大数据技术与应用题库完整
《大数据技术原理与应用(第3版)》期末复习题库(含答案)
第一章大数据概述单选题1、第一次信息化浪潮主要解决什么问题？B（A）信息传输（B）信息处理（C）信息爆炸（D）信息转换2、下面哪个选项属于大数据技术的“数据存储和管理”技术层面的功能？A（A）利用分布式文件系统、数据仓库、关系数据库等实现对结构化、半结构化和非结构化海量数据的存储和管理（B）利用分布式并行编程模型和计算框架，结合机器学习和数据挖掘算法，实现对海量数据的处理和分析（C）构建隐私数据保护体系和数据安全体系，有效保护个人隐私和数据安全（D）把实时采集的数据作为流计算系统的输入，进行实时处理分析3、在大数据的计算模式中，流计算解决的是什么问题？D（A）针对大规模数据的批量处理（B）针对大规模图结构数据的处理（C）大规模数据的存储管理和查询分析（D）针对流数据的实时计算4、大数据产业指什么？A（A）一切与支撑大数据组织管理和价值发现相关的企业经济活动的集合（B）提供智能交通、智慧医疗、智能物流、智能电网等行业应用的企业（C）提供数据分享平台、数据分析平台、数据租售平台等服务的企业（D）提供分布式计算、数据挖掘、统计分析等服务的各类企业5、下列哪一个不属于大数据产业的产业链环节？A（A）数据循环层（B）数据源层（C）数据分析层（D）数据应用层6、下列哪一个不属于第三次信息化浪潮中新兴的技术？A（A）互联网（B）云计算（C）大数据（D）物联网7、云计算平台层（PaaS）指的是什么？A（A）操作系统和围绕特定应用的必需的服务（B）将基础设施(计算资源和存储)作为服务出租（C）从一个集中的系统部署软件，使之在一台本地计算机上(或从云中远程地)运行的一个模型（D）提供硬件、软件、网络等基础设施以及提供咨询、规划和系统集成服务8、下面关于云计算数据中心的描述正确的是：A（A）数据中心是云计算的重要载体，为各种平台和应用提供运行支撑环境（B）数据中心就是放在企业内部的一台中心服务器（C）每个企业都需要建设一个云计算数据中心（D）数据中心不需要网络带宽的支撑9、下列哪个不属于物联网的应用？D（A）智能物流（B）智能安防（C）环保监测（D）数据清洗10、下列哪项不属于大数据的发展历程？D（A）成熟期（B）萌芽期（C）大规模应用期（D）迷茫期多选题1、第三次信息化浪潮的标志是哪些技术的兴起？BCD（A）个人计算机（B）物联网（C）云计算（D）大数据2、信息科技为大数据时代提供哪些技术支撑？ABC（A）存储设备容量不断增加（B）网络带宽不断增加（C）CPU 处理能力大幅提升（D）数据量不断增大3、大数据具有哪些特点？ABCD（A）数据的“大量化”（B）数据的“快速化”（C）数据的“多样化”（D）数据的“价值密度比较低”4、下面哪个属于大数据的应用领域？ABCD（A）智能医疗研发（B）监控身体情况（C）实时掌握交通状况（D）金融交易5、大数据的两个核心技术是什么？AC（A）分布式存储（B）分布式应用（C）分布式处理（D）集中式存储6、云计算关键技术包括什么？ABCD（A）分布式存储（B）虚拟化（C）分布式计算（D）多租户7、云计算的服务模式和类型主要包括哪三类？ABC（A）软件即服务（SaaS）（B）平台即服务（PaaS）（C）基础设施即服务（IaaS）（D）数据采集即服务（DaaS）8、物联网主要由下列哪些部分组成的？ABCD（A）应用层（B）处理层（C）感知层（D）网络层9、物联网的关键技术包括哪些？ABC（A）识别和感知技术（B）网络与通信技术（C）数据挖掘与融合技术（D）信息处理一体化技术10、大数据对社会发展的影响有哪些？ABC（A）大数据成为一种新的决策方式（B）大数据应用促进信息技术与各行业的深度融合（C）大数据开发推动新技术和新应用的不断涌现（D）大数据对社会发展没有产生积极影响第二章大数据处理架构Hadoop单选题1、下列哪个不属于Hadoop的特性？A（A）成本高（B）高可靠性（C）高容错性（D）运行在Linux平台上2、Hadoop框架中最核心的设计是什么？A（A）为海量数据提供存储的HDFS和对数据进行计算的MapReduce（B）提供整个HDFS文件系统的NameSpace(命名空间)管理、块管理等所有服务（C）Hadoop不仅可以运行在企业内部的集群中，也可以运行在云计算环境中（D）Hadoop被视为事实上的大数据处理标准3、在一个基本的Hadoop集群中，DataNode主要负责什么？D（A）负责执行由JobTracker指派的任务（B）协调数据计算任务（C）负责协调集群中的数据存储（D）存储被拆分的数据块4、Hadoop最初是由谁创建的？B（A）Lucene（B）Doug Cutting（C）Apache（D）MapReduce5、下列哪一个不属于Hadoop的大数据层的功能？C（A）数据挖掘（B）离线分析（C）实时计算（D）BI分析6、在一个基本的Hadoop集群中，SecondaryNameNode主要负责什么？A（A）帮助NameNode收集文件系统运行的状态信息（B）负责执行由JobTracker指派的任务（C）协调数据计算任务（D）负责协调集群中的数据存储7、下面哪一项不是Hadoop的特性？B（A）可扩展性高（B）只支持少数几种编程语言（C）成本低（D）能在linux上运行8、在Hadoop项目结构中，HDFS指的是什么？A（A）分布式文件系统（B）分布式并行编程模型（C）资源管理和调度器（D）Hadoop上的数据仓库9、在Hadoop项目结构中，MapReduce指的是什么？A（A）分布式并行编程模型（B）流计算框架（C）Hadoop上的工作流管理系统（D）提供分布式协调一致性服务10、下面哪个不是Hadoop1.0的组件：（C）（A）HDFS（B）MapReduce（C）YARN（D）NameNode和DataNode多选题1、Hadoop的特性包括哪些？ABCD（A）高可扩展性（B）支持多种编程语言（C）成本低（D）运行在Linux平台上2、下面哪个是Hadoop2.0的组件？AD（A）ResourceManager（B）JobTracker（C）TaskTracker（D）NodeManager3、一个基本的Hadoop集群中的节点主要包括什么？ABCD（A）DataNode：存储被拆分的数据块（B）JobTracker：协调数据计算任务（C）TaskTracker：负责执行由JobTracker指派的任务（D）SecondaryNameNode：帮助NameNode收集文件系统运行的状态信息4、下列关于Hadoop的描述，哪些是正确的？ABCD（A）为用户提供了系统底层细节透明的分布式基础架构（B）具有很好的跨平台特性（C）可以部署在廉价的计算机集群中（D）曾经被公认为行业大数据标准开源软件5、Hadoop集群的整体性能主要受到什么因素影响？ABCD（A）CPU性能（B）内存（C）网络（D）存储容量6、下列关于Hadoop的描述，哪些是错误的？AB（A）只能支持一种编程语言（B）具有较差的跨平台特性（C）可以部署在廉价的计算机集群中（D）曾经被公认为行业大数据标准开源软件7、下列哪一项不属于Hadoop的特性？AB（A）较低可扩展性（B）只支持java语言（C）成本低（D）运行在Linux平台上第三章分布式文件系统HDFS单选题1、分布式文件系统指的是什么？A（A）把文件分布存储到多个计算机节点上，成千上万的计算机节点构成计算机集群（B）用于在Hadoop与传统数据库之间进行数据传递（C）一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统（D）一种高吞吐量的分布式发布订阅消息系统，可以处理消费者规模的网站中的所有动作流数据2、下面哪一项不属于计算机集群中的节点？B（A）主节点(Master Node)（B）源节点（SourceNode）（C）名称结点(NameNode)（D）从节点（Slave Node）3、在HDFS中，默认一个块多大？A（A）64MB（B）32KB（C）128KB（D）16KB4、下列哪一项不属于HDFS采用抽象的块概念带来的好处？C（A）简化系统设计（B）支持大规模文件存储（C）强大的跨平台兼容性（D）适合数据备份5、在HDFS中，NameNode的主要功能是什么？D（A）维护了block id 到datanode本地文件的映射关系（B）存储文件内容（C）文件内存保存在磁盘中（D）存储元数据6、下面对FsImage的描述，哪个是错误的？D（A）FsImage文件没有记录每个块存储在哪个数据节点（B）FsImage文件包含文件系统中所有目录和文件inode的序列化形式（C）FsImage用于维护文件系统树以及文件树中所有的文件和文件夹的元数据（D）FsImage文件记录了每个块具体被存储在哪个数据节点7、下面对SecondaryNameNode第二名称节点的描述，哪个是错误的？A（A）SecondaryNameNode一般是并行运行在多台机器上（B）它是用来保存名称节点中对HDFS元数据信息的备份，并减少名称节点重启的时间（C）SecondaryNameNode通过HTTPGET方式从NameNode上获取到FsImage和EditLog文件，并下载到本地的相应目录下（D）SecondaryNameNode是HDFS架构中的一个组成部分8、HDFS采用了什么模型？B（A）分层模型（B）主从结构模型（C）管道-过滤器模型（D）点对点模型9、在Hadoop项目结构中，HDFS指的是什么？A（A）分布式文件系统（B）流数据读写（C）资源管理和调度器（D）Hadoop上的数据仓库10、下列关于HDFS的描述，哪个不正确？D（A）HDFS还采用了相应的数据存放、数据读取和数据复制策略，来提升系统整体读写响应性能（B）HDFS采用了主从（Master/Slave）结构模型（C）HDFS采用了冗余数据存储，增强了数据可靠性（D）HDFS采用块的概念，使得系统的设计变得更加复杂多选题1、HDFS要实现以下哪几个目标？ABC（A）兼容廉价的硬件设备（B）流数据读写（C）大数据集（D）复杂的文件模型2、HDFS特殊的设计，在实现优良特性的同时，也使得自身具有一些应用局限性，主要包括以下哪几个方面？BCD（A）较差的跨平台兼容性（B）无法高效存储大量小文件（C）不支持多用户写入及任意修改文件（D）不适合低延迟数据访问3、HDFS采用抽象的块概念可以带来以下哪几个明显的好处？ACD（A）支持大规模文件存储（B）支持小规模文件存储（C）适合数据备份（D）简化系统设计4、在HDFS中，名称节点（NameNode）主要保存了哪些核心的数据结构？AD（A）FsImage（B）DN8（C）Block（D）EditLog5、数据节点（DataNode）的主要功能包括哪些？ABC（A）负责数据的存储和读取（B）根据客户端或者是名称节点的调度来进行数据的存储和检索（C）向名称节点定期发送自己所存储的块的列表（D）用来保存名称节点中对HDFS元数据信息的备份，并减少名称节点重启的时间6、HDFS的命名空间包含什么？BCD（A）磁盘（B）文件（C）块（D）目录7、下列对于客服端的描述，哪些是正确的？ABCD（A）客户端是用户操作HDFS最常用的方式，HDFS在部署时都提供了客户端（B）HDFS客户端是一个库，暴露了HDFS文件系统接口（C）严格来说，客户端并不算是HDFS的一部分（D）客户端可以支持打开、读取、写入等常见的操作8、HDFS只设置唯一一个名称节点，这样做虽然大大简化了系统设计，但也带来了哪些明显的局限性？ABCD（A）命名空间的限制（B）性能的瓶颈（C）隔离问题（D）集群的可用性9、HDFS数据块多副本存储具备以下哪些优点？ABC（A）加快数据传输速度（B）容易检查数据错误（C）保证数据可靠性（D）适合多平台上运行10、HDFS具有较高的容错性，设计了哪些相应的机制检测数据错误和进行自动恢复？BCD（A）数据源太大（B）数据节点出错（C）数据出错（D）名称节点出错第四章分布式数据库HBase单选题1、下列关于BigTable的描述，哪个是错误的？A（A）爬虫持续不断地抓取新页面，这些页面每隔一段时间地存储到BigTable里（B）BigTable是一个分布式存储系统（C）BigTable起初用于解决典型的互联网搜索问题（D）网络搜索应用查询建立好的索引，从BigTable得到网页2、下列选项中，关于HBase和BigTable的底层技术对应关系，哪个是错误的？B（A）GFS与HDFS相对应（B）GFS与Zookeeper相对应（C）MapReduce与Hadoop MapReduce相对应（D）Chubby与Zookeeper相对应3、在HBase中，关于数据操作的描述，下列哪一项是错误的？C（A）HBase采用了更加简单的数据模型，它把数据存储为未经解释的字符串（B）HBase操作不存在复杂的表与表之间的关系（C）HBase不支持修改操作（D）HBase在设计上就避免了复杂的表和表之间的关系4、在HBase访问接口中，Pig主要用在哪个场合？D（A）适合Hadoop MapReduce作业并行批处理HBase表数据（B）适合HBase管理使用（C）适合其他异构系统在线访问HBase表数据（D）适合做数据统计5、HBase中需要根据某些因素来确定一个单元格，这些因素可以视为一个“四维坐标”，下面哪个不属于“四维坐标”？B（A）行键（B）关键字（C）列族（D）时间戳6、关于HBase的三层结构中各层次的名称和作用的说法，哪个是错误的？A（A）Zookeeper文件记录了用户数据表的Region位置信息（B）-ROOT-表记录了.META.表的Region位置信息（C）.META.表保存了HBase中所有用户数据表的Region位置信息（D）Zookeeper文件记录了-ROOT-表的位置信息7、下面关于主服务器Master主要负责表和Region的管理工作的描述，哪个是错误的？D（A）在Region分裂或合并后，负责重新调整Region的分布（B）对发生故障失效的Region服务器上的Region进行迁移（C）管理用户对表的增加、删除、修改、查询等操作（D）不支持不同Region服务器之间的负载均衡8、HBase只有一个针对行健的索引，如果要访问HBase表中的行，下面哪种方式是不可行的？B（A）通过单个行健访问（B）通过时间戳访问（C）通过一个行健的区间来访问（D）全表扫描9、下面关于Region的说法，哪个是错误的？C（A）同一个Region不会被分拆到多个Region服务器（B）为了加快访问速度，.META.表的全部Region都会被保存在内存中（C）一个-ROOT-表可以有多个Region（D）为了加速寻址，客户端会缓存位置信息，同时，需要解决缓存失效问题多选题1、关系数据库已经流行很多年，并且Hadoop已经有了HDFS和MapReduce，为什么需要HBase？ABCD（A）Hadoop可以很好地解决大规模数据的离线批量处理问题，但是，受限于Hadoop MapReduce编程框架的高延迟数据处理机制，使得Hadoop无法满足大规模数据实时处理应用的需求上（B）HDFS面向批量访问模式，不是随机访问模式（C）传统的通用关系型数据库无法应对在数据规模剧增时导致的系统扩展性和性能问题（D）传统关系数据库在数据结构变化时一般需要停机维护；空列浪费存储空间2、HBase与传统的关系数据库的区别主要体现在以下哪几个方面？ABCD（A）数据类型（B）数据操作（C）存储模式（D）数据维护3、HBase访问接口类型包括哪些？ABCD（A）Native Java API（B）HBase Shell（C）Thrift Gateway（D）REST Gateway4、下列关于数据模型的描述，哪些是正确的？ABCD（A）HBase采用表来组织数据，表由行和列组成，列划分为若干个列族（B）每个HBase表都由若干行组成，每个行由行键（row key）来标识（C）列族里的数据通过列限定符（或列）来定位（D）每个单元格都保存着同一份数据的多个版本，这些版本采用时间戳进行索引5、HBase的实现包括哪三个主要的功能组件？ABC（A）库函数：链接到每个客户端（B）一个Master主服务器（C）许多个Region服务器（D）廉价的计算机集群6、HBase的三层结构中，三层指的是哪三层？ABC（A）Zookeeper文件（B）-ROOT-表（C）.META.表（D）数据类型7、以下哪些软件可以对HBase进行性能监视？ABCD（A）Master-status(自带)（B）Ganglia（C）OpenTSDB（D）Ambari8、Zookeeper是一个很好的集群管理工具，被大量用于分布式计算，它主要提供什么服务？ABC（A）配置维护（B）域名服务（C）分布式同步（D）负载均衡服务9、下列关于Region服务器工作原理的描述，哪些是正确的？ABCD（A）每个Region服务器都有一个自己的HLog 文件（B）每次刷写都生成一个新的StoreFile，数量太多，影响查找速度（C）合并操作比较耗费资源，只有数量达到一个阈值才启动合并（D）Store是Region服务器的核心10、下列关于HLog工作原理的描述，哪些是正确的？ABCD（A）分布式环境必须要考虑系统出错。
大数据技术与应用考试 选择题 63题
1. 大数据的4V特征不包括以下哪一项？A. VolumeB. VelocityC. VarietyD. Visibility2. Hadoop生态系统中，用于存储结构化和半结构化数据的组件是？A. HDFSB. HiveC. HBaseD. Pig3. 在数据仓库中，ETL过程指的是什么？A. Extract, Transform, LoadB. Encrypt, Transfer, LoadC. Extract, Transfer, LoadD. Encrypt, Transform, Load4. 以下哪个不是NoSQL数据库的类型？A. Key-ValueB. Column-FamilyC. DocumentD. Relational5. 数据挖掘中的分类算法不包括以下哪一项？A. Decision TreesB. Neural NetworksC. ClusteringD. Support Vector Machines6. 在Hadoop中，MapReduce的主要作用是什么？A. 数据存储B. 数据处理C. 数据查询D. 数据可视化7. 以下哪个工具不是用于大数据分析的？A. RB. PythonC. ExcelD. Spark8. 在数据预处理中，数据清洗的主要目的是什么？A. 增加数据量B. 减少数据量C. 提高数据质量D. 提高数据速度9. 以下哪个不是大数据处理框架？A. FlinkB. KafkaC. StormD. Docker10. 在数据可视化中，热力图主要用于展示什么？A. 数据分布B. 数据关系C. 数据趋势D. 数据密度11. 以下哪个是大数据安全的关键技术？A. 数据加密B. 数据压缩C. 数据存储D. 数据传输12. 在数据分析中，OLAP是什么的缩写？A. Online Analytical ProcessingB. Online Application ProcessingC. Offline Analytical ProcessingD. Offline Application Processing13. 以下哪个不是数据仓库的特点？A. 面向主题B. 集成性C. 时变性D. 实时性14. 在数据挖掘中，关联规则挖掘主要用于发现什么？A. 数据模式B. 数据异常C. 数据关系D. 数据趋势15. 以下哪个不是大数据的应用领域？A. 金融B. 医疗C. 教育D. 娱乐16. 在Hadoop中，YARN的主要作用是什么？A. 数据存储B. 资源管理C. 数据处理D. 数据查询17. 以下哪个不是数据湖的特点？A. 存储原始数据B. 存储结构化数据C. 灵活的数据结构D. 支持多种数据类型18. 在数据分析中，数据集市是什么？A. 数据仓库的子集B. 数据仓库的超集C. 独立的数据仓库D. 数据仓库的备份19. 以下哪个不是数据治理的关键组成部分？A. 数据质量B. 数据安全C. 数据存储D. 数据政策20. 在数据挖掘中，聚类算法主要用于什么？A. 数据分类B. 数据分组C. 数据预测D. 数据关联21. 以下哪个不是大数据处理的关键技术？A. 数据采集B. 数据存储C. 数据分析D. 数据打印22. 在数据可视化中，散点图主要用于展示什么？A. 数据分布B. 数据关系C. 数据趋势D. 数据密度23. 以下哪个不是大数据分析的步骤？A. 数据收集B. 数据清洗C. 数据存储D. 数据分析24. 在数据仓库中，维度表和事实表的关系是什么？A. 一对一B. 一对多C. 多对一D. 多对多25. 以下哪个不是数据挖掘的应用场景？A. 市场篮分析B. 客户细分C. 风险评估D. 数据备份26. 在Hadoop中，HDFS的主要作用是什么？A. 数据存储B. 数据处理C. 数据查询D. 数据可视化27. 以下哪个不是数据湖的优势？A. 存储原始数据B. 灵活的数据结构C. 支持多种数据类型D. 实时数据处理28. 在数据分析中，数据立方体是什么？A. 数据仓库的子集B. 数据仓库的超集C. 数据仓库的备份D. 数据仓库的多维数据模型29. 以下哪个不是数据治理的目标？A. 提高数据质量B. 确保数据安全C. 提高数据速度D. 确保数据合规30. 在数据挖掘中，异常检测主要用于发现什么？A. 数据模式B. 数据异常C. 数据关系D. 数据趋势31. 以下哪个不是大数据的应用优势？A. 提高决策效率B. 降低成本C. 提高数据质量D. 提高服务质量32. 在Hadoop中，MapReduce的主要优势是什么？A. 数据存储B. 数据处理C. 数据查询D. 数据可视化33. 以下哪个不是数据湖的挑战？A. 数据管理B. 数据安全C. 数据处理D. 数据备份34. 在数据分析中，数据集成的目的是什么？A. 提高数据质量B. 确保数据安全C. 提高数据速度D. 确保数据合规35. 以下哪个不是数据挖掘的步骤？A. 数据收集B. 数据清洗C. 数据存储D. 数据分析36. 在数据仓库中，数据集成的关键技术是什么？A. 数据采集B. 数据存储C. 数据分析D. 数据清洗37. 以下哪个不是大数据分析的工具？A. RB. PythonC. ExcelD. Photoshop38. 在数据可视化中，折线图主要用于展示什么？A. 数据分布B. 数据关系C. 数据趋势D. 数据密度39. 以下哪个不是大数据处理的关键技术？A. 数据采集B. 数据存储C. 数据分析D. 数据打印40. 在数据仓库中，数据集成的关键技术是什么？A. 数据采集B. 数据存储C. 数据分析D. 数据清洗41. 以下哪个不是大数据分析的工具？A. RB. PythonC. ExcelD. Photoshop42. 在数据可视化中，折线图主要用于展示什么？A. 数据分布B. 数据关系C. 数据趋势D. 数据密度43. 以下哪个不是大数据处理的关键技术？A. 数据采集B. 数据存储C. 数据分析D. 数据打印44. 在数据仓库中，数据集成的关键技术是什么？A. 数据采集B. 数据存储C. 数据分析D. 数据清洗45. 以下哪个不是大数据分析的工具？A. RB. PythonC. ExcelD. Photoshop46. 在数据可视化中，折线图主要用于展示什么？A. 数据分布B. 数据关系C. 数据趋势47. 以下哪个不是大数据处理的关键技术？A. 数据采集B. 数据存储C. 数据分析D. 数据打印48. 在数据仓库中，数据集成的关键技术是什么？A. 数据采集B. 数据存储C. 数据分析D. 数据清洗49. 以下哪个不是大数据分析的工具？A. RB. PythonC. ExcelD. Photoshop50. 在数据可视化中，折线图主要用于展示什么？A. 数据分布B. 数据关系C. 数据趋势D. 数据密度51. 以下哪个不是大数据处理的关键技术？A. 数据采集B. 数据存储C. 数据分析D. 数据打印52. 在数据仓库中，数据集成的关键技术是什么？A. 数据采集B. 数据存储C. 数据分析D. 数据清洗53. 以下哪个不是大数据分析的工具？A. RB. PythonC. ExcelD. Photoshop54. 在数据可视化中，折线图主要用于展示什么？A. 数据分布C. 数据趋势D. 数据密度55. 以下哪个不是大数据处理的关键技术？A. 数据采集B. 数据存储C. 数据分析D. 数据打印56. 在数据仓库中，数据集成的关键技术是什么？A. 数据采集B. 数据存储C. 数据分析D. 数据清洗57. 以下哪个不是大数据分析的工具？A. RB. PythonC. ExcelD. Photoshop58. 在数据可视化中，折线图主要用于展示什么？A. 数据分布B. 数据关系C. 数据趋势D. 数据密度59. 以下哪个不是大数据处理的关键技术？A. 数据采集B. 数据存储C. 数据分析D. 数据打印60. 在数据仓库中，数据集成的关键技术是什么？A. 数据采集B. 数据存储C. 数据分析D. 数据清洗61. 以下哪个不是大数据分析的工具？A. RB. PythonC. ExcelD. Photoshop62. 在数据可视化中，折线图主要用于展示什么？A. 数据分布B. 数据关系C. 数据趋势D. 数据密度63. 以下哪个不是大数据处理的关键技术？A. 数据采集B. 数据存储C. 数据分析D. 数据打印答案1. D2. B3. A4. D5. C6. B7. C8. C9. D10. D11. A12. A13. D14. C15. D16. B17. B18. A19. C20. B21. D22. A23. C24. B25. D26. A27. D28. D29. C30. B31. C32. B33. D34. A35. C36. D37. D38. C39. D40. D41. D42. C43. D44. D45. D46. C47. D48. D49. D50. C51. D52. D53. D54. C55. D56. D57. D58. C59. D60. D61. D62. C63. D。
大数据技术及应用题库
大数据技术及应用题库单选题:1从大量数据中提取知识的过程通常称为（A）。
a..数据挖掘b..人工智能c..数据清洗d..数据仓库2下列论据中，能够支撑“大数据无所不能”的观点的是（A）。
A、互联网金融打破了传统的观念和行为B、大数据存在泡沫C、大数据具有非常高的成本D、个人隐私泄露与信息安全担忧3数据仓库的最终目的是（D）。
a..收集业务需求b..建立数据仓库逻辑模型c..开发数据仓库的应用分析d..为用户和业务部门提供决策支持4大数据处理技术和传统的数据挖掘技术最大的区别是（A）。
a..处理速度快（秒级定律）b..算法种类更多c..精度更高d..更加智能化5大数据的起源是（C）。
a..金融b..电信c..互联网d..公共管理6大数据不是要教机器像人一样思考。
相反，它是（A）。
a..把数学算法运用到海量的数据上来预测事情发生的可能性b..被视为人工智能的一部c..被视为一种机器学习d..预测与惩罚7人与人之间沟通信息、传递信息的技术，这指的是（D）。
a..感测技术b..微电子技术c..计算机技术d..通信技术8数据清洗的方法不包括（D）。
a..缺失值处理b..噪声数据清除c..一致性检查d..重复数据记录处理9.下列关于舍恩伯格对大数据特点的说法中，错误的是（D）A.数据规模大B.数据类型多样C.数据处理速度快D.数据价值密度高10规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是（D）。
a..富数据b..贫数据c..繁数据d..大数据11大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）。
a..新一代信息技术b..新一代服务业态c..新一代技术平台d..新一代信息技术和服务业态12万维网之父是（C）A.彼得·德鲁克B.舍恩伯格C.蒂姆·伯纳斯—李D.斯科特·布朗13下列演示方式中，不属于传统统计图方式的是（D）。
大数据技术及应用题库
1从大量数据中提取知识的过程通常称为（ A ）。
a. .数据挖掘b. .人工智能c. .数据清洗d. .数据仓库2下列论据中，能够支撑“大数据无所不能”的观点的是（A）。
A、互联网金融打破了传统的观念和行为B、大数据存在泡沫C、大数据具有非常高的成本D、个人隐私泄露与信息安全担忧3数据仓库的最终目的是（D）。
a. .收集业务需求b. .建立数据仓库逻辑模型c. .开发数据仓库的应用分析d. .为用户和业务部门提供决策支持4大数据处理技术和传统的数据挖掘技术最大的区别是（A）。
a. .处理速度快（秒级定律）b. .算法种类更多c. .精度更高d. .更加智能化5大数据的起源是（C）。
a. .金融b. .电信c. .互联网d. .公共管理6大数据不是要教机器像人一样思考。
相反，它是（A ）。
a. .把数学算法运用到海量的数据上来预测事情发生的可能性b. .被视为人工智能的一部c. .被视为一种机器学习d. .预测与惩罚7人与人之间沟通信息、传递信息的技术，这指的是（D）。
a. .感测技术b. .微电子技术c. .计算机技术叮叮小文库d. .通信技术8数据清洗的方法不包括（D ）。
a. .缺失值处理b. .噪声数据清除c. . 一致性检查d. .重复数据记录处理9.下列关于舍恩伯格对大数据特点的说法中，错误的是（D）A. 数据规模大B.数据类型多样C.数据处理速度快D.数据价值密度高10规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是（D）oa. .富数据b. .贫数据c. .繁数据d. .大数据11大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）oa. .新一代信息技术b. .新一代服务业态c. .新一代技术平台d. .新一代信息技术和服务业态12万维网之父是（C）A. 彼得•德鲁克B.舍恩伯格C.蒂姆•伯纳斯一李D.斯科特•布朗13下列演示方式中，不属于传统统计图方式的是（D）oA、柱形图B、饼状图C、曲线图D、网络图14当前社会中，最为突出的大数据环境是（A）oA、互联网B、物联网C、综合国力D、自然资源叮叮小文库16大数据的起源是（C）。
公需科目-大数据前沿技术及应用-考试与答案(全)
你现时的得分是100！1、下列单位不是数据单位？（）BA、bitB、NBC、GBD、TB2、（）主要承担了搭建大数据平台上层建筑的任务。
BA、数据存储技术B、数据开发技术C、数据计算技术D、数据挖掘技术3、下列哪项不属于商业大数据的类型。
（）DA、传统企业数据B、机器和传感器数据C、社交数据D、电子商务数据4、信息技术是指有关信息的收集、识别、提取、变换、存贮、传递、处理、检索、检测、分析和利用等的技术。
凡涉及到这些过程和技术的工作部门，都可称作（）部门。
CA、技术B、研究C、信息D、管理5、以下哪个数据单位最大？（）CA、MBB、KBC、TBD、GB6、大数据技术的战略意义是（）。
CA、掌握庞大的数据信息B、促进互联网和信息行业的发展C、对这些含有意义的数据进行专业化处理D、企业内部，以及企业与供应商、客户、合作伙伴和员工数字化共享所有形式的数据资源7、（）主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等。
BA、采集B、统计/分析C、导入 / 预处理D、数据挖掘1、云计算包括有三个部分，分别是（）。
ABCA、基础设施服务B、平台服务C、软件服务D、数据服务2、“大数据”的特点是（）。
ABCDA、数据体量大B、数据类别大C、数据处理速度快D、数据真实性高3、美国哈佛大学的研究小组给出了著名的资源三角形。
包括（）ACDA、信息B、数据C、物质D、能量4、大数据平台的三个重要的技术部分。
ABDA、数据交易技术B、数据交互技术C、数据存储技术D、数据处理技术5、大数据处理流程可以概括为（）。
ABCDA、采集B、导入和预处理C、统计和分析D、数据挖掘6、互连网上出现的海量信息可以划分为三种。
分别为（）。
ABCA、结构化信息B、非结构化信息C、半结构化信息D、特殊化信息1、政府数据资源丰富，应用需求旺盛，政府应该是大数据发展的推动者，不是大数据应用的受益者。
错对错2、电子商务数据属于商业大数据的类型错对错3、大数据或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
2024年大数据应用及处理技术能力知识考试题库与答案
2024年大数据应用及处理技术能力知识考试题库与答案一、单选题1.当图像通过信道传输时，噪声一般与（）无关。
A、信道传输的质量B、出现的图像信号C、是否有中转信道的过程D、图像在信道前后的处理参考答案：B2.在留出法、交叉验证法和自助法三种评估方法中，（）更适用于数据集较小、难以划分训练集和测试集的情况。
A、留出法B、交叉验证法C、自助法D、留一法参考答案：C3.在数据科学中，通常可以采用（）方法有效避免数据加工和数据备份的偏见。
A、A/B测试B、训练集和测试集的划分C、测试集和验证集的划分D、图灵测试参考答案：A4.下列不属于深度学习内容的是(_)oA、深度置信网络B、受限玻尔兹曼机C、卷积神经网络D、贝叶斯学习参考答案：D5.在大数据项目中，哪个阶段可能涉及使用数据工程师来优化数据查询性能？A、数据采集B、数据清洗C、数据存储与管理D、数据分析与可视化参考答案：C6.假定你现在训练了一个线性SVM并推断出这个模型出现了欠拟合现象，在下一次训练时，应该采取下列什么措施（）A、增加数据点B、减少数据点C、增加特征D、减少特征参考答案：C7.两个变量相关，它们的相关系数r可能为0?这句话是否正确0A、正确B、错误参考答案：A8.一幅数字图像是（）。
A、一个观测系统B、一个由许多像素排列而成的实体C、一个2-D数组中的元素D、一个3-D空间中的场景参考答案：C9.以下说法正确的是：（）。
一个机器学习模型,如果有较高准确率，总是说明这个分类器是好的如果增加模型复杂度，那么模型的测试错误率总是会降低如果增加模型复杂度,那么模型的训练错误率总是会降低A、1B、2C、3D、land3参考答案：c10.从网络的原理上来看，结构最复杂的神经网络是0。
A、卷积神经网络B、长短时记忆神经网络C、GRUD、BP神经网络参考答案：B11.LSTM中，（_）的作用是确定哪些新的信息留在细胞状态中，并更新细胞状态。
A、输入门B、遗忘门G输出门D、更新门参考答案：A12.Matplotiib的核心是面向（）。
大数据技术及应用_东北师范大学中国大学mooc课后章节答案期末考试题库2023年
大数据技术及应用_东北师范大学中国大学mooc课后章节答案期末考试题库2023年1.关系数据库是基于行模式存储的，而HBase也是基于行模式存储的。
参考答案:错误2.对于Hive中分区的概念，下列描述错误的是（）。
参考答案:分区字段只能有一个3.Action API完成返回数据集中的元素个数的操作命令是（）。
参考答案:count()4.HDFS是基于流数据模式访问和处理超大文件的需求而开发的，具有高容错、高可靠性、高可扩展性、高吞吐率等特征，适合的读写任务是（）。
参考答案:一次写入，多次读写5.MapReduce作业的初始化调用的方法是（）。
参考答案:JobTracker.initJob()6.下述关于 Hadoop的阐述，正确的是（）。
参考答案:是一个分布式存储与分布式并行运算系统7.Hadoop是一个能够对大量数据进行分布式处理的软件框架。
参考答案:正确8.以下选项中，不是HBase添加数据需要用到的类和接口的是（）。
参考答案:Scan9.关于HDFS的文件写入操作描述正确的是（）。
参考答案:默认将文件块复制成三份存放10.HDFS是基于流数据模式访问和处理超大文件的需求而开发的，具有高容错、高可靠性、高可扩展性、高吞吐率等特征，适合的读写任务是？参考答案:一次写入，多次读写11.分布式文件系统HDFS 中的 block 默认保存几份？参考答案:3 份12.Hbase是一个针对结构化数据的可申缩、高可靠，高性能、分布式和面向（）的动态模式数据库。
参考答案:列13.YARN是新一代Hadoop（），用户可以运行和管理同一个物理集群机上多种作业。
参考答案:资源管理器14.HDFS采用块的概念，默认的一个块大小是64MB。
参考答案:正确15.MapReduce框架采用了Master/Slave架构，包括一个Master和若干个Slave。
Master上运行JobTracker，Slave上运行TaskTracker 。
hadoop大数据技术与应用考试题
1、Hadoop生态系统中的分布式存储系统是什么？A. HDFSB. HBaseC. HiveD. Mahout（答案：A，HDFS是Hadoop Distributed File System的缩写，是Hadoop的分布式存储系统）2、Hadoop集群中的NameNode主要负责什么功能？A. 数据存储B. 数据处理C. 元数据管理D. 资源调度（答案：C，NameNode负责Hadoop集群中的元数据管理）3、以下哪个工具常用于Hadoop集群的资源管理和作业调度？A. YARNB. HDFSC. ZookeeperD. Sqoop（答案：A，YARN是Yet Another Resource Negotiator的缩写，用于Hadoop集群的资源管理和作业调度）4、Hadoop中的MapReduce编程模型主要包括哪两个阶段？A. Map和ShuffleB. Map和ReduceC. Reduce和SortD. Sort和Combine（答案：B，MapReduce包括Map和Reduce两个阶段）5、HBase是Hadoop生态系统中的哪个组件？A. 分布式文件系统B. 分布式数据库C. 数据仓库D. 机器学习库（答案：B，HBase是Hadoop生态系统中的分布式数据库）6、以下哪个组件通常用于在Hadoop中进行大规模数据处理和分析？A. PigB. SqoopC. FlumeD. Zookeeper（答案：A，Pig是一个高级平台，用于在Hadoop中进行大规模数据处理和分析）7、Hadoop集群中的DataNode主要负责什么？A. 存储和管理数据块B. 处理数据计算C. 管理集群元数据D. 监控集群状态（答案：A，DataNode主要负责存储和管理数据块）8、以下哪个是Hadoop生态系统中的数据挖掘和机器学习库？A. MahoutB. HiveC. PigD. Oozie（答案：A，Mahout是Hadoop生态系统中的数据挖掘和机器学习库）。
大数据技术及应用题库
大数据技术及应用题库单选题:1从大量数据中提取知识的过程通常称为（A）。
a. . 数据挖掘b. . 人工智能c. . 数据清洗d. . 数据仓库2下列论据中，能够支撑“大数据无所不能”的观点的是（A）。
A、互联网金融打破了传统的观念和行为B、大数据存在泡沫C、大数据具有非常高的成本D、个人隐私泄露与信息安全担忧3数据仓库的最终目的是（D）。
a. . 收集业务需求b. . 建立数据仓库逻辑模型c. . 开发数据仓库的应用分析d. . 为用户和业务部门提供决策支持4大数据处理技术和传统的数据挖掘技术最大的区别是（A）。
a. . 处理速度快（秒级定律）b. . 算法种类更多c. . 精度更高d. . 更加智能化5大数据的起源是（C）。
a. . 金融b. . 电信c. . 互联网d. . 公共管理6大数据不是要教机器像人一样思考。
相反，它是（A）。
a. . 把数学算法运用到海量的数据上来预测事情发生的可能性b. . 被视为人工智能的一部c. . 被视为一种机器学习d. . 预测与惩罚7人与人之间沟通信息、传递信息的技术，这指的是（D）。
a. . 感测技术b. . 微电子技术c. . 计算机技术d. . 通信技术8数据清洗的方法不包括（D）。
a. . 缺失值处理b. . 噪声数据清除c. . 一致性检查d. . 重复数据记录处理9. 下列关于舍恩伯格对大数据特点的说法中，错误的是（D）A. 数据规模大B. 数据类型多样C. 数据处理速度快D. 数据价值密度高10规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是（D）。
a. . 富数据b. . 贫数据c. . 繁数据d. . 大数据11大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）。
a. . 新一代信息技术b. . 新一代服务业态c. . 新一代技术平台d. . 新一代信息技术和服务业态12万维网之父是（C）A. 彼得·德鲁克B. 舍恩伯格C. 蒂姆·伯纳斯—李D. 斯科特·布朗13下列演示方式中，不属于传统统计图方式的是（D）。
《大数据技术原理及应用》题目
大数据技术原理与应用第一卷一:判断题（每小题5分）1:对于大数据而言，最基本、最重要的要求就是减少错误、保证质量。
因此，大数据收集的信息量要尽量精确。
A:对B:错答案：B2:Spark是一个高效的分布式计算系统，它有MapReduce所有优点，同时性能与Hadoop一样高。
A:对B:错答案：B3:信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。
A:对B:错答案：B4:简单随机抽样，是从总体N 个对象中任意抽取n 个对象作为样本，最终以这些样本作为调查对象。
在抽取样本时，总体中每个对象被抽中为调查样本的概率可能会有差异。
A:对B:错答案：B5:大数据预测能够分析和挖掘出人们不知道或没有注意到的模式，确定判断事件必然会发生。
A:对B:错答案：B二:单选题（每小题5分）6:数据清洗的方法不包括______A缺失值处理B噪声数据清除C一致性检查D重复数据记录处理答案：D7:大数据的基本特征不包括______A数据量大B数据类型繁多C处理速度快D价值密度高答案：D8:HDFS中当前block大小为128M，如果当前要上传到HDFS中的文件大小为300M，那么在存储时会分配_______个block进行存储A1 B2 C3 D4答案：C9:下列______程序通常与NameNode在一个节点启动A SecondNameNodeB DataNodeC TaskTrackerD JobTracker答案：D10:配置Hadoop时，JAVA_HOME包含在______配置文件中A hadoop-default.xmlB hadoop-env.shC hadoop-site.xmlD configuration.xs答案：B11:在数据生命周期管理实践中______是执行方法A数据存储和备份规范B数据管理和维护C数据价值发觉和利用D数据应用开发和管理答案：B12:HBase系统基本架构中主服务器Master的作用是______A包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用来加快后续数据访问过程B可以帮助选举出一个Master作为集群的总管，并保证在任何时刻总有唯一一个Master在运行C主要负责表和Region的管理工作D是HBase中最核心的模块，负责维护分配给自己的Region，并响应用户的读写请求答案：C13:Hadoop具有特性不包括______A高可靠性B高效性C高可扩展性D低容错性，答案：D14:YARN的http端口默认是______A80 B8080 C 8090 D8088答案：D15:大数据时代，数据使用的关键是______A数据收集B数据存储C数据分析D数据再利用答案：D三:多选题（每小题5分）16:大数据人才整体上需要具备______等核心知识A数学与统计知识B计算机相关知识C马克思主义哲学知识D市场运营管理知识E在特定业务领域的知识答案：ABE17:下列关于数据生命周期管理的核心认识中，正确的是______A数据从产生到被删除销毁的过程中，具有多个不同的数据存在阶段B在不同的数据存在阶段，数据的价值是不同的C根据数据价值的不同应该对数据采取不同的管理策略D数据生命周期管理旨在产生效益的同时，降低生产成本答案：ABC18:数据研究经历了几种范式，包括______A实验B理论C计算D数据答案：ABCD19:按照涉及自变量的多少，可以将回归分析分为______A线性回归分析B非线性回归分析C一元回归分析D多元回归分析答案：CD20:大数据产业发展特点______A规模较大B规模较小C增速较快D增速缓慢E多产业交叉融合答案：ACE第二卷一:判断题（每小题5分）1:HDFS能提供高吞吐量的数据访问，非常适合于大规模数据集上的应用。
大数据技术与应用考试试题
大数据技术与应用考试试题
1. 简答题
请解释什么是大数据技术，以及它在实际应用中的作用和意义。
2. 填空题
大数据的三个特点是______、______和______。
3. 选择题
关于大数据技术的发展历程，以下哪项描述是正确的？
A. 大数据技术始于20世纪50年代
B. Hadoop是大数据技术的第一个开源项目
C. 云计算和物联网技术的兴起推动了大数据技术的发展
D. 大数据技术目前已经进入了衰退期
4. 简答题
请简要介绍Hadoop和Spark这两种常用的大数据处理框架，并比较它们之间的优劣。
5. 计算题
假设一个数据集包含100万条记录，每条记录占用10KB的存储空间，现需对该数据集进行排序操作。
若采用分布式处理方式，每个节
点能处理1000条记录，共有1000个节点参与计算。
请计算完成此排序操作所需的总时间。
6. 问答题
在大数据分析中，数据清洗和数据可视化分别扮演着怎样的角色？请结合实际案例进行说明。
7. 实操题
请编写一个简单的MapReduce程序，实现对一个文本文件中的单词进行词频统计。
8. 综合题
结合你对大数据技术的理解和实际案例，谈谈大数据技术对企业经营管理、市场营销和决策分析等方面的影响和应用。
以上为《大数据技术与应用考试试题》，请同学们按照实际情况尽快完成。
祝大家考试顺利！。
大数据技术及应用题库
大数据技术及应用题库单选题:1 从大量数据中提取知识的过程通常称为（A）。
a. . 数据挖掘b. . 人工智能c. . 数据清洗d. . 数据仓库2 下列论据中，能够支撑“大数据无所不能”的观点的是（ A ）。
A、互联网金融打破了传统的观念和行为B、大数据存在泡沫C、大数据具有非常高的成本D、个人隐私泄露与信息安全担忧3 数据仓库的最终目的是（D）。
a. . 收集业务需求b. . 建立数据仓库逻辑模型c. . 开发数据仓库的应用分析d. . 为用户和业务部门提供决策支持4 大数据处理技术和传统的数据挖掘技术最大的区别是（A）。
a. . 处理速度快（秒级定律）b. . 算法种类更多c. . 精度更高d. . 更加智能化5 大数据的起源是（ C ）。
a. . 金融b. . 电信c. . 互联网d. . 公共管理6 大数据不是要教机器像人一样思考。
相反，它是（ A ）。
a. . 把数学算法运用到海量的数据上来预测事情发生的可能性b. . 被视为人工智能的一部c. . 被视为一种机器学习d. . 预测与惩罚7 人与人之间沟通信息、传递信息的技术，这指的是（D）。
a. . 感测技术b. . 微电子技术c. . 计算机技术d. . 通信技术8 数据清洗的方法不包括（D）。
a. . 缺失值处理b. . 噪声数据清除c. . 一致性检查d. . 重复数据记录处理9. 下列关于舍恩伯格对大数据特点的说法中，错误的是（D）A. 数据规模大B. 数据类型多样C. 数据处理速度快D. 数据价值密度高10规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是（D）。
a. . 富数据b. . 贫数据c. . 繁数据d. . 大数据1大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）。
a. . 新一代信息技术b. . 新一代服务业态c. . 新一代技术平台d. . 新一代信息技术和服务业态12万维网之父是（ C ）A. 彼得·德鲁克B. 舍恩伯格C. 蒂姆·伯纳斯—李D. 斯科特·布朗13下列演示方式中，不属于传统统计图方式的是（D）。
大数据技术及应用试题库
大数据技术及应用题库单选题:1从大量数据中提取知识的过程通常称为（A）。
a. . 数据挖掘b. . 人工智能c. . 数据清洗d. . 数据仓库2下列论据中，能够支撑“大数据无所不能”的观点的是（A）。
A、互联网金融打破了传统的观念和行为B、大数据存在泡沫C、大数据具有非常高的成本D、个人隐私泄露与信息安全担忧3数据仓库的最终目的是（D）。
a. . 收集业务需求b. . 建立数据仓库逻辑模型c. . 开发数据仓库的应用分析d. . 为用户和业务部门提供决策支持4大数据处理技术和传统的数据挖掘技术最大的区别是（A）。
a. . 处理速度快（秒级定律）b. . 算法种类更多c. . 精度更高d. . 更加智能化5大数据的起源是（C）。
a. . 金融b. . 电信c. . 互联网d. . 公共管理6大数据不是要教机器像人一样思考。
相反，它是（A）。
a. . 把数学算法运用到海量的数据上来预测事情发生的可能性b. . 被视为人工智能的一部c. . 被视为一种机器学习d. . 预测与惩罚7人与人之间沟通信息、传递信息的技术，这指的是（D）。
a. . 感测技术b. . 微电子技术c. . 计算机技术d. . 通信技术8数据清洗的方法不包括（D）。
a. . 缺失值处理b. . 噪声数据清除c. . 一致性检查d. . 重复数据记录处理9. 下列关于舍恩伯格对大数据特点的说法中，错误的是（D）A. 数据规模大B. 数据类型多样C. 数据处理速度快D. 数据价值密度高10规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是（D）。
a. . 富数据b. . 贫数据c. . 繁数据d. . 大数据11大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）。
a. . 新一代信息技术b. . 新一代服务业态c. . 新一代技术平台d. . 新一代信息技术和服务业态12万维网之父是（C）A. 彼得·德鲁克B. 舍恩伯格C. 蒂姆·伯纳斯—李D. 斯科特·布朗13下列演示方式中，不属于传统统计图方式的是（D）。
大数据技术及应用题库
《大数据技术及应用题库》一、单选题1、从大量数据中提取知识的过程通常称为（A）。
A、数据挖掘B、人工智能C、数据清洗D、数据仓库2、下列论据中，能够支撑“大数据无所不能”的观点的是（A）。
A、互联网金融打破了传统的观念和行为B、大数据存在泡沫C、大数据具有非常高的成本D、个人隐私泄露与信息安全担忧3、数据仓库的最终目的是（D）。
A、收集业务需求B、建立数据仓库逻辑模型C、开发数据仓库的应用分析D、为用户和业务部门提供决策支持4、大数据处理技术和传统的数据挖掘技术最大的区别是（A）。
A、处理速度快（秒级定律）B、算法种类更多C、精度更高D、更加智能化5、大数据的起源是（C）。
A、金融B、电信C、互联网D、公共管理6、大数据不是要教机器像人一样思考。
相反，它是（A）。
A、把数学算法运用到海量的数据上来预测事情发生的可能性B、被视为人工智能的一部C、被视为一种机器学习D、预测与惩罚7、人与人之间沟通信息、传递信息的技术，这指的是（D）。
A、感测技术B、微电子技术C、计算机技术D、通信技术8、数据清洗的方法不包括（D）。
A、缺失值处理B、噪声数据清除C、一致性检查D、重复数据记录处理9、下列关于舍恩伯格对大数据特点的说法中，错误的是（D）。
A、数据规模大B、数据类型多样C、数据处理速度快D、数据价值密度高10、规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是（D）。
A、富数据B、贫数据C、繁数据D、大数据11、大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）。
A、新一代信息技术B、新一代服务业态C、新一代技术平台D、新一代信息技术和服务业态12、万维网之父是（C）。
A、彼得·德鲁克B、舍恩伯格C、蒂姆·伯纳斯—李D、斯科特·布朗13、下列演示方式中，不属于传统统计图方式的是（D）。
《大数据技术与应用》考核试题及答案
大数据技术与应用考核试题一、选择题（每小题2分，共20分）1、大数据的定义是（）A. 数据量大B. 数据质量高C. 数据结构复杂D. 数据价值高答案：A2、大数据的特点是（）A. 存储量大B. 运算速度快C. 结构复杂D. 可视化好答案：A3、Hadoop是一个（）A. 数据库B. 操作系统C. 编程语言D. 分布式计算框架答案：D4、MapReduce是一个（）A. 数据库B. 操作系统C. 编程语言D. 分布式计算框架答案：D5、HBase是一个（）A. 关系型数据库B. 非关系型数据库C. 搜索引擎D. 分布式文件系统答案：B二、填空题（每小题2分，共20分）1、Hadoop的核心是________ 和________ 。
答案：HDFS、MapReduce2、MapReduce的两个阶段是________ 和________ 。
答案：Map、Reduce3、HBase是一个________ 的分布式数据库。
答案：非关系型4、Hive是一个________ 的分布式数据仓库。
答案：基于Hadoop5、Spark是一个________ 的分布式内存计算框架。
答案：内存密集型三、问答题（共60分）1、请介绍大数据的定义及特点。
答：大数据是指海量、高速生成和处理的数据，它的特点有存储量大、运算速度快、结构复杂、可视化好。
大数据不仅仅是数量上的海量，还包含了数据的多样性、复杂性和动态性。
大数据可以带来新的商业价值，可以帮助企业做出正确的决策。
2、请介绍Hadoop的特点以及应用场景。
答：Hadoop是一个开源的分布式计算框架，它的特点有：1、可扩展性强，可以通过增加节点来扩展集群的规模；2、容错性强，可以在出现故障时保证数据的安全性和可靠性；3、低成本，使用Hadoop可以节省成本。
Hadoop的应用场景包括：1、大数据存储和分析；2、机器学习和人工智能；3、实时流处理和事件处理；4、图形计算和图形处理。
大数据技术与应用题库完整
大数据技术及应用题库单选题:1从大量数据中提取知识的过程通常称为（A）。
a. . 数据挖掘b. . 人工智能c. . 数据清洗d. . 数据仓库2下列论据中，能够支撑“大数据无所不能”的观点的是（A）。
A、互联网金融打破了传统的观念和行为B、大数据存在泡沫C、大数据具有非常高的成本D、个人隐私泄露与信息安全担忧3数据仓库的最终目的是（D）。
a. . 收集业务需求b. . 建立数据仓库逻辑模型c. . 开发数据仓库的应用分析d. . 为用户和业务部门提供决策支持4大数据处理技术和传统的数据挖掘技术最大的区别是（A）。
a. . 处理速度快（秒级定律）b. . 算法种类更多c. . 精度更高d. . 更加智能化5大数据的起源是（C）。
a. . 金融b. . 电信c. . 互联网d. . 公共管理6大数据不是要教机器像人一样思考。
相反，它是（A）。
a. . 把数学算法运用到海量的数据上来预测事情发生的可能性b. . 被视为人工智能的一部c. . 被视为一种机器学习d. . 预测与惩罚7人与人之间沟通信息、传递信息的技术，这指的是（D）。
a. . 感测技术b. . 微电子技术c. . 计算机技术d. . 通信技术8数据清洗的方法不包括（D）。
a. . 缺失值处理b. . 噪声数据清除c. . 一致性检查d. . 重复数据记录处理9. 下列关于舍恩伯格对大数据特点的说法中，错误的是（D）A. 数据规模大B. 数据类型多样C. 数据处理速度快D. 数据价值密度高10规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是（D）。
a. . 富数据b. . 贫数据c. . 繁数据d. . 大数据11大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）。
a. . 新一代信息技术b. . 新一代服务业态c. . 新一代技术平台d. . 新一代信息技术和服务业态12万维网之父是（C）A. 彼得·德鲁克B. 舍恩伯格C. 蒂姆·伯纳斯—李D. 斯科特·布朗13下列演示方式中，不属于传统统计图方式的是（D）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据技术及应用题库单选题:1从大量数据中提取知识的过程通常称为（A）。
a. . 数据挖掘b. . 人工智能c. . 数据清洗d. . 数据仓库2下列论据中，能够支撑“大数据无所不能”的观点的是（A）。
A、互联网金融打破了传统的观念和行为B、大数据存在泡沫C、大数据具有非常高的成本D、个人隐私泄露与信息安全担忧3数据仓库的最终目的是（D）。
a. . 收集业务需求b. . 建立数据仓库逻辑模型c. . 开发数据仓库的应用分析d. . 为用户和业务部门提供决策支持4大数据处理技术和传统的数据挖掘技术最大的区别是（A）。
a. . 处理速度快（秒级定律）b. . 算法种类更多c. . 精度更高d. . 更加智能化5大数据的起源是（C）。
a. . 金融b. . 电信c. . 互联网d. . 公共管理6大数据不是要教机器像人一样思考。
相反，它是（A）。
a. . 把数学算法运用到海量的数据上来预测事情发生的可能性b. . 被视为人工智能的一部c. . 被视为一种机器学习d. . 预测与惩罚7人与人之间沟通信息、传递信息的技术，这指的是（D）。
a. . 感测技术b. . 微电子技术c. . 计算机技术d. . 通信技术8数据清洗的方法不包括（D）。
a. . 缺失值处理b. . 噪声数据清除c. . 一致性检查d. . 重复数据记录处理9. 下列关于舍恩伯格对大数据特点的说法中，错误的是（D）A. 数据规模大B. 数据类型多样C. 数据处理速度快D. 数据价值密度高10规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是（D）。
a. . 富数据b. . 贫数据c. . 繁数据d. . 大数据11大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）。
a. . 新一代信息技术b. . 新一代服务业态c. . 新一代技术平台d. . 新一代信息技术和服务业态12万维网之父是（C）A. 彼得·德鲁克B. 舍恩伯格C. 蒂姆·伯纳斯—李D. 斯科特·布朗13下列演示方式中，不属于传统统计图方式的是（D）。
A、柱形图B、饼状图C、曲线图D、网络图14当前社会中，最为突出的大数据环境是（A）。
A、互联网B、物联网C、综合国力D、自然资源15可以对大数据进行深度分析的工具是（C）。
A、浅层神经网络B、ScalaC、深度学习D、MapReduce16大数据的起源是（C）。
A、金融B、电信C、互联网D、公共管理17智慧城市的构建，不包含（C）。
A、数字城市B、物联网C、联网监控D、云计算18大数据的4V特征中的Volume是指（D）。
A、价值密度低B、处理速度快C、数据类型繁多D、数据体量巨大19大数据的4V特征中的Variety是指（C）。
A、价值密度低B、处理速度快C、数据类型繁多D、数据体量巨大20大数据的4V特征中的Velocity是指（B）。
A、价值密度低B、处理速度快C、数据类型繁多D、数据体量巨大21下列关于大数据的分析理念的说法中，错误的是（D）。
A、在数据基础上倾向于全体数据而不是抽样数据B、在分析方法上更注重相关分析而不是因果分析C、在分析效果上更追究效率而不是绝对精确D、在数据规模上强调相对数据而不是绝对数据22大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行（B）。
A、数据信息B、专业化处理C、速度处理D、内容处理23大数据的核心就是（B）。
A、告知与许可B、预测C、匿名化D、规模化24人与人之间沟通信息、传递信息的技术，这指的是（D）。
A、感测技术B、微电子技术C、计算机技术D、通信技术25大数据的最显著特征是（A）。
A、数据规模大B、数据类型多样C、数据处理速度快D、数据价值密度高28大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（D）。
A、新一代信息技术B、新一代服务业态C、新一代技术平台D、新一代信息技术和服务业态29 下列关于普查的缺点的说法中，正确的是（A）。
A. 工作量较大，容易导致调查内容有限、产生重复和遗漏现象B. 误差不易被控制C. 对样本的依赖性比较强D. 评测结果不够稳定30 下列关于聚类挖掘技术的说法中，错误的是（B）A不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别B需求同类数据的内容相似度尽可能小C要求不同类数据的内容相似度尽可能小D与分类挖掘技术相似的是，都是要对数据进行分类处理31假设一种基因同时导致两件事情，一是使人喜欢抽烟，二是使这个人和肺癌就是（A）关系，而吸烟和肺癌则是（A）关系。
A因果；相关B相关；因果C并列；相关D因果；并列32下列关于数据交易市场的说法中，错误的是（C）A数据交易市场是大数据产业发展到一定程度的产物B商业化的数据交易活动催生了多方参与的第三方数据交易市场C数据交易市场通过生产数据、研发和分析数据，为数据交易提供帮助D数据交易市场是大数据资源化的必然产物33下列关于计算机存储容量单位的说法中，错误的是（C）A 1KB<1MB<1GBB 基本单位是字节(Byte)C 一个汉字需要一个字节的存储空间D 一个字节能够容纳一个英文字符34当前大数据技术的基础是由（C）首先提出的A微软B百度C谷歌D阿里巴巴35下列国家的大数据发展行动中，集中体现“重视基础，首度先行”的国家是（D）A美国B日本C中国D韩国36可以对大数据进行深度分析的平台工具是（C）A传统的机器学习和数据分析工具B第二代机器学习工具C第三代机器学习工具D未来机器学习工具37智能健康手环的应用开发，体现了（D）的数据采集技术的应用A统计报表B网络爬虫C API接口D传感器38过一系列处理，在基本保持原始数据完整性的基础上，减小数据规模的是（C）A数据清洗B数据融合C数据规约D数据挖掘39制成大数据业务的基础是（A）A数据科学B数据应用C数据硬件D数据人才40面向用户提供大数据一站式部署方案，包括数据中心和服务器等硬件、数据分析应用软件及技术运维支持等多方面内容的大数据商业模式是（A）A大数据解决方案模式B大数据信息分类模式C大数据处理服务模式D大数据资源提供模式41美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。
这体现了大数据分析理念中的（B）A在数据基础上倾向于全体数据而不是抽样数据B在分析方法上更注重相关分析而不是因果分析C在分析效果上更追究效率而不是绝对精确D在数据规模上强调相对数据而不是绝对数据42根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（C）A数据管理人员B数据分析员C研究科学家D软件开发工程师43.(D)反映数据的精细化程度，越细化的数据，价值越高。
A规模B活性C关联度D颗粒度44.下列关于数据重组的说法中，错误的是（A）A数据重组是数据的重新产生和重新采集B数据重组能够使数据焕发新的光芒C数据重组实现的关键在于多源数据融合和数据集成D数据重组有利于实现新颖的数据模式创新45 在数据生命周期管理实践中，（B）是执行方法。
A数据存储和备份规范B数据管理和维护C数据价值发觉和利用D数据应用开发和管理46 下列关于网络用户行为的说法中，错误的是（C）A网络公司能够捕捉到用户在其网站上的所有行为B用户离散的交互痕迹能够为企业提升服务质量提供参考C数字轨迹用完即自动删除D用户的隐私安全很难得以规范保护47 Mac OS系统的开发者是（C）A微软公司B惠普公司C苹果公司DIBM公司48 大数据时代，数据使用的关键是（D）A数据收集B数据存储C数据分析D数据再利用49 下列关于数据交易市场的说法中，错误的是（C）A数据交易市场是大数据产业发展到一定程度的产物B商业化的数据交易活动催生了多方参与的第三方数据交易市场C数据交易市场通过生产数据、研发和分析数据，为数据交易提供帮助D数据交易市场是大数据资源化的必然产物50 下列论据中，能够支撑“大数据无所不能”的观点的是（A）A互联网金融打破了传统的观念和行为B大数据存在泡沫C大数据具有非常高的成本D个人隐私泄露与信息安全担忧51数据仓库的最终目的是（D）A收集业务需求B建立数据仓库逻辑模型C开发数据仓库的应用分析D为用户和业务部门提供决策支持52 支撑大数据业务的基础是（B）A数据科学B数据应用C数据硬件D数据人才53、下列关于大数据预测的说法中，错误的是（D）A人类的生活正在被大数据预测深刻改变B预测性分析是大数据最核心的功能C分析从“面向已经发生的过去”转向“面向即将发生的未来”是大数据与传统数据的最大区别D大数据预测则是基本大数据和预测模型去预测过去某件事情的概率54、一切事物及事物运动的状态，不仅销售数据、价格这些客观标准可以形成大数据，甚至连顾客情绪（如色彩、空间的感知等）都可以测得，这体现了大数据思维维度中的（A）A定量思维B相关思维C因果思维D实验思维55、下列国家的大数据发展行动中，坚持原则先行、谨慎发展的国家是（D）A英国B韩国C印度D澳大利亚56、下列论据中，体现“冷眼”看大数据的观点是（B）A互联网金融打破了传统的观念和行为B大数据医疗正在走进平民百姓C数据资产型企业前景光明D个人隐私泄露与信息安全担忧57、下列国家的大数据发展行动中，视大数据为新的自然资源的国家是（D）A中国B韩国C印度D新加坡58、大数据环境下的隐私担忧，主要表现为（A）A个人信息的被识别与暴露B用户画像的生成C恶意广告的推送D病毒侵入59、对线下零售而言，做好大数据分析应用的前提是（C）A增加统计种类B扩大营业面积C增加数据来源D开展优惠促销60、万维网的实施国家是（B）A英国B美国C德国D印度61、一切皆可试，大数据分析的效果好坏，可能通过模拟仿真或者实际运行来验证，这体现大数据思维中的（D）A定量思维B相关思维C因果思维D实验思维62、下列企业中，最有可能成为典型的数据资产运营商的是（D）A物联网企业B互联网企业C云计算企业D电信运营商多选题:1云计算的优势体现在以下哪些方面？（ABCD）a. . 云计算服务更加安全可靠b. . 云计算可以真正实现按需服务c. . 云计算可以有效提高资源利用率d. . 云计算可以大大降低成本和能耗2医疗领域如何利用大数据？（ABCD）a. . 临床决策支持b. . 个性化医疗c. . 社保资金安全d. . 用户行为分析3下列各国大数据发展路径的描述中，对应关系正确的是（ACDE）。
A. 日本：走尖端IT路线B. 英国：视大数据为新的自然资源C. 韩国：重视基础、首都先行D 印度:以IT外包转型为突破口E 澳大利亚:原则先行，谨慎发展4 当前，大数据产业发展的特点是（BCE）A规模较大B规模较小C增速很快D增速缓慢E 多产业交叉融合5 下列关于发数据的说法中，错误的是（AD）A大数据具有体量大、结构单一、时效性强的特征B处理大数据需采用新型计算机架构和智能算法等新技术C大数据的应有注重相关分析而不是因果分析D大数据的应有注重因果分析而不是相关分析E大数据的目的在于发现新的知识与洞察并进行科学决策6 下列关于基于大数据的营销模式和传统营销模式的说法中，错误的是（ABC）A传统营销模式比基于大数据的营销模式投入更小B传统营销模式比基于大数据的营销模式针对性更强C传统营销模式比基于大数据的营销模式转化率低D基于大数据的营销模式比传统营销模式实时性更强E基于大数据的营销模式比传统营销模式标准性更强7 按照服务目的不同，数据流通平台可分为（CDE）A政府数据开放平台B企业数据开放平台C数据交易市场D数据研发市场E数据废弃交易市场8 下列论据中，能够支撑“大数据唔多不能”的观点的是（ADE）A互联网金融打破了传统的观念和行为B大数据存在泡沫C大数据具有非常高的成本D大数据医疗正在走进平民百姓E数据资产型企业前景光明9 大数据的价值体现在（ABCDE）A大数据给思维方式带来了冲击B大数据为政策制定提供科学依据C大数据助力智慧城市提升公共服务水平D大数据实现了精准营销E大数据的发力点在于预测10 当前大数据技术的基础包括（ABD）A分布式文件系统B分布式并行计算C关系型数据库D分布式数据库E非关系型数据库11 可视化高维展示技术在展示数据之间的关系以及数据分析结果方面的作用是（BD）A能够直观反映成对数据之间的空间关系B能够主观反映多维数据之间的空间关系C能够静态演化事物的变化及变化的规律D能够动态演化事物的变化及变化的规律12 下列关于计算机存贮容量单位换算关系的公式中，正确的是（BE）A. 1KB=1012ByteB. 1KB=1024BytesC. 1GB=1024KBD. 1GB=1012MBE. 1GB=1024MB13、在网络爬虫的爬行策略中，应用最为基础的是（AB）A深度优先遍历策略B广度优先遍历策略C高度优先遍历策略D反向链接策略E大战优先策略14、当前，大数据产业发展的特点是（ACE）A规模较大B规模较小C增速很快D增速缓慢E多产业交叉融合15、下列关于数据生命周期管理的核心认识中，正确的是（ABC）A数据从产生到被删除销毁的过程中，具有多个不同的数据存在阶段B在不同的数据存在阶段，数据的价值是不同的C根据数据价值的不同应该对数据采取不同的管路策略D数据生命周期管理旨在产生效益的同时，降低生产成本E数据生命周期管理最终关注的是社会效益16、下列关于基于大数据的营销模式和传统营销模式的说法中，错误的是（AB）A传统营销模式比基于大数据的营销模式投入更小B传统营销模式比基于大数据的营销模式针对性更强C传统营销模式比基于大数据的营销模式转化率低D基于大数据的营销模式比传统营销模式实时性更强E基于大数据的营销模式比传统营销模式精准性更强17、下列关于脏数据的说法中，正确的是（ABCDE）A格式不规范B编码不统一C意义不明确D与实际业务关系不大E数据不完整18、数据再利用的意义在于（ABC）A挖掘数据的潜在价值B实现数据重组的创新价值C利用数据可扩展性拓宽业务领域D优化存储设备，降低设备成本E提高社会效益，优化社会管理19、按照涉及自变量的多少，可以将回归分析分为（CD）A线性回归分析B非线性回归分析C一元回归分析D多元回归分析E综合回归分析20、传统数据密集型行业积极探索和布局大数据应用的表现是（BCE）A投资入股互联网电商行业B打通多源跨域数据C提高分析挖掘能力D自行开发数据产品E实现科学决策与运营21、大数据人才整体上需要具备（ABE）等核心知识。