大数据基础习题（2）(1)-CSDN博客

本文链接：https://blog.csdn.net/2301_76379606/article/details/138245659

30.信息科技为大数据时代提供技术支撑有哪些？在信息存储方面，来自斯威本科技大学(Swinburne University of Technology)的研究团队，在2013年6月29日刊出的《自然通讯(Nature Communications)》杂志的文章中，描述了一种全新的数据存储方式，可将1PB(1024TB)的数据存储到一张仅DVD大小的聚合物碟片上。在信息处理方面，CPU处理能力大幅提升；在信息传输方面，网络带宽不断增加。

31.参考下图阐述大数据的特征。大数据的特征被总结为多个V。该图中给出了4个V，分别是：大数据的量Volume之大，大数据的速度velocity之快，大数据的多样化variety,以及大数据的价值value密度之低。

32.图中数字3代表什么意思? 备份冗余数目

33.在spark-shell中，输入语句完成如下功能：打开本地文件/usr/local/a.txt，并用a对其引用。val a=sc.textFile(“file:///usr/local/a.txt”)#&val a=sc.textFile(“/usr/local/a.txt”)

34.在spark-shell中，写出实现如下功能的语句：打开Hadoop分布式文件/usr/local/a.txt，并保存在word中。答案:val word=sc.textFile(“hdfs:///usr/local/a.txt”)

单选： 1.下述关于hadoop的阐述，正确的是 (D) A. 是一个分布式数据库与并行计算系统 B. 是一个分布式存储系统与分布式数据库 C. 是一个集中式存储与分布式并行运算系统 D. 是一个分布式存储与分布式并行运算系统

2.当一个客户端从Zookeeper服务器上拿到-ROOT-表的地址以后，就可以通过 © 找到用户数据表所在的Region服务器，并直接访问该Region服务器获得数据。

A. A.一级寻址 B. B.二级寻址 C. C.三级寻址 D. D.四级寻址

3.(A)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。 A. Region服务器 B. Store C. MemStore缓存 D. StoreFile文件

4.下列选项中_B_不是NoSQL数据库的特点。 A. 灵活的可扩展性 B. 动态的数据迁移 C. 灵活的数据模型 D. 与云计算紧密结合 5.下列关于云数据库的特点，错误的是_A_ A. 灵活的关系数据模型 B. 较低的使用代价 C. 高性能 D. 动态可扩展性

6.MapReduce是**_C**_编程框架。 A. 分布式并发 B. 非分布式并行 C. 分布式并行 D. 非分布式并发

7.JobTracker的三大功能不包括(D) A. 资源管理 B. 任务调度 C. 任务监控 D. 调度Map/Reduce任务的执行

8.“用户原创内容”的数据产生方式对应于下面哪个阶段？(B) A. web1.0 B. web2.0 C. 互联网 D. 物联网

9.以下不属于Action API的是(B)。 A. count() B. map(func) C. first() D. reduce(func)

10.scala>valwordCounts=textFile.flatMap(line=>line.split(“”)).map(word=>(word,1)).reduceByKey((a,b) => a + b) scala > wordCounts.collect() 在上面的代码中属于“行动”类型的操作的是(D)。 A. flatMap() B. Map() C. reduceByKey() D. collect()

11.Map任务的输入文件、Reduce任务的处理结果都是保存在(B)的。 A. 本地存储 B. 分布式文件系统 C. 硬盘 D. 主存

12.以下哪项不是MapReduce体系结构的主要组成部分(D) A. Client B. TaskTracker C. JobTracker D. TaskScheduler

13.下列选项中©不是文档数据库的优点 A. 性能好 B. 复杂性低 C. 统一的查询语法 D. 数据结构灵活

14.HBase是针对谷歌BigTable的开源实现，是一个高可靠、__B___、面向列、可伸缩的分布式数据库，主要用来存储非结构化和半结构化的松散数据。 A. A.高功能 B. B.高性能 C. C.低效率 D. D.高质量

15.UMP系统借助于__C___来实现集群内部的负载均衡。 A. 主从库实现用户调度 B. 主从库实现用户代理服务器 C. 利用主从库实现用户操作的分离 D. 主从库实现用户日志管理

16.Spark的主要编程语言是：(B)。 A. Java B. Scala C. Python D. R

17.以下属于商业级流计算的是：(A) A. IBM InfoSphere Streams B. Twitter Storm C. Yahoo! S4 D. FaceBook Puma

18.下列选项不属于Zookeeper主要发挥的作用的是__D A. 提供分布式锁 B. 监控所有MySQL实例 C. 作为全局的配置服务器 D. 支持透明的数据分片作用

19.以下哪项步骤不包含在溢写过程中(B) A. 分区 B. 文件归并 C. 排序 D. 合并

20.下列哪个不是连接RDS for MySQL数据库的方法© A. 使用客户端MySQL-Front访问 B. 使用数据库管理工具Navicat_MySQL C. Shell命令 D. 使用MySQL命令登录

21.MapReduce的处理单位是(B) A. block B. split C. Map D. RR

22.以下不属于hadoop存在的缺点的是：(B) A. 表达能力有限 B. 编程模式灵活 C. 磁盘IO开销大 D. 延迟高

23.谷歌的GFS和MapReduce等大数据技术受到追捧，Hadoop平台开始大行其道是在大数据发展的那个时期(B ) A. 第一阶段 B. 第二阶段 C. 第三阶段 D. 第四阶段

24.每个Map任务分配一个缓存，MapReduce默认缓存是(A) A. 100MB B. 80MB C. 120MB D. 200MB

多选： 1.MapReduce执行的全过程包括以下几个主要阶段(ABCD) A. 从分布式文件系统读入数据 B. 执行Map任务输出中间结果 C. 通过Shuffle阶段把中间结果分区排序整理后发送给Reduce任务 D. 执行Reduce任务得到最终结果并写入分布式系统文件

2.HDFS特殊的设计，在实现上述优良特性的同时，也使得自身具有一些应用局限性，主要包括以下几个方面 (AB) A. A.不适合低延迟数据访问 B. B.无法高效存储大量小文件 C. C.不支持单用户写入及任意修改文件 D. D.硬件设备昂贵

3.最终一致性根据更新数据后各进程访问到数据的时间和方式的不同，可以进行区别。下列说法正确的是 ABCD A. 因果一致性 B. 读己之所写一致性 C. 单调读一致性$会话一致性 D. 单调写一致性

4.Reduce端的Shuffle过程包括(ABD) A. “领取”数据 B. 归并数据 C. 溢写 D. 把数据输入到Reduce任务

5.采用HDFS联邦的设计方式，可解决单名称节点以下问题(ABD) A. HDFS集群可扩展性 B. 性能更高效 C. 单点故障问题 D. 良好的隔离性

6.MapReduce1.0架构设计具有一些很难克服的缺陷，包括(ABCD) A. 存在单点故障 B. JobTracker“大包大揽”导致任务过重 C. 容易出现内存溢出 D. 资源划分不合理

7.三次信息化浪潮的标志有哪些(ABC) A. 个人计算机 B. 互联网 C. 物联网，云计算和大数据 D. 人工智能

8.信息科技需要解决的核心问题包括：(ACD) A. 信息存储 B. 信息可视 C. 信息传输 D. 信息处理

9.以下属于批处理大数据计算的产品有：(AC) A. MapReduce B. Storm C. Spark D. Pregel

10.以下属于图计算的产品有：(ABCD) A. Pregel B. GraphX C. Giraph D. PowerGraph

11.访问HBase表中的行有哪几种方式(ABD) A. 通过单个行键 B. 行键的区间 C. 列族 D. 全表扫描

12.大数据对科学研究有哪些影响(ABCD) A. 第一范式：实验科学 B. 第二范式：理论科学 C. 第三范式：计算科学 D. 第四范式：数据密集型科学

13.关系数据库无法满足Web2.0的需求主要表现在哪几个方面(ACD) A. 无法满足海量数据的管理需求 B. 无法满足数据完整性 C. 无法满足数据高并发的需求 D. 无法满足高可扩展性和高可用性的需求

14.人类科学研究范式包括：(ABCD) A. 实验 B. 理论 C. 计算 D. 数据

15.下面关于MapReduce工作流程说法正确的是(ABD) A. 不同的Map任务之间不会进行通信。 B. 不同的Reduce任务之间也不会发生任何信息交换。 C. 用户能显式的从一台机器向另一台机器发送信息 D. 所有的数据交换都是通过MapReduce框架自身去实现的

16.与传统并行计算框架相比，以下哪些是MapReduce的优势(ABC) A. 非共享式，容错性好 B. 普通PC机，便宜，扩展性好 C. 编程/学习难度较简单 D. 适用场景为实时、细粒度计算、计算密集型

17.Hadoop1.0的核心组件主要存在以下不足(ABCD) A. 难以看到程序整体逻辑 B. 开发者自己管理作业之间的依赖关系 C. 执行迭代操作效率低 D. 资源浪费

18.NoSQL数据库的明显优势在于(BCD) A. 数据的完整性 B. 可以支持超大规模数据存储 C. 灵活的数据模型 D. 强大的横向扩展能力

19.HDFS在设计上采取了多种机制保证在硬件出错的环境中实现数据的完整性。总体而言，HDFS要实现以下目标： (1)兼容廉价的硬件设备 (2)流数据读写 (3)大数据集 (4)复杂的文件模型 (5)强大的跨平台兼容性 (D) A. A.(1)(2)(3)(4) B. B.(1)(2)(4)(5) C. C.(2)(3)(4)(5) D. D.(1)(2)(3)(5)

20.Map端的Shuffle过程包括以下哪几个步骤。(ABCD) A. 输入数据和执行Map任务 B. 写入缓存 C. 溢写(分区、排序、合并) D. 文件归并