100K影像課堂測驗

、選擇題1、物聯(lián)網(wǎng)的發(fā)展使得數(shù)據(jù)生成方式得以徹底的改變，其屬于（）。A被動式生成數(shù)據(jù)B主動式生成數(shù)據(jù)C感知式生成數(shù)據(jù)D半主動式生成數(shù)據(jù)2、從數(shù)據(jù)庫技術誕生以來，產(chǎn)生大數(shù)據(jù)的方式主要經(jīng)過了三個發(fā)展階段，分別是（）、主動式生成數(shù)據(jù)、感知式生成數(shù)據(jù)。A被動式生成數(shù)據(jù)B網(wǎng)絡式生成數(shù)據(jù)C傳感器生成數(shù)據(jù)D半主動式生成數(shù)據(jù)3、大數(shù)據(jù)的數(shù)據(jù)類型包括結構化數(shù)據(jù)、非結構化數(shù)據(jù)和（）A半結構化數(shù)據(jù)B無結構數(shù)據(jù)C關系數(shù)據(jù)庫數(shù)據(jù)D網(wǎng)頁4、大數(shù)據(jù)的數(shù)據(jù)類型包括結構化數(shù)據(jù)、（）和半結構化數(shù)據(jù)A非結構化數(shù)據(jù)B無結構數(shù)據(jù)C關系數(shù)據(jù)庫數(shù)據(jù)D網(wǎng)頁5、大數(shù)據(jù)的數(shù)據(jù)類型包括（）、非結構化數(shù)據(jù)和半結構化數(shù)據(jù)A結構化數(shù)據(jù)B無結構數(shù)據(jù)C關系數(shù)據(jù)庫數(shù)據(jù)D網(wǎng)頁6、 常見的網(wǎng)絡信息系統(tǒng)包括電子商務系統(tǒng)和（）A社交網(wǎng)絡B社會媒體C搜索引擎D以上三個選項都是7、下列與大數(shù)據(jù)密切相關的技術是（）A藍牙B云計算C博弈論Dwifi8、大數(shù)據(jù)應用依托的新技術是（）A大規(guī)模存儲與計算B數(shù)據(jù)分析C智能化D以上三個選項都是9、下列不屬于數(shù)據(jù)抽取和集成引擎的是（）。A基于物化或ETL方法的引擎B基于中間件的引擎C基于空間數(shù)據(jù)的引擎D基于數(shù)據(jù)流方法的引擎10、 大數(shù)據(jù)呈現(xiàn)出“4V1O”的特征，下列描述正確的是（）AVolume、Variety、vacation、Velocity、On-LineBVolume、Variety、Value、Velocity、On-LineCVolume、Variety、Value、vehicle>On-LineDVolume、violence>Value、vehicle>On-Line11、 大數(shù)據(jù)“4V1O”的特征中，表示大數(shù)據(jù)種類和來源多樣化的是（）AVolumeBVarietyCValueDVelocity12、 大數(shù)據(jù)“4V1O”的特征中，表示大數(shù)據(jù)價值密度相對較低，需要很多的過程才能挖掘出來的是（）AVolumeBVarietyCValueDVelocity13、 大數(shù)據(jù)“4V1O”的特征中，表示時效性要求高的是（）AVolumeBVarietyCValueDVelocity14、 大數(shù)據(jù)“4V1O”的特征中，表示數(shù)據(jù)量大的是（）AVolumeBVarietyCValueDVelocityD基本研究與人類資源15、 美國信息高速公路計劃HPCC（高性能計算與通信）中包含的BRHR是指（）A高性能計算機系統(tǒng)B國家科研與教育網(wǎng)格C先進軟件技術與算法D基本研究與人類資源16、 大數(shù)據(jù)分析的典型工具中，屬于實時計算系統(tǒng)的是（）AHPCCBRapidMinerCApacheDrillDStorm17、 大數(shù)據(jù)分析的典型工具中，屬于數(shù)據(jù)挖掘解決方案的是（）AHPCCBRapidMinerCApacheDrillDStorm18、 大數(shù)據(jù)管理平臺所必須考慮的要素是（）A自動化和分布式B智能化和開放式C并行化和分布式D并行化和開放式19、 大數(shù)據(jù)采集一般分為（）和基礎支撐層A基礎架構層B智能感知層C數(shù)據(jù)處理層D數(shù)據(jù)挖掘層20、 Hadoop是一個能夠對大量數(shù)據(jù)進行（）處理的軟件框架A分布式B一體化C集成化D綜合化21、 Hadoop是一個能夠對大量數(shù)據(jù)進行分布式處理的（）框架A系統(tǒng)B傳感C硬件D軟件22、 EDC系統(tǒng)在臨床試驗中的應用可以有效解決紙質CRF存在的問題，EDC是一種數(shù)據(jù)（）系統(tǒng)。A歸檔B采集C分析D聚類23、 大數(shù)據(jù)的三大主要來源為（）數(shù)據(jù)。A商業(yè)、互聯(lián)網(wǎng)與傳感器B商業(yè)、科研文獻與視頻C文字、圖片與視頻D商業(yè)、互聯(lián)網(wǎng)與多媒體24、 ETL：即數(shù)據(jù)（）的過程，是構建數(shù)據(jù)倉庫的重要環(huán)節(jié)。A擦寫、轉換、列表B抽取、轉換、列表C擦寫、轉換、裝載D抽取、轉換、裝載25、 以安全為目標的HTTP通道英文縮寫是（）AHTTPSBODMCERPDRFID26、 網(wǎng)絡數(shù)據(jù)采集的四個主要模塊是：網(wǎng)絡爬蟲、數(shù)據(jù)處理、（）和數(shù)據(jù)。AHTML隊列BURL隊列CAPP隊列DWEB隊列27、 網(wǎng)絡數(shù)據(jù)處理的四個主要模塊是：（）和數(shù)據(jù)A網(wǎng)絡爬蟲、分詞、排重B分詞、排重、整合C分詞、排重、處理D網(wǎng)絡爬蟲、排重、處理28、 大數(shù)據(jù)建模是為了理解事物而對事物做出的一種（），是對事物的一種無歧義的書面描述。A模型B整合C處理D抽象29、 CURE是一種針對大型數(shù)據(jù)庫的高效的（）算法A回歸B關系C神經(jīng)網(wǎng)絡D聚類30、 數(shù)據(jù)挖掘中的建模是由（）驅動的A事實B機制C數(shù)據(jù)D關系31、 以下關于數(shù)據(jù)模型的描述正確的是（）A再大的隨機抽樣都不如局部抽樣有代表性B統(tǒng)計學隨機抽樣不具有代表性C“大樣本=總體”的思想是錯誤的D“大樣本=總體”的思想是正確的32、 大數(shù)據(jù)建模的核心問題是海量數(shù)據(jù)（）問題A隨機抽樣B大樣本調查C挖掘D隨機對照試驗33、 Web挖掘任務可以被劃分為三種主要類型：（）挖掘A結構、內容和使用B結構、網(wǎng)頁和后臺數(shù)據(jù)庫C網(wǎng)頁、后臺數(shù)據(jù)庫和使用D網(wǎng)頁、內容和使用34、 Web數(shù)據(jù)挖掘是一項綜合性技術，指Web從文檔結構和使用的集合C中發(fā)現(xiàn)隱含的模式P，如果將C看作是輸入，P看作是輸出，那么Web挖掘過程就可以看作是從輸入到輸出的一個（）過程。A發(fā)現(xiàn)B映射C輸入D輸出35、 Hadoop是一個基于（）的分布式密集數(shù)據(jù)處理和數(shù)據(jù)分析的軟件框架AJavaBC++CC#DVFP36、 大數(shù)據(jù)分析模式根據(jù)實時性可分為（）兩類A在線和離線B內存和海量C算法和模型D離線和海量37、 以下關于大數(shù)據(jù)建模應遵循的規(guī)律中，正確的是（）A數(shù)據(jù)挖掘減弱了對業(yè)務的認知B預測提高了信息作用能力C模式不因業(yè)務變化而變化D試驗對尋找解決方案不是必要的38、 以下關于大數(shù)據(jù)建模應遵循的規(guī)律中，錯誤的是（）A以業(yè)務目標作為實現(xiàn)目標B數(shù)據(jù)中總含有模式C大數(shù)據(jù)建模的價值在于預測的準確率D預測提高了信息作用能力A聯(lián)機分析處理B機器學習C模式識別D分布式計算39、 數(shù)據(jù)可視化是關于數(shù)據(jù)（）表現(xiàn)形式的科學技術研究A聽覺B嗅覺C感覺D視覺40、 數(shù)據(jù)可視化技術是指運用計算機（）和圖像處理技術A語言B圖形學C程序D代碼41、 下列不屬于數(shù)據(jù)可視化技術特點的是（）A交互性B分析性C可視性D多維性42、 數(shù)據(jù)可視化流程中，操作控制所對應的流程是（）A獲取

43、44454647、48495051、B分析C過濾D交互數(shù)據(jù)可視化流程中，清晰易讀所對應的流程是（）A表述B交互C過濾D修飾數(shù)據(jù)可視化流程中，視覺模型所對應的流程是（）A表述B分析C過濾D挖掘數(shù)據(jù)可視化流程中，統(tǒng)計辨析所對應的流程是（）A獲取B分析C過濾D挖掘數(shù)據(jù)可視化技術的數(shù)據(jù)分析是指對（）數(shù)據(jù)進行切片、塊、旋轉等動作剖析數(shù)據(jù)A一維B圖片C影像D多維時間可視化是指通過時間的維度來查看事物值的變化情況，一般通過增加時間軸的形式，也就是（）圖A柱形B散點C圓環(huán)D趨勢（）圖適用于四維以上的多維數(shù)據(jù)，且每個維度必須可以排序A雷達B氣泡C散點D直方（）適用于三維數(shù)據(jù)集，并且其中有兩維數(shù)據(jù)需要比較A雷達B氣泡C散點D直方（）適合多個二維數(shù)據(jù)集的比較A雷達B氣泡C折線D散點下列屬于數(shù)據(jù)可視化工具特性的是（）

A實時性B更豐富的展現(xiàn)C多種數(shù)據(jù)集成支持方式D以上都是52、 下列可視化工具中的統(tǒng)計分析工具是（）ARBNodeBoxCProcessingDPolyMaps53、 下列可視化工具中的地圖工具是（）ARBNodeBoxCProcessingDOpenLayers54、 Nodebox是一個建立在（）語言基礎上的開源圖形軟件APythonBC#CJavaDSQL55、 OpenGL是一個功能強大，調用方便的（）A圖標格式B查詢開發(fā)庫C計算機程序設計語言D圖形程序接口56、 下列不屬于Hadoop架構核心內容的是（）AHDFSBMapReduceCCommonDSpark57、 下列內容中，不屬于Hadoop優(yōu)點的是（）A可擴展B高成本C高效率D可靠58、 下列內容中，不屬于Hadoop優(yōu)點的是（）A可擴展B低成本C低效率D可靠59、 下列關于HDFS的說法正確的是（）AHDFS是一個高度容錯的系統(tǒng)BHDFS在高成本的通用硬件上運行CHDFS不遵循文件的一致性模型DHDFS不適合帶有大型數(shù)據(jù)集的應用程序60、 下列關于HDFS的說法錯誤的是（）AHDFS是一個高度容錯的系統(tǒng)BHDFS在低成本的昂貴硬件上運行CHDFS遵循文件的一致性模型DHDFS適合帶有大型數(shù)據(jù)集的應用程序61、 HDFS系統(tǒng)能檢測和應對硬件故障，用于在（）硬件上運行A低成本、通用B高成本、通用C低成本、特殊D高成本、特殊62、 HDFS采用（）結構模型A通用B主從C并行D串行63、 MapReduce中的Reduce對中間結果中（）的所有值進行規(guī)約A所有鍵B相同鍵C不同鍵D中間鍵64、 MapReduce是一種（）模型A架構B存儲C編程D優(yōu)化65、 YARN是一個資源管理系統(tǒng)，其基本設計思想是將MapReduce中的（）拆分成了兩個獨立的服務AResourceManagerBApplicationMasterCJobTrackerDApache66、 YARN中的ResourceManager負責（）系統(tǒng)的資源管理和分配，ApplicationMaster則負責（）應用程序的管理。A整個、整個B單個、單個C整個、單個D單個、整個67、 下列有關Hive與關系型數(shù)據(jù)庫（RDBMS）的對比，說法正確的是（）AHive查詢實時性強BRDBMS查詢實時性差CHive存儲文件系統(tǒng)是HDFSDHive與RDBMS都有索引68、 下列關于Hive的說法錯誤的是（）AHive是一個數(shù)據(jù)倉庫工具BHive使用的計算模型是MapReduceCHive有專門的數(shù)據(jù)存儲格式DHive沒有為數(shù)據(jù)建立索引69、 下列關于Hive的說法正確的是（）AHive是一個數(shù)據(jù)倉庫工具BHive不提供類SQL查詢功能CHive有專門的數(shù)據(jù)存儲格式DHive有為數(shù)據(jù)建立索引70、 Hive最早是由Facebook設計，基于Hadoop的一個（）工具A關系數(shù)據(jù)庫B列數(shù)據(jù)庫C數(shù)據(jù)倉庫D操作系統(tǒng)71、 下列有關HBase的說法錯誤的是（）AHBase是一個適合于存儲結構化數(shù)據(jù)的數(shù)據(jù)庫BHBase是基于列而不是基于行的模式CHBase表示疏松的數(shù)據(jù)DHBase是一個開源數(shù)據(jù)庫72、 下列有關HBase與Hive的關系說法正確的是（）AHBase執(zhí)行效率不如HiveBHBase與Hive都用Hadoop作為底層存儲CHive是物理表DHBase是純邏輯表73、 HBase是一個分布式、面向（）的開源數(shù)據(jù)庫A列B鍵值C網(wǎng)狀D二維表74、 下列屬于對大型數(shù)據(jù)集進行分析和評估的平臺是（）AHBaseBAvroCChukwaDPig75、 下列用于監(jiān)控和分析大型分布式系統(tǒng)的平臺是（）AHBaseBAvroCChukwaDPig76、 Spark是一個（）的通用（）計算框架A開源、并行分布式B開源、并行集群式C不開源、并行分布式D不開源、并行集群式77、 以下關于Spark的說法錯誤的是（）ASpark不適用需要迭代的MapReduce算法BSpark基于MapReduce算法實現(xiàn)的分布式計算C彈性分布式數(shù)據(jù)集是Spark中最核心的模塊和類DSpark支持兩種分布式存儲系統(tǒng)：HDFS和AWSS3n78、 下列說法中，不屬于Spark優(yōu)點的是（）A重量級快速處理B支持多語言C支持復雜查詢D實時的流處理79、 GFS是（）A一個可擴展的分布式文件系統(tǒng)B一個開放源碼的分布式應用程序協(xié)調服務C建立在應用層和傳輸層基礎上的安全協(xié)議D一種多范式的編程語言80、 下列關于HDFS異構軟硬件平臺間的可移植性描述正確的是（）AHDFS適用低延遲數(shù)據(jù)訪問BHDFS適用大量的小文件CHDFS適用多用戶寫入修改文件DHDFS關注數(shù)據(jù)的吞吐量81、 關于對HDFS的設計目標描述錯誤的是（）AHDFS是一個高度容錯性的系統(tǒng)BHDFS能提供較高的數(shù)據(jù)傳輸帶寬CHDFS上的一個典型文件大小一般都在KB至MBD運行在HDFS上的應用需要流式訪問它們的數(shù)據(jù)集82、 下列關于HDFS架構描述正確的是（）ADataNode是HDFS系統(tǒng)中的管理者BNameNode會定期將自己的負載情況通過心跳信息向NameNode匯報CDataNode是HDFS文件系統(tǒng)中保存數(shù)據(jù)的結點DClient是HDFS文件系統(tǒng)的管理者83、 HDFS的4類源代碼包括（）A基礎包、實體實現(xiàn)包、應用包、WebHDFS相關包B基礎包、實體實現(xiàn)包、應用包、數(shù)據(jù)挖掘包C基礎包、虛擬實現(xiàn)包、應用包、數(shù)據(jù)挖掘包D基礎包、虛擬實現(xiàn)包、應用包、WebHDFS相關包84、 Hadoop提供了一個統(tǒng)一的遠程過程調用機制來處理通信，該遠程過程調用機制稱為（）。ARPCBClientProtocolCBMPDInterDataNodeProtocol85、 下列關于HDFS和MapReduce的關系說法錯誤的是（）AMapReduce在集群上實現(xiàn)了分布式計算BHDFS在集群上實現(xiàn)了任務處理CHDFS在MapReduce任務處理過程中提供了對文件操作和存儲的支持DMapReduce在HDFS的基礎上實現(xiàn)任務的分發(fā)、跟蹤、執(zhí)行等工作，并收集結果86、 下列關于MapReduce技術特征的說法錯誤的是（）A易于使用B良好的伸縮性C分布式存儲D大規(guī)模數(shù)據(jù)處理87、 下列關于MapReduce工作機制的說法錯誤的是（）AMapReduce的實現(xiàn)采用了Master/Slave結構BMapReduce的整個工作機制包含了2個獨立的實體CMapReduce將運行作業(yè)所需要的資源文件復制到HDFS上DMapReduce在客戶端啟動一個作業(yè)，在作業(yè)提交之前，需要對作業(yè)進行配置88、 下列關于MapReduce執(zhí)行流程的說法正確的是（）A向MapReduce框架提交一個計算作業(yè)時，它會首先將文件分配為多個數(shù)據(jù)片段BMap的數(shù)目通常是由輸入數(shù)據(jù)的多少決定的CReduce的輸入就是Map已經(jīng)排好序的輸入DReduce的數(shù)目建議是任務處理最小值與系數(shù)的乘積89、 Map（映射）和Reduce（化簡）是MapReduce的主要思想，Map負責將數(shù)據(jù)（），Reduce負責對數(shù)據(jù)進行（）A聚集、打散B打散、聚集C化簡、打散D化簡、聚集90、 下列MapReduce技術特征描述錯誤的是（）A易于使用B良好的伸縮性C大規(guī)模數(shù)據(jù)處理D大規(guī)模文件存儲91、 關于MapReduce接口的說法錯誤的是（）AMapReduce接口模型位于應用程序層和MapReduce執(zhí)行器之間BMapReduce接口可以把海量數(shù)據(jù)的計算人工并發(fā)和分布執(zhí)行CMapReduce工具層可以方便用戶編寫復雜的MapReduce程序D實現(xiàn)Map和Reduce方法有4個參數(shù)，分別為Key、Value、OuputCollector和Reporter92、 Common為Hadoop的其他模塊提供了一些常用工具程序包，主要包括系統(tǒng)配置工具（）、遠程過程調用（）、序列化機制和Hadoop抽象文件系統(tǒng)等。AFileSystem、RPCBconfiguration、RPCCFileSystem、configurationDRPC、configuration93、 （）是重復反饋過程的活動，其目的通常是為了逼近所需目標或結果A系統(tǒng)優(yōu)化B迭代C任務調度D排序算法94、 大數(shù)據(jù)的一致性策略CAP,即（）、Availability和PartitionToleranceAcentimetreBConsistencyCconcentrationDconnection95、 下列不屬于數(shù)據(jù)分區(qū)算法的是（）A范圍分區(qū)B列表分區(qū)C動態(tài)分區(qū)D哈希分區(qū)96、 下列不屬于NoSQL數(shù)據(jù)庫種類的是（）A鍵值存儲B列存儲C關系存儲D圖形存儲97、 為解決海量數(shù)據(jù)的放置問題，涌現(xiàn)了很多數(shù)據(jù)放置的算法，其中隨機放置策略通常是基于某一（）函數(shù)來實現(xiàn)對數(shù)據(jù)的放置的，A范圍B列表C動態(tài)D哈希98、 以下關于大數(shù)據(jù)分布式緩存技術說法正確的是（）A分布式緩存將普通U盤作為數(shù)據(jù)對象的存儲介質B分布式緩存通過手工分配增加或減少結點應對變化的數(shù)據(jù)訪問負載C分布式緩存基于冗余機制實現(xiàn)高可用性，但不支持故障的自動發(fā)現(xiàn)D分布式緩存提供單一的數(shù)據(jù)與管理視圖99、 Bigtable屬于哪一種類型NoSQL的典型產(chǎn)品A鍵值存儲B列存儲C文檔存儲D圖形存儲100、 列存儲是按列對數(shù)據(jù)進行存儲的，在（）效率上有很大的提升A統(tǒng)計B數(shù)據(jù)分析C存儲D查詢101、 以下關于面向文檔存儲的描述正確的是（）A面向文檔的數(shù)據(jù)庫中存在表、行、列或關系B面向文檔數(shù)據(jù)庫是由一系列非自包含的文檔組成的C面向文檔數(shù)據(jù)庫中，文檔被看作是數(shù)據(jù)處理的基本單位。D面向文檔數(shù)據(jù)庫中，數(shù)據(jù)段被看作是數(shù)據(jù)處理的基本單位。102、 下列面向文檔存儲數(shù)據(jù)庫與傳統(tǒng)關系數(shù)據(jù)庫區(qū)別描述正確的是（）A文檔數(shù)據(jù)庫不支持數(shù)據(jù)的共享B面向文檔數(shù)據(jù)庫不支持連接C文檔數(shù)據(jù)庫可以完全替代關系數(shù)據(jù)庫D博客適合使用關系數(shù)據(jù)庫103、 下列關于Bigtable描述正確的是（）ABigtable是一個分布式非結構化數(shù)據(jù)存儲系統(tǒng)BBigtable運用按列存儲數(shù)據(jù)的方法CBigtable是一個開源的系統(tǒng)DBigtable支持完整的關系數(shù)據(jù)模型104、 以下不屬于Bigtable數(shù)據(jù)庫特點的是（）A適合大規(guī)模海量數(shù)據(jù)，PB級數(shù)據(jù)B適用于廉價設備。C適合于讀操作，不適合寫操作。D適用于傳統(tǒng)關系型數(shù)據(jù)庫。105、 以下關于CouchDB數(shù)據(jù)管理系統(tǒng)的說法正確的是（）ACouchDB是一個非開源的面向文檔的數(shù)據(jù)管理系統(tǒng)BCouchDB提供了高可用性和高可靠性CCouchDB不可以安裝在Linux和MacOSX操作系統(tǒng)上DCouchDB是一個傳統(tǒng)的關系數(shù)據(jù)庫106、 以下關于CouchDB特點描述錯誤的是（）ACouchDB是分布式的數(shù)據(jù)庫BCouchDB是面向文檔的數(shù)據(jù)庫CCouchDB支持RESTfulAPIDCouchDB存儲結構化的數(shù)據(jù)107、 以下關于CouchDB的工作原理說法正確的是（）ACouchDB構建在強大的B-樹引擎上BCouchDB的數(shù)據(jù)結構具有固定模式CCouchDB的文檔更新模型是有鎖的DCouchDB與傳統(tǒng)的SQL相同108、 下列關于Neo4j的描述正確的是（）ANeo4j是一個高性能的NoSQL鍵值存儲數(shù)據(jù)庫BNeo4j將結構化數(shù)據(jù)存儲在表中CNeo4j可以被看作是一個高性能的圖引擎DNeo4j不具備大規(guī)模可擴展性109、 （）是一個經(jīng)加密后形成的憑證文檔，包括文件的摘要Digest、收到文件的日期和時間及數(shù)字簽名三部分組成。A時間戳B原子性C并發(fā)鎖DB-樹110、 （）把任意長度的輸入通過散列算法，變換成固定長度的輸出A分區(qū)鍵BB-樹C哈希函數(shù)D并發(fā)鎖111、 （）是一套具有可擴充能力的機器學習類庫APigBFlumeCZookeeperDMahout112、 （）是一個基于Hadoop并運用MapReduce和HDFS實現(xiàn)大規(guī)模數(shù)據(jù)分析的平臺APigBFlumeCZookeeperDMahout113、 （）是一個高可用、高可靠性、分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)APigBFlumeCZookeeperDMahout114、 SearchAPI是（）A應用編程接口B搜索接口C商業(yè)智能D實時應用集群115、 （）數(shù)據(jù)雜亂無章，同一主題的數(shù)據(jù)既可來自于同一網(wǎng)站眾多不同的網(wǎng)絡用戶，也可來自不同的網(wǎng)站A區(qū)域衛(wèi)生信息平臺B自我量化C醫(yī)院醫(yī)療大數(shù)據(jù)D網(wǎng)絡大數(shù)據(jù)116、 傳統(tǒng)意義上的數(shù)據(jù)分析主要針對（）數(shù)據(jù)展開，且已經(jīng)形成了一整套行之有效的分析體系A半結構化B關系C結構化D非結構化117、 人為因素可能導致?lián)?/p>