大數(shù)據(jù)CDA考試(習題卷5)

試卷科目：大數(shù)據(jù)CDA考試大數(shù)據(jù)CDA考試(習題卷5)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數(shù)據(jù)CDA考試第1部分：單項選擇題，共47題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.在ID3算法中信息增益是指()。A)信息的溢出程度B)信息的增加效益C)熵增加的程度最大D)熵減少的程度最大答案:D解析:[單選題]2.貝葉斯決策是根據(jù)()進行決策的一種方法。A)極大似然概率B)先驗概率C)邊際概率D)后驗概率答案:D解析:[單選題]3.分析顧客的消費行為,以便有針對性的向其推薦感興趣的服務,于()問題A)關聯(lián)規(guī)則挖掘B)分類與回歸C)聚類分析D)時序預測答案:A解析:[單選題]4.17、19、22、24、25、28、34這組數(shù)的四分位差是()。A)24B)12C)9D)D17答案:C解析:[單選題]5.傳統(tǒng)數(shù)據(jù)處理的數(shù)據(jù)單位?A)TBB)EBC)PBD)GB答案:D解析:[單選題]6.在Mapper類中,共有4個函數(shù):setup()、map()、()l、run)。A)Reducer()B)cleanup()C)Split()D)local()答案:B解析:[單選題]7.HadoopMapReduce支持多種語言編程,下列說法不正確的是()。A)可以用JAVA語言編寫MapReduce應用程序B)可以用C/C++語言編寫MapReduce應用程序C)可以用Python語言編寫MapReduce應用程序D)可以用javascript語言編寫MapReduce應用程序答案:D解析:[單選題]8.統(tǒng)計圖形中,常用于檢查異常值的是()。A)Q-Q圖B)箱線圖C)帕累托圖D)氣泡圖答案:B解析:[單選題]9.在Flink技術架構中,以下哪項是流處理和批處理的計算引擎?A)StandaloneB)RuntimeC)FlinkCoreD)Datasteam答案:B解析:[單選題]10.()表示在先決條件X發(fā)生的情況下,由關聯(lián)規(guī)則?X→Y?推出Y的概率。即在含有X的項集中,含有Y的可能性。A)置信度B)支持度C)關聯(lián)度D)以上都不是答案:A解析:[單選題]11.一個6面骰子連擲4次，得到至少一次六點的概率約為()。A)≈51.77%B)≈66.67%C)≈48.22%D)≈16.67%答案:A解析:1-(5/6)^4≈0.5177[單選題]12.使用JAVAAPI進行HBase整表掃描操作,以下命令輸寫正確的是()。A)table.getScanner(scan);B)table.scan(table)C)table.get(table).scan();D)table.Scanner(get);答案:A解析:[單選題]13.下面關于MapReduce的描述中正確的是()。A)MapReduce程序必須包含Mapper和Reduce。B)MapReduce程序的MapTask可以任意指定。C)MapReduce程序的ReduceTask可以任意指定D)MapReduce程序的ReduceTask可以任意指定答案:D解析:[單選題]14.下列關于HadoopAPI的說法錯誤的是()。A)Hadoop的API只適用于HDFS文件系統(tǒng)B)Configuration類的默認實例化方法是以HDFS系統(tǒng)的資源配置為基礎的C)FileStatus對象存儲文件和目錄的元數(shù)據(jù)D)FSDatalnputStream是java.io.DatalnputStream的子類答案:A解析:[單選題]15.HBase的物理存儲單元是什么?A)RegionB)ColumnFamilyC)ColumnD)ROW答案:B解析:[單選題]16.檢驗單總體方差的過程中，檢驗統(tǒng)計量服從()。A)標準正態(tài)分布B)正態(tài)分布C)卡方分布D)t分布答案:C解析:見單總體方差檢驗概念[單選題]17.在創(chuàng)建對象時必須A)先聲明對象,然后才能使用對象B)先聲明對象,為對象分配內(nèi)存空間,然后才能使用對象C)先聲明對象,為對象分配內(nèi)存空間,對對象初始化,然后才能使用對象D)上述說法都對答案:C解析:[單選題]18.以下表述錯誤的是()。A)冗余屬性不會對決策樹的準確率造成不利的影響B(tài))子樹可能在決策樹中重復多次C)決策樹算法對于噪聲的干擾非常敏感D)尋找最佳決策樹是NP完全問題答案:C解析:[單選題]19.Java的字符類型采用的是Unicode編碼方案,每個Unicode碼占用()個比特位。A)8B)16C)32D)64答案:C解析:[單選題]20.如果需要由數(shù)據(jù)生產(chǎn)者決定數(shù)據(jù)發(fā)送給目標Bolt的某一個確定的Task,應選擇以下哪種消息發(fā)布策略()?A)局部字段分組B)廣播分組C)直接分組D)全局分組答案:C解析:[單選題]21.編譯Java源程序文件將產(chǎn)生相應的字節(jié)碼文件,這些字節(jié)碼文件的擴展名為A)byteB)classC)htmlD)exe答案:B解析:[單選題]22.無監(jiān)督學習中應用最廣的是()。A)分類算法B)聚類算法C)關聯(lián)算法D)時序答案:B解析:[單選題]23.下列選項中無法通過大數(shù)據(jù)技術實現(xiàn)的是?()A)商業(yè)模式發(fā)現(xiàn)B)信用評估C)商品推薦D)運營分析答案:A解析:[單選題]24.以下對最近鄰分類算法(KNN)的說法錯誤的是()。A)它使用具體的訓練實例進行預測,不必維護源自數(shù)據(jù)的模型B)分類一個測試樣例開銷很大C)最近鄰分類器基于全局信息進行預測D)可生產(chǎn)任意形狀的決策邊界答案:C解析:[單選題]25.Zookeeper在分布式應用中主要的作用不包括以下哪些選項?A)選舉Master節(jié)點B)保證各節(jié)點上數(shù)據(jù)的C)分配集群資源D)存儲及群中答案:C解析:[單選題]26.hadoop平臺中要查看Yarn服務中一個application的信息,通常需要使用什么命令?A)containerB)jarC)application-attemptD)Application答案:D解析:[單選題]27.HBase依靠()存儲底層數(shù)據(jù)A)HDFSB)HadoopC)MemoryD)MapReduce答案:A解析:[單選題]28.以下哪個不屬于數(shù)據(jù)分析報告的開篇部分。()A)索引B)前言C)目錄D)標題答案:A解析:[單選題]29.Hadoop系統(tǒng)中關于客戶端向HDFS文件系統(tǒng)上傳文件說法正確的是?A)客戶端的文件數(shù)據(jù)經(jīng)過NameNode傳遞給DataNodeB)客戶端將文件分為多個Bock,根據(jù)DataNode的地址信息,按順序?qū)懭朊恳粋€DataNode中C)客戶端根據(jù)DataNode的地址信息,按順序?qū)⒄麄€文件寫入每一個DataNode中,然后由DataNode將文件劃分為多個BlockD)客戶端只上傳數(shù)據(jù)到一個DataNode,然后由Namenode負責Bock復制答案:B解析:[單選題]30.下列有關C4.5算法的說法中不正確的是()A)每個節(jié)點的分支度只能為2B)使用gainratio作為節(jié)點分割的依據(jù)C)可以處理數(shù)值型態(tài)的字段D)可以處理空值的字段答案:A解析:[單選題]31.SOL語言中,刪除一個表中所有數(shù)據(jù),但保留表結構的命令是()。A)DELETEB)DROPC)CLEARD)REMORE答案:A解析:truncate與drop是DDL語句，執(zhí)行后無法回滾；delete是DML語句，可回滾。[單選題]32.下列選項中,關于Zookeeper可靠性含義說法正確的是?A)可靠性通過主備部署模式實現(xiàn)B)可靠性是指更新更新只能成功或失敗沒有中間狀態(tài)C)可靠性是指無論個server,對外展示的均是同一個視圖D)可靠性是指一個消息被一個Server它將被所有的Server接受答案:D解析:[單選題]33.一個電瓶車制造商聲稱，其生產(chǎn)的電瓶車正常行駛條件下大于40公里，對一個由20輛電瓶車組成的隨機樣本作了試驗，測得平均值為50公里，標準差為10公里。已知電瓶車的行駛距離服從正態(tài)分布，我們希望檢驗該制造商的產(chǎn)品同他所說的標準相符？我們應該選擇()A)單側t檢驗B)雙側t檢驗C)單側F檢驗D)雙側F檢驗答案:A解析:小樣本均值檢驗用t檢驗。[單選題]34.在測試Flask項目時,使用()模塊可以根據(jù)需求產(chǎn)生不同類型和數(shù)量的虛擬數(shù)據(jù)0A)demoB)fakerC)testD)faker_data答案:B解析:[單選題]35.下列涉及通配符的操作，范圍最大的是()A)nameB)nameC)nameD)name答案:C解析:%匹配多個字符，_匹配一個字符。[單選題]36.對于Hive中關于普通表和外部表描述不正確的是?A)默認創(chuàng)建普通表B)刪除外部表時,只除外部表數(shù)據(jù)而不刪除元數(shù)據(jù)C)外部實質(zhì)是將已存在于HDFS上的文件路徑跟表關聯(lián)起來D)刪除普通表時,元數(shù)據(jù)和數(shù)據(jù)同時被刪除答案:C解析:[單選題]37.下面哪些場景不是Flink組件擅長的?A)批處理B)迭代計算C)流處理D)數(shù)據(jù)存儲答案:B解析:[單選題]38.在使用Flask-WTF自定義表單類時,自定義的類需要繼承自()。A)FlaskFormB)FlaskFormsC)FlaskWTFD)Forms答案:A解析:[單選題]39.下面關于Zookeeper特性的描述錯誤的是?A)消息更新只能成功或者失敗,沒有中間狀態(tài)B)Zookeeper節(jié)點數(shù)必須為奇數(shù)個C)一條消息要被超過半數(shù)的Server接收,它將可以成功寫入磁盤D)客戶端所發(fā)送的更新會按照它們被發(fā)送的順序進行應用答案:B解析:[單選題]40.以下哪個操作是hive不支持的?()A)表增加列B)表刪除列C)表修改列D)修改表名答案:B解析:[單選題]41.在方差分析中，我們?nèi)缦螺敵錾媳碛?？號的空格?shù)值是多少()A)32B)33C)64D)66答案:C解析:組內(nèi)自由度等于觀察數(shù)66-組數(shù)2=64。[單選題]42.日常數(shù)據(jù)通報型報告的特點錯誤的是()。A)進度性B)規(guī)范性C)時效性D)全面性答案:D解析:[單選題]43.以下關于K-Means算法錯誤的是()。A)K值無法預先判斷,只適用于球形類的形狀的聚類B)算法可能收斂到局部最優(yōu)點C)算法對極值點及噪點較為敏感D)中心點的個數(shù),通常值是在8-10個之間答案:D解析:[單選題]44.若要對比各個國家之間的人均收入與人均支出的離散程度，應使用以下哪種統(tǒng)計量()。A)方差B)離差C)離散系數(shù)D)相關系數(shù)答案:C解析:見離散系數(shù)定義[單選題]45.HBase的Region組成中,必須要有以下一項。A)StoreFileB)MemStoreC)HFileD)MetaStore答案:B解析:[單選題]46.以下關于fusioninsightCTbase的描述不正確的是?A)CThase的讀寫數(shù)據(jù)接口,統(tǒng)一封裝了行定義的接口,自動進行冷字段的合并和解析,不需要在應用程序中進行合并和解釋B)CTHBase是基于Hbase的聚簇表開發(fā)框架C)CTHbase提供了一套Webui進行元數(shù)據(jù)定義,提供了只管醫(yī)用的表設計工具,降低表設D)CTHbase的javaAPI提供一套Hbase連接池管理的接口,內(nèi)部進行連接共享,減少客戶端應用開發(fā)難度。答案:B解析:[單選題]47.采用Flume傳輸數(shù)據(jù)過程中,為了防止因Flume進程重啟而丟失數(shù)據(jù),推薦使用以下哪種channel類型?A)MemoryChannelsB)FileChannelC)JDBCChannelD)HDFSChannel答案:B解析:第2部分：多項選擇題，共29題，每題至少兩個正確答案,多選或少選均不得分。[多選題]48.寧家駿委員指出,()主導了21世紀。A)云計算B)移動支付C)大數(shù)據(jù)D)物聯(lián)網(wǎng)答案:ACD解析:[多選題]49.FusioninsightManager可以對哪些項目進行健康檢查?()A)角色B)主機C)服務D)實例答案:ABCD解析:[多選題]50.下列關于Worker(工作進程exector(線程)、Task(任務)說法正確的是?A)每個Executor(線程可以運行多個task任務B)每個Worket運行多個exector(線程)C)每個Workst只能為個拓撲運行Executor(線程)D)每個Executor運行不同組件(Spout或Bolt)的Task(任務)答案:ABD解析:[多選題]51.可以用于表示某公司一年中每個月銷量變化的數(shù)據(jù)圖形類型是()。A)矩形豎圖B)柱狀圖C)堆積面積圖D)雷達圖答案:BC解析:[多選題]52.Streaming的處理節(jié)點Bolt中,可以完成以下哪些操作?()A)連接運算B)過濾(Filter)C)連接數(shù)據(jù)庫D)業(yè)務處理答案:ABCD解析:[多選題]53.Hbase中包含的一些典型的Filter有哪些?()A)SingleColumValueFilterB)FilterListC)RowFilterD)KeyOnlyFilter答案:ABCD解析:[多選題]54.決策樹法分析問題的主要步驟為()。A)結構化問題B)設計可能結果發(fā)生的概率C)設計結果的得益D)分析問題答案:ABCD解析:[多選題]55.以下關丁KafkaPartition說法正確的有?A)引入Partition機制,保證了Kafka的高吞吐能力B)每個Partition都是有序且不可變的消息隊列C)Partition數(shù)量決足了每個consumergroup中井發(fā)消費者的最大數(shù)量D)每個Partition在存儲層面對應一個10g文件答案:ABCD解析:[多選題]56.下面關于Hbase的特性描述正確的是(1。A)高可靠性B)高性能C)面向列D)可伸縮答案:ABCD解析:[多選題]57.以下哪些是集中趨勢分析的指標。()A)均值B)中位數(shù)C)眾數(shù)D)四分位數(shù)答案:ABCD解析:[多選題]58.Apriori算法的計算復雜度受哪些因素影響?()A)支持度閥值B)項數(shù)(維度)C)事務數(shù)D)事務平均寬度答案:ABCD解析:[多選題]59.以下對SPARK的描述,正確的是()?A)高性能內(nèi)存迭代計算框架B)內(nèi)存計算一站式解決方案C)性能差D)支持多語言快速開發(fā)應用答案:ABD解析:[多選題]60.FusioninsightHD系統(tǒng)中使用Streaming客戶端Shell命令提交了拓撲之后,使用StormUl查看發(fā)現(xiàn)該拓長時間沒有處理數(shù)據(jù),可能原因有?()A)查看客戶端異常堆棧,判斷是否客戶端使用問題B)查看主Nimbus的運行日志,判斷是否Nimbus服務端異常C)查看Supervisor運行日志,判斷是否Supervisor異常D)查看Worker運行日志答案:AB解析:[多選題]61.光纜是數(shù)據(jù)傳輸中最有效的一種傳輸介質(zhì),它有()A)頻帶較寬B)電磁絕緣性能好C)衰減較小D)無中繼段長答案:AB解析:[多選題]62.問題結構是由()構成的。A)現(xiàn)狀B)直接原因C)間接原因D)最終原因答案:ABD解析:[多選題]63.某大樣本數(shù)據(jù)集的缺失值占比約10%。數(shù)據(jù)分析師小A首先刪除了所有有缺失值的樣本，建立了回歸模型。然后用某種方法進行了缺失值處理后，重新建立了回歸模型，發(fā)現(xiàn)模型的VIF值較之前有了很大的增幅。請問小A有可能采用的哪種方法進行的缺失值處理？()A)均值填補B)K-means聚類填補C)回歸填補D)忽略缺失值的極大似然估計答案:BC解析:此題為本試卷最難題。A只涉及變量本身，D涉及數(shù)據(jù)集整體，這兩種方法都不會影響自變量之間的相關性，即不會讓VIF值產(chǎn)生顯著變化。而BC兩種方法都是以變量之間的聯(lián)系作為填補的基礎，會在一定程度上改變變量之間的相關性，導致VIF值變化。[多選題]64.數(shù)據(jù)分析報告的金字塔原理所遵循的原則是()。A)歸類分組B)邏輯遞進C)以下統(tǒng)上D)結論先行答案:ABD解析:[多選題]65.關于SparkSQL&Hive區(qū)別與聯(lián)系,下列說法正確的是?()A)SparkSQL依賴HiVe的元數(shù)據(jù)B)SparkSQL的執(zhí)行引擎為Sparkcore.,Hive默認執(zhí)行引擎為MapreduceC)SparkSQL不可以使用Hive的自定義函數(shù)D)SparkSQL兼容絕大部分Hive的語法和函數(shù)答案:ABCD解析:[多選題]66.ZKFC進程部署在hdfs中的以下那個節(jié)點上?()A)activenamenodeB)standbynamenodeC)datanodeD)以上全部不對答案:AB解析:[多選題]67.ResoureManager主要作用是什么()?A)調(diào)度器B)應用程序管理器C)節(jié)點資源管理D)節(jié)點資源管理答案:AC解析:[多選題]68.hive在load是不檢索數(shù)據(jù)是否符合schema的,hive遵循的是schemaonread(讀時模式)只有在讀時模式的時候才檢查hive的數(shù)據(jù)字段,shena,下關于Flink中transformation的說法正確的是?A)可以通過window設定時間窗口B)filter操件是對每個元素執(zhí)行boolean函數(shù)C)flatmap是對文本進行切分D)keyby是將源頭數(shù)據(jù)按照key進行分組,以保證同一個key的元數(shù)據(jù)分到同樣的組中答案:ABD解析:[多選題]69.Yarn中,?從?節(jié)點負責以下哪些工作?A)集群中所有資源的一管理和分配B)監(jiān)督container的生命周期管理C)監(jiān)控每個Container的資源使用(內(nèi)存、CPU等)情況D)管理日志和不同應用程序用到的附屬服務答案:BC解析:[多選題]70.預測性數(shù)據(jù)挖掘包括哪些方法？A)分類B)數(shù)據(jù)總結C)回歸D)時間序列答案:ACD解析:[多選題]71.以下屬于分類器模型評價指標的有(A)預測準確度B)recallC)模型描述的簡潔度D)F1-Score答案:ABD解析:[多選題]72.邏輯回歸是數(shù)據(jù)挖掘算法中常用的模型算法,以下關于邏輯回歸的說法正確的是()。A)異常值不會對模型造成很大的干擾。B)邏輯回歸的自變量必須是分類變量,因此要對連續(xù)型變量進行離散化處理。C)邏輯回歸屬于分類算法。D)邏輯回歸對模型中自變量的多重共線性較為敏感。答案:CD解析:[多選題]73.Master的ElectedLeader事件后不做哪些操作()A)通知driverB)通知workerC)注冊applicationD)直接ALIVE答案:ABC解析:[多選題]74.張亮持有A、B、C、D、E五只股票,請問以下不屬于時間序列問題的有()。A)透過A只股票過去一年來的股價走勢,預測明天A只股票的開盤價格B)將E五只股票區(qū)分為賺錢與賠錢兩個類別C)將E五只股票區(qū)分為甲、乙、丙三個群體D)透過A,C,D三只股票過去一年來的走勢,預測明天A只股票的開盤價格答案:BC解析:[多選題]75.下列哪個場景可以使用決策樹構建模型?()A)預測申辦信用卡的新客戶是否將來會變成卡奴B)保險公司針對特定族群做人壽保險的推銷C)找出購物籃里商品購買間的關聯(lián)D)根據(jù)生活作息推斷該病人得癌癥的機率答案:ABD解析:[多選題]76.云計算的特點包括以下哪些方面?A)服務可計算B)高性價比C)服務可租用D)低使用度答案:ABC解析:第3部分：判斷題，共24題，請判斷題目是否正確。[判斷題]77.數(shù)據(jù)分析時,將影響業(yè)務發(fā)展的因素羅列出來,對不同因素進行主次辨析,井展開遞進分析,要比直接從?想當然?的某個因素匆忙入手要準確和有效得多A)正確B)錯誤答案:對解析:[判斷題]78.在Mapreduce編程中,代碼不僅要描述做什么,還要描述具體怎么做。A)正確B)錯誤答案:錯解析:[判斷題]79.折線圖主要用于顯示在相等時間間隔下數(shù)據(jù)的趨勢。A)正確B)錯誤答案:對解析:[判斷題]80.數(shù)據(jù)異常值檢方法以正態(tài)分布為前提,若數(shù)據(jù)偏離正態(tài)分布或樣本較小時,則檢驗結果未必可靠,校驗是否正態(tài)分布可借助W檢驗、D檢驗。A)正確B)錯誤答案:對解析:[判斷題]81.Java源程序的文件名必須與public類的名稱完全一致A)正確B)錯誤答案:對解析:[判斷題]82.在Flink中,checkpoint機制能明在運行過程中出現(xiàn)失敗時,從某一個檢查點恢復,在此過程中,流快照是根據(jù)數(shù)據(jù)流入依次創(chuàng)建的。A)正確B)錯誤答案:對解析:[判斷題]83.SparkStreaming計算基于DStream將流式計算分解成一系列短小的批處理作業(yè)()A)正確B)錯誤答案:對解析:[判斷題]84.聚類將類似的值聚成簇。直觀的,落在簇集合之外的值被視為離群點。A)正確B)錯誤答案:對解析:[判斷題]85.Kafka是一個