解决()

A.求极值

B.数据库的笛卡尔积

C.单元最短路径

D.二分匹配

正确答案:A

 

三、判断题 (共 10 道试题,共 20 分)

26.分布式离线分析可以实现秒级别的实时分析响应。

 

27.Hadoop平台在大数据发展的成熟期时开始大行其道

正确答案:A

 

28.Yahoo! S4和Twitter Storm开发实时应用时既要关注处理逻辑,还要解决实时数据获取、传输、存储

 

29.在HBase 的概念视图中, 一个表可以视为一个稀疏、多维的映射关系。

 

30.HBase中包含一个Region服务器和许多个Master服务器

 

31.HDFS读数据过程中读取请求获得的输入流是FSInputStream

正确答案:D

 

32.Linux系统中只有Ubuntu可以安装Hadoop。

正确答案:D