大數(shù)據(jù)平臺(tái)技術(shù)智慧樹知到課后章節(jié)答案2023年下山東交通學(xué)院

大數(shù)據(jù)平臺(tái)技術(shù)智慧樹知到課后章節(jié)答案2023年下山東交通學(xué)院山東交通學(xué)院

第一章測(cè)試

數(shù)據(jù)，就是所有能輸入到計(jì)算機(jī)，并被計(jì)算機(jī)程序處理的符號(hào)的總稱為（）。

A:對(duì)B:錯(cuò)

答案:對(duì)

大數(shù)據(jù)的4V特征包括（）。

A:變化頻繁

B:規(guī)模龐大

C:種類繁多

D:價(jià)值巨大但價(jià)值密度低

答案:變化頻繁

;規(guī)模龐大

;種類繁多

;價(jià)值巨大但價(jià)值密度低

2TB數(shù)據(jù)等于多少GB（）。

A:1000

B:2048

C:1024

D:2000

答案:2048

大數(shù)據(jù)包含下面類型（）。

A:半結(jié)構(gòu)化數(shù)據(jù)

B:純文本數(shù)據(jù)

C:非結(jié)構(gòu)化數(shù)據(jù)

D:結(jié)構(gòu)化數(shù)據(jù)

答案:半結(jié)構(gòu)化數(shù)據(jù)

;純文本數(shù)據(jù)

;非結(jié)構(gòu)化數(shù)據(jù)

;結(jié)構(gòu)化數(shù)據(jù)

大數(shù)據(jù)的生命周期一般會(huì)經(jīng)歷這么幾個(gè)階段（）。

A:采集與預(yù)處理

B:存儲(chǔ)與管理

C:分析與挖掘

D:可視化

答案:采集與預(yù)處理

;存儲(chǔ)與管理

;分析與挖掘

;可視化

大數(shù)據(jù)平臺(tái)的基本架構(gòu)，從技術(shù)架構(gòu)的角度，可劃分為這幾個(gè)層次（）。

A:服務(wù)封裝層

B:數(shù)據(jù)存儲(chǔ)層

C:數(shù)據(jù)采集層

D:數(shù)據(jù)處理層

答案:服務(wù)封裝層

;數(shù)據(jù)存儲(chǔ)層

;數(shù)據(jù)采集層

;數(shù)據(jù)處理層

linux系統(tǒng)中cd命令的作用是（）。

A:進(jìn)入指定目錄

B:刪除一個(gè)目錄中的一個(gè)或多個(gè)文件

C:將源文件復(fù)制至目標(biāo)文件

D:移動(dòng)文件或修改文件名

答案:進(jìn)入指定目錄

vi編輯器的操作模式共分為（）。

A:輸入模式

B:底線命令模式

C:命令模式

D:編輯模式

答案:底線命令模式

;命令模式

;編輯模式

第二章測(cè)試

Flume的Agent包含這些組成部分（）。

A:Sink

B:Channel

C:Source

D:Event

答案:Sink

;Channel

;Source

Event由這兩部分組成（）。

A:Array

B:Body

C:Head

D:K-V

答案:Body

;Head

Source是Flume中事件的源頭，負(fù)責(zé)接收數(shù)據(jù)到FlumeAgent，可以處理多種類型、多種格式的數(shù)據(jù)（）

A:錯(cuò)B:對(duì)

答案:對(duì)

Channel是位于Source和Sink之間的緩沖區(qū)，對(duì)Source和Sink進(jìn)行一對(duì)一處理（）

A:對(duì)B:錯(cuò)

答案:錯(cuò)

在Flume的配置文件中，對(duì)某個(gè)目錄下文件進(jìn)行監(jiān)控的命令是（）。

A:flume-ng

B:exec

C:/bin/bash-c

D:tail-f

答案:tail-f

第三章測(cè)試

以下說法有誤的是（）。

A:分布式存儲(chǔ)系統(tǒng)可以實(shí)現(xiàn)數(shù)據(jù)容災(zāi)

B:傳統(tǒng)單機(jī)存儲(chǔ)方式擴(kuò)容成本較低

C:分布式存儲(chǔ)系統(tǒng)需要考慮數(shù)據(jù)的分塊問題

D:“元數(shù)據(jù)”中不包含真正的文件數(shù)據(jù)

答案:傳統(tǒng)單機(jī)存儲(chǔ)方式擴(kuò)容成本較低

Hadoop2.x中HDFS默認(rèn)的block的大小為（）。

A:128MB

B:32MB

C:64MB

D:256MB

答案:128MB

關(guān)于SecondaryNameNode哪項(xiàng)是正確的（）。

A:SecondaryNameNode應(yīng)與NameNode部署到一個(gè)節(jié)點(diǎn)

B:它是NameNode的熱備

C:它對(duì)內(nèi)存沒有要求

D:它的目的是幫助NameNode合并編輯日志，減少NameNode啟動(dòng)時(shí)間

答案:它的目的是幫助NameNode合并編輯日志，減少NameNode啟動(dòng)時(shí)間

以下哪一項(xiàng)用于配置HDFS的block大?。ǎ?。

A:dfs.replication

B:.dir

C:dfs.blocksize

D:fs.defaultFS

答案:dfs.blocksize

HDFS中的NameNode節(jié)點(diǎn)用于存放元數(shù)據(jù)，元數(shù)據(jù)內(nèi)容包含（）。

A:客戶端硬件配置數(shù)據(jù)

B:數(shù)據(jù)塊與數(shù)據(jù)節(jié)點(diǎn)的映射表

C:文件與數(shù)據(jù)塊的映射表

D:每個(gè)數(shù)據(jù)塊的內(nèi)容

答案:數(shù)據(jù)塊與數(shù)據(jù)節(jié)點(diǎn)的映射表

;文件與數(shù)據(jù)塊的映射表

如果NameNode意外終止，SecondaryNameNode會(huì)接替它使集群繼續(xù)工作。（）

A:錯(cuò)B:對(duì)

答案:錯(cuò)

NameNode負(fù)責(zé)管理元數(shù)據(jù)，客戶端每次讀寫請(qǐng)求，它都會(huì)從磁盤中讀取或者寫入元數(shù)據(jù)信息并反饋客戶端。（）

A:錯(cuò)B:對(duì)

答案:錯(cuò)

因?yàn)镠DFS有多個(gè)數(shù)據(jù)副本，所以NameNode是不存在單點(diǎn)故障問題的。（）

A:錯(cuò)B:對(duì)

答案:錯(cuò)

讀取HDFS文件可以使用命令hdfsdfs-get。（）

A:錯(cuò)B:對(duì)

答案:對(duì)

第四章測(cè)試

以下說法有誤的是（）。

A:Hadoop的MapReduce框架不能容忍任務(wù)出錯(cuò)

B:MapReduce編程模型可以分為Map和Reduce兩個(gè)階段

C:MapReduce編程模型的核心思想是分而治之

D:分布式計(jì)算框架的實(shí)現(xiàn)需要考慮網(wǎng)絡(luò)通信

答案:Hadoop的MapReduce框架不能容忍任務(wù)出錯(cuò)

下面說法錯(cuò)誤的是（）。

A:MapTask負(fù)責(zé)匯總整個(gè)任務(wù)的執(zhí)行結(jié)果

B:一個(gè)集群中某個(gè)確定的任務(wù)可以存在多個(gè)MapTask進(jìn)程

C:MapReduce任務(wù)可以不跑在Hadoop集群中

D:MapReduce可以逐行處理文本數(shù)據(jù)

答案:MapTask負(fù)責(zé)匯總整個(gè)任務(wù)的執(zhí)行結(jié)果

下面哪項(xiàng)是錯(cuò)誤的（）。

A:Python提交MapReduce作業(yè)時(shí)，可以使用-rhadoop指定集群模式運(yùn)行

B:MapReduce作業(yè)的運(yùn)行內(nèi)存并非越大越好

C:Python提交MapReduce作業(yè)時(shí)，可以使用-o參數(shù)指定輸出路徑

D:MapReduce的輸出目錄如果已經(jīng)存在了，任務(wù)的輸出結(jié)果將會(huì)覆蓋該路徑下的原有內(nèi)容

答案:MapReduce的輸出目錄如果已經(jīng)存在了，任務(wù)的輸出結(jié)果將會(huì)覆蓋該路徑下的原有內(nèi)容

MapReduce中Map階段的輸出將作為下面哪個(gè)階段的輸入（）。

A:Reduce

B:Split

C:Join

D:Shuffle

答案:Reduce

下列關(guān)于MapReduce說法正確的是（）。

A:MapReduce是一種計(jì)算框架

B:MapReduce隱藏了并行計(jì)算的細(xì)節(jié)，方便使用

C:MapReduce來源于google的學(xué)術(shù)論文

D:MapReduce程序只能用java語言編寫

答案:MapReduce是一種計(jì)算框架

;MapReduce隱藏了并行計(jì)算的細(xì)節(jié)，方便使用

;MapReduce來源于google的學(xué)術(shù)論文

第五章測(cè)試

以下說法有誤的是（）。

A:Kafka無法持久化數(shù)據(jù)

B:Kafka由Scala語言編寫

C:實(shí)時(shí)數(shù)據(jù)傳輸問題在高并發(fā)場(chǎng)景下尤為明顯

D:Kafka支持離線數(shù)據(jù)處理

答案:Kafka無法持久化數(shù)據(jù)

以下對(duì)Kafka名詞解釋錯(cuò)誤的是（）。

A:Partition指Kafka的數(shù)據(jù)副本

B:Offset是數(shù)據(jù)在分區(qū)中的唯一位置

C:Broker指Kafka服務(wù)器

D:Consumer指消息的消費(fèi)者

答案:Partition指Kafka的數(shù)據(jù)副本

對(duì)市面上的消息隊(duì)列產(chǎn)品描述正確的是（）。

A:RabbitMQ支持動(dòng)態(tài)擴(kuò)展

B:ActiveMQ不支持集群模式

C:Kafka支持事務(wù)

D:Kafka支持動(dòng)態(tài)擴(kuò)展

答案:Kafka支持動(dòng)態(tài)擴(kuò)展

以下描述正確的是（）。

A:數(shù)據(jù)發(fā)送到Kafka需要經(jīng)歷序列化

B:Kafka的默認(rèn)客戶端端口號(hào)是50070

C:utf-8編碼方式不支持中文

D:Python語言可以通過kafka-python模塊使用Kafka客戶端

答案:數(shù)據(jù)發(fā)送到Kafka需要經(jīng)歷序列化

;Python語言可以通過kafka-python模塊使用Kafka客戶端

以下對(duì)消息模型的說法正確的是（）。

A:點(diǎn)對(duì)點(diǎn)模型中消息被消費(fèi)后即刪除

B:發(fā)布訂閱模型以主題區(qū)分消息類別

C:點(diǎn)對(duì)點(diǎn)模型中同一消息只有一個(gè)消費(fèi)者可以消費(fèi)

D:發(fā)布訂閱模型消息可以重復(fù)消費(fèi)

答案:點(diǎn)對(duì)點(diǎn)模型中消息被消費(fèi)后即刪除

;發(fā)布訂閱模型以主題區(qū)分消息類別

;點(diǎn)對(duì)點(diǎn)模型中同一消息只有一個(gè)消費(fèi)者可以消費(fèi)

;發(fā)布訂閱模型消息可以重復(fù)消費(fèi)

第六章測(cè)試

Spark框架的特色包括（）。

A:通用性

B:容易使用

C:運(yùn)行速度快

D:運(yùn)行模式多樣

答案:通用性

;容易使用

;運(yùn)行速度快

;運(yùn)行模式多樣

Spark支持的集群管理器包括（）。

A:HadoopYARN

B:ApacheMesos

C:SparkCore

D:Standalone

答案:HadoopYARN

;ApacheMesos

;Standalone

下面關(guān)于Spark驅(qū)動(dòng)程序driverprogram的說法，正確的是（）。

A:驅(qū)動(dòng)程序負(fù)責(zé)把并行操作發(fā)布到集群上

B:驅(qū)動(dòng)程序定義了分布式數(shù)據(jù)集以應(yīng)用在集群中

C:驅(qū)動(dòng)程序包含Spark應(yīng)用程序中的主函數(shù)

D:每個(gè)Spark應(yīng)用程序都包含一個(gè)驅(qū)動(dòng)程序

答案:驅(qū)動(dòng)程序負(fù)責(zé)把并行操作發(fā)布到集群上

;驅(qū)動(dòng)程序定義了分布式數(shù)據(jù)集以應(yīng)用在集群中

;驅(qū)動(dòng)程序包含Spark應(yīng)用程序中的主函數(shù)

;每個(gè)Spark應(yīng)用程序都包含一個(gè)驅(qū)動(dòng)程序

彈性分布式數(shù)據(jù)集RDD的特性包括（）。

A:彈性

B:依賴

C:分區(qū)

D:只讀

答案:彈性

;依賴

;分區(qū)

;只讀

在Spark操作中，map(func)的作用是（）。

A:對(duì)元素為鍵值對(duì)的RDD中Key相同的元素的value進(jìn)行reduce

B:返回排序后的數(shù)據(jù)集

C:對(duì)RDD中的數(shù)據(jù)按照func進(jìn)行計(jì)算得到新的RDD

D:返回一個(gè)新的數(shù)據(jù)集，這個(gè)數(shù)據(jù)集中的元素是通過func函數(shù)篩選后返回為true的元素

答案:對(duì)RDD中的數(shù)據(jù)按照func進(jìn)行計(jì)算得到新的RDD

在Spark操作中，collect()的作用是（）。

A:返回?cái)?shù)據(jù)集中的元素個(gè)數(shù)

B:通過函數(shù)func聚合數(shù)據(jù)集中的元素

C:以數(shù)組的形式返回?cái)?shù)據(jù)集中的所有元素

D:將數(shù)據(jù)集中的每個(gè)元素傳遞到函數(shù)func中運(yùn)行

答案:以數(shù)組的形式返回?cái)?shù)據(jù)集中的所有元素

從概念上而言，流數(shù)據(jù)(或數(shù)據(jù)流)是指（）。

A:在時(shí)間分布和數(shù)量上無限的一系列動(dòng)態(tài)數(shù)據(jù)集合體

B:數(shù)據(jù)分時(shí)段批量到達(dá)

C:數(shù)據(jù)采用集中式處理

D:數(shù)據(jù)記錄是流數(shù)據(jù)的最小組成單元

答案:在時(shí)間分布和數(shù)量上無限的一系列動(dòng)態(tài)數(shù)據(jù)集合體

;數(shù)據(jù)記錄是流數(shù)據(jù)的最小組成單元

SparkStreaming最主要的抽象是離散化數(shù)據(jù)流，表示連續(xù)不斷的數(shù)據(jù)流。（）

A:對(duì)B:錯(cuò)

答案:對(duì)

在SparkStreaming中，作為一個(gè)長(zhǎng)期運(yùn)行的task跑在一個(gè)Executor上，用于接收DStream的組件是（）。

A:Streaming

B:Analyzer

C:RDD

D:Receiver

答案:Receiver

在SparkStreaming中，可以通過streamingContext.awaitTermination()方法來手動(dòng)結(jié)束流計(jì)算進(jìn)程。（）

A:對(duì)B:錯(cuò)

答案:錯(cuò)

第七章測(cè)試

以下說法有誤的是（）。

A:HBase不需要考慮讀寫性能

B:HBase是一種key-value數(shù)據(jù)庫

C:HBase對(duì)事務(wù)的支持較差

D:HBase是非關(guān)系型數(shù)據(jù)庫

答案:HBase不需要考慮讀寫性能

下面說法錯(cuò)誤的是（）。

A:HBase的一個(gè)表中可以有多個(gè)列族

B:HBase表的一個(gè)列族可以包含多個(gè)列

C:HBase一個(gè)RegionServer服務(wù)器中可以有多個(gè)Region

D:一個(gè)HBase集群中只能有一個(gè)RegionServer

答案:一個(gè)HBase集群中只能有一個(gè)RegionServer

下面哪項(xiàng)關(guān)于HBase的常用命令的描述是錯(cuò)誤的（）。

A:HBase使用scan命令時(shí)可以指定掃描區(qū)間

B:HBase要查看表可以使用list_namespace

C:HBase一張正在使用的表可以直接使用drop命令刪除

D:HBase全表掃描使用get命令

答案:HBase要查看表可以使用list_namespace

;HBase一張正在使用的表可以直接使用dro