![大數(shù)據(jù)與云計算概論智慧樹知到期末考試答案2024年_第1頁](http://file4.renrendoc.com/view4/M00/0B/0A/wKhkGGYBrMKAFcDWAAI1kx2CaKU797.jpg)
![大數(shù)據(jù)與云計算概論智慧樹知到期末考試答案2024年_第2頁](http://file4.renrendoc.com/view4/M00/0B/0A/wKhkGGYBrMKAFcDWAAI1kx2CaKU7972.jpg)
![大數(shù)據(jù)與云計算概論智慧樹知到期末考試答案2024年_第3頁](http://file4.renrendoc.com/view4/M00/0B/0A/wKhkGGYBrMKAFcDWAAI1kx2CaKU7973.jpg)
![大數(shù)據(jù)與云計算概論智慧樹知到期末考試答案2024年_第4頁](http://file4.renrendoc.com/view4/M00/0B/0A/wKhkGGYBrMKAFcDWAAI1kx2CaKU7974.jpg)
![大數(shù)據(jù)與云計算概論智慧樹知到期末考試答案2024年_第5頁](http://file4.renrendoc.com/view4/M00/0B/0A/wKhkGGYBrMKAFcDWAAI1kx2CaKU7975.jpg)
下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
大數(shù)據(jù)與云計算概論智慧樹知到期末考試答案2024年大數(shù)據(jù)與云計算概論下面生成中間鍵值對的是()。
A:CombinerB:PartitionerC:ReducerD:Mapper答案:MapperMap函數(shù)接受的輸入及輸出類型()。
A:<key,value>B:TextC:IntwritableD:Hadoop答案:<key,value>以下關(guān)于Web2.0說法正確的是()。
A:Web2.0網(wǎng)站強調(diào)可用性B:Web2.0網(wǎng)站系統(tǒng)通常包含大量復(fù)雜查詢C:Web2.0網(wǎng)站通常要求嚴格的事務(wù)日志D:Web2.0網(wǎng)站要求嚴格的讀寫實時性答案:Web2.0網(wǎng)站強調(diào)可用性以下()系統(tǒng)不屬于NoSQL數(shù)據(jù)庫。
A:MongoDBB:RedisC:Neo4JD:Sybase答案:Sybase在MapReduce編程時,a.Partitioner;b.Mapper;c.Combiner;d.Shuffle/Sort;這四個階段的順序是()。
A:badcB:bcadC:bdcaD:bacd答案:bacd對線下零售而言,做好大數(shù)據(jù)分析應(yīng)用的前提是()。
A:增加數(shù)據(jù)來源B:開展優(yōu)惠促銷C:增加統(tǒng)計種類D:擴大營業(yè)面積答案:增加數(shù)據(jù)來源配置Hadoop時,JAVA_HOME包含在哪個配置文件里()。
A:configuration.xslB:hadoop-site.xmlC:hadoop-env.shD:hadoop-default.xml答案:hadoop-env.sh在繪制圖表的過程中,可以對不易理解的圖標添加其他的(),以便于用戶理解和傳達信息。
A:輔助圖表B:顏色C:控件D:交互式圖表答案:輔助圖表數(shù)據(jù)倉庫的最終目的是()。
A:為用戶和業(yè)務(wù)部門提供決策支持B:建立數(shù)據(jù)倉庫邏輯模型C:收集業(yè)務(wù)需求D:開發(fā)數(shù)據(jù)倉庫的應(yīng)用分析答案:為用戶和業(yè)務(wù)部門提供決策支持與HDFS類似的框架是()。
A:EXT3B:FAT32C:NTFSD:GFS答案:GFS強調(diào)CAP理論中的CP的數(shù)據(jù)庫是()。
A:RiakB:OracleC:SQLServerD:MongoDB答案:MongoDB強調(diào)CAP理論中的AP的數(shù)據(jù)庫不包括()。
A:CassandraB:MySQLC:RiakD:DynamoDB答案:MySQL動態(tài)圖表是圖表分析的較高級形式,當(dāng)用戶執(zhí)行某個操作后,圖表中的數(shù)據(jù)會隨之發(fā)生變化,這種圖表也稱為()。
A:顏色B:交互式圖表C:輔助圖表D:控件答案:交互式圖表下列反映比例關(guān)系的可視化圖表是()。
A:氣泡圖B:散點圖C:旭日圖D:熱力圖答案:旭日圖當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)是由()首先提出的。
A:谷歌B:阿里巴巴C:微軟D:百度答案:谷歌()代表了用戶的個性化需求,通過挖掘此商品可以提高銷售額,所累積的總銷售額將是一個可觀的數(shù)字,也許會超過熱門商品帶來的銷售額。
A:個性化商品B:冷門商品C:熱門商品D:長尾商品答案:長尾商品關(guān)于SecondaryNameNode()是正確的。
A:它對內(nèi)存沒有要求B:它的目的是幫助NameNode合并編輯日志,減少NameNode的負擔(dān)和冷啟動時的加載時間C:SecondaryNameNode應(yīng)與NameNode部署到一個節(jié)點D:它是NameNode的熱備份答案:它的目的是幫助NameNode合并編輯日志,減少NameNode的負擔(dān)和冷啟動時的加載時間將平臺作為服務(wù)的云計算服務(wù)類型是()。
A:SaaSB:三個選項都是C:IaaSD:PaaS答案:PaaS()在許多情況下,可以達到99.999%的可用性。
A:并行計算B:集群C:虛擬化D:分布式答案:集群散點圖是對成組的(B)數(shù)值進行比較,氣泡圖是對至少()數(shù)值進行比較。
A:兩個;三個B:四個;三個C:兩個;兩個D:三個;兩個答案:兩個;三個A公司通過()計算云,可以讓客戶通過WebService的方式租用計算機來運行自己的應(yīng)用程序。
A:GFSB:HDFSC:S3D:EC2答案:EC2()是指對Map輸出結(jié)果進行分區(qū)、排序、合并以及可能的歸并等處理,并交給Reduce的過程。
A:ShuffleB:MergeC:PartitionD:Sort答案:Shuffle()是自動聯(lián)系用戶和物品的一種工具,和搜索引擎相比,其通過研究用戶的興趣偏好,進行個性化計算。
A:推薦算法B:個性化推薦C:用戶歷史記錄D:推薦系統(tǒng)答案:推薦系統(tǒng)在使用MapReduce程序WordCount進行詞頻統(tǒng)計時,對于文本行“hellomaphelloreduce”,經(jīng)過WordCount程序的Map函數(shù)處理后直接輸出的中間結(jié)果,應(yīng)該是下面哪種形式()。
A:<"hello",1,1>、<"map",1>和<"reduce",1>B:<"hello",2>、<"map",1>和<"reduce",1>C:<"hello",<1,1>>、<"map",1>和<"reduce",1>D:<"hello",1>、<"hello",1>、<"map",1>和<"reduce",1>答案:、、和Map任務(wù)的輸出中排序是按照字典排序進行自動進行的。()
A:錯B:對答案:對相比各種網(wǎng)絡(luò)存儲技術(shù),本地硬盤一定是最快的。()
A:錯B:對答案:對啤酒與尿布的經(jīng)典案例,充分體現(xiàn)了實驗思維在大數(shù)據(jù)分析理念中的重要性。()
A:對B:錯答案:錯互聯(lián)網(wǎng)就是一個超大云。()
A:錯誤B:正確答案:正確目前數(shù)據(jù)庫市場份額最大的仍然是關(guān)系數(shù)據(jù)庫。()
A:錯誤B:正確答案:正確MapReduce的Map函數(shù)接受的輸入和輸出都是<key,value>類型。()
A:錯B:對答案:對當(dāng)數(shù)據(jù)中同時包含正負數(shù)值時,數(shù)據(jù)點會默認顯示在橫坐標的兩側(cè),橫坐標軸也會位于圖表繪圖區(qū)域的內(nèi)部,影響圖表顯示數(shù)據(jù)。()
A:對B:錯答案:對HBase是按行的方式存儲數(shù)據(jù)的()。
A:錯B:對答案:錯文檔數(shù)據(jù)庫是以關(guān)系模型為基礎(chǔ)的。()
A:對B:錯答案:錯在噪聲數(shù)據(jù)中,波動數(shù)據(jù)比離群點數(shù)據(jù)偏離整體水平更大。()
A:錯B:對答案:錯在云計算中,虛擬層主要包括()。
A:網(wǎng)絡(luò)虛擬化B:桌面虛擬化C:存儲虛擬化D:服務(wù)器虛擬化答案:存儲虛擬化###服務(wù)器虛擬化###網(wǎng)絡(luò)虛擬化按照涉及自變量的多少,可以將回歸分析分為()。
A:非線性回歸分析B:一元回歸分析C:綜合回歸分析D:線性回歸分析E:多元回歸分析答案:多元回歸分析協(xié)同過濾算法的優(yōu)點()。
A:算法易于分布式實現(xiàn)、可以處理海量數(shù)據(jù)集B:算法原理簡單、思想樸素C:能夠為用戶推薦出多樣性、新穎性的物品D:算法整體效果很不錯答案:物品大數(shù)據(jù)的應(yīng)用能夠?qū)崿F(xiàn)一場新的革命,提高綜合管理水平的原因是()。
A:從粗放化管理走向精細化管理B:從被動反應(yīng)走向主動預(yù)見型管理C:從單兵作戰(zhàn)走向聯(lián)合共享型管理D:從柜臺式管理走向全天候管理答案:從單兵作戰(zhàn)走向聯(lián)合共享型管理###從柜臺式管理走向全天候管理###從粗放化管理走向精細化管理###從被動反應(yīng)走向主動預(yù)見型管理推薦方法包括哪些類型()。
A:基于內(nèi)容的推薦B:基于統(tǒng)計的推薦C:協(xié)同過濾推薦D:專家推薦答案:協(xié)同過濾推薦###基于內(nèi)容的推薦###專家推薦###基于統(tǒng)計的推薦數(shù)據(jù)再利用的意義在于()。
A:利用數(shù)據(jù)可擴展性拓寬業(yè)務(wù)領(lǐng)域B:實現(xiàn)數(shù)據(jù)重組的創(chuàng)新價值C:挖掘數(shù)據(jù)的潛在價值D:提高社會效益,優(yōu)化社會管理E:優(yōu)化存儲設(shè)備,降低設(shè)備成本答案:利用數(shù)據(jù)可擴展性拓寬業(yè)務(wù)領(lǐng)域###實現(xiàn)數(shù)據(jù)重組的創(chuàng)新價值###挖掘數(shù)據(jù)的潛在價值一個完整的推薦系統(tǒng)通常包括3個組成模塊()。
A:用戶建模模塊B:推薦算法C:推薦結(jié)果D:推薦對象建模模塊答案:用戶建模模塊###推薦對象建模模塊###推薦算法Hadoop的特性包括()。
A:高可靠性B:高容錯性C:高效性D:高可擴展性答
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年成都房產(chǎn)預(yù)約買賣居間服務(wù)合同
- 2025年公司租賃共享協(xié)議模板
- 2025年報廢汽車收購與再利用諒解協(xié)議
- 2025年建筑工人雇傭合同樣本
- 2025年建設(shè)銀行二手住房貸款合同
- 2025年全球研發(fā)合作與專利授權(quán)合同范本
- 2025年工程退款協(xié)議書模板下載
- 2025年專業(yè)清潔服務(wù)勞動合同范本
- 2025年分公司之間業(yè)務(wù)合作與分工的策劃協(xié)議
- 2025年交通工具抵債協(xié)議
- 攝影測量學(xué)實習(xí)指導(dǎo)書
- 安全生產(chǎn)事故調(diào)查與案例分析(第3版)課件 呂淑然 第5章 事故案例評析
- 2023版交安A、B、C證考試題庫含答案
- 樓梯 欄桿 欄板(一)22J403-1
- 學(xué)生綜合素質(zhì)評定與職業(yè)規(guī)劃的關(guān)聯(lián)性分析
- 2025云南省貴金屬新材料控股集團限公司面向高校畢業(yè)生專項招聘144人高頻重點提升(共500題)附帶答案詳解
- 勞動法培訓(xùn)課件
- 香港及內(nèi)地傳真號碼
- 湖北中煙工業(yè)限責(zé)任公司2025年招聘(技術(shù)類和業(yè)務(wù)類崗位)【43人】高頻重點提升(共500題)附帶答案詳解
- 2024-2025學(xué)年成都市成華區(qū)七年級上英語期末考試題(含答案)
- 石家莊市長安區(qū)學(xué)年三年級數(shù)學(xué)第一學(xué)期期末檢測試題含解析
評論
0/150
提交評論