Spark课堂课后作业/期末题库

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? 
‍

• A. 批处理计算
• B. 图计算
• C. 查询分析计算
• D. 流计算

我的答案: D正确答案: D

10分

2. (单选题)单选(2分)
‍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? 
‍

• A. 流计算
• B. 查询分析计算
• C. 图计算
• D. 批处理计算

我的答案: C正确答案: C

10分

3. (单选题)单选(2分)
‎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? 
‍

• A. Flume
• B. Spark
• C. Hive
• D. Pregel

我的答案: C正确答案: C

10分

4. (单选题)单选(2分)
以下哪一项不是Hadoop的缺点?

• A. 数据文件被分布存储到多台机器上
• B. 计算表达能力有限
• C. 磁盘I/O开销大
• D. 计算延迟高

我的答案: A正确答案: A

10分

5. (单选题)单选(2分)
‎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?
‎

• A. 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
• B. 以上说法都不对
• 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的位置信息,客户端再根据位置信息到数据节点上获取数据
• D. 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

我的答案: C正确答案: C

10分

二. 多选题（共5题，50分）

6. (多选题)
‌大数据处理的基本流程有以下哪四个步骤?

• A. 数据采集
• B. 处理分析
• C. 结果呈现
• D. 存储管理

我的答案: ABCD正确答案: ABCD

10分

7. (多选题)‌目前学术界和业界比较认可的关于大数据的四个特点是?

• A. 数据量大
• B. 价值密度低
• C. 数据类型多
• D. 处理速度快

我的答案: ABCD正确答案: ABCD

10分

8. (多选题)‌与Hadoop相比，Spark主要有以下哪些优点？

• A. 提供多种数据集操作类型而不仅限于MapReduce
• B. 基于DAG的任务调度执行机制
• C. 数据集中式计算更加高效
• D. 提供了内存计算，带来了更高的迭代运算效率

我的答案: ABD正确答案: ABD

10分

9. (多选题)‌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：

• A. 共享底层存储，避免数据跨集群迁移
• B. 大大降低了运维成本
• C. 计算资源按需伸缩
• D. 不同负载应用混搭，集群利用率高

我的答案: ABCD正确答案: ABCD

10分

10. (多选题)‌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： 

• A. 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
• B. HBase利用MapReduce来处理HBase中的海量数据，实现高性能计算
• C. 使用Sqoop为HBase提供了高效便捷的RDBMS数据导入功能
• D. 利用Pig和Hive为HBase提供了高层语言支持

我的答案: ABCD正确答案: ABCD

1. (单选题)下面哪个不是 RDD 的特点 ?

• A. 可分区
• B. 可序列化
• C. 可修改
• D. 可持久化

我的答案: C正确答案: C

10分

2. (单选题)Task是Executor上的工作单元,运行于下面哪个组件上?
‏

• A. Driver Program
• B. Spark Master
• C. Worker Node
• D. Cluster Manager

我的答案: C正确答案: C

10分

3. (单选题)下面哪个操作肯定是宽依赖?

• A. map
• B. filter
• C. reduceByKey
• D. union

我的答案: C正确答案: C

10分

4. (单选题)‏以下哪个不是Spark的组件?

• A. Spark Streaming

• B. MLlib
• C. GraphX
• D. Flink

我的答案: D正确答案: D

10分

二. 多选题（共6题，60分）

5. (多选题)
以下是Spark的主要特点的有?