大数据核心技术A卷精编版
《大数据技术原理与应用》A卷 复习资料
《大数据技术原理与应用》A卷复习资料一、单选题1、大数据的起源是（B）。
A.金融B.互联网C.电信D.公共管理2、大数据的最明显特点是（B）。
A.数据类型多样B.数据规模大C.数据价值密度高D.数据处理速度快3、大数据时代，数据使用的最关键是（D）。
A.数据收集B.数据存储C.数据分析D.数据再利用4、云计算分层架构不包括（D）。
A.IaasB.PaasC.SaasD.Yaas5、大数据技术是由（C）公司首先提出来的。
A.阿里巴巴B.百度C.谷歌D.微软二、多选题1、下列选项中，属于Hadoop优势的有（ABD）。
A.扩容能力强B.可靠性C.低效率D.高容错性2、下列哪项可以作为集群的管理？(ABD)A.PuppetB.PdshC.Cloudera ManagerD.Zookeeper3、下列选项中，属于Hadoop版本系列的有（BCD）。
A.HadoopB.Hadoop2C.Hadoop1D.Hadoop34、Hadoop提供的自定义配置时编辑的配置文件中，包含（ABCD）。
A.core-site.xmlB.hdfs-site.xmlC.mapred-site.xmlD.yarn-site.xml5、下列说法中，关于crontab表达式说法正确的是（AB）。
A.通过执行crontab表达式可以执行定时任务B.crontab表达式是由6个参数决定C.Crontab表达式是由5个参数决定D.以上说法均正确6、在Zookeeper选举过程中，一共有四种状态，分别是（ABCD）。
A.竞选状态B.随从状态C.观察状态D.领导者状态7、下列选项中，属于Sqoop指令的参数有（AD）。
A.imporB.outputC.inputD.export8、下列选项中，关于Hadoop集群说法正确的是（BC）。
A.Hadoop集群包含Worker节点B.Hadoop集群包含Master节点C.Hadoop集群包含Slave节点D.Hadoop集群包含HMaster节点三、判断1、一般而言，分布式数据库是指物理上分散在不同地点但在逻辑上是统一的数据库。
大数据考试题目及答案
大数据考试题目及答案一、单选题（每题2分，共20分）1. 大数据的4V特征不包括以下哪一项？A. Volume（体量大）B. Velocity（速度快）C. Variety（种类多）D. Validity（有效性）答案：D2. Hadoop的核心组件不包括以下哪一项？A. HDFSB. MapReduceC. HiveD. Spark答案：D3. 下列哪个不是大数据技术的应用领域？A. 金融B. 医疗C. 教育D. 核能答案：D4. 在大数据存储中，以下哪个不是HDFS的特点？A. 高可靠性B. 可扩展性C. 低延迟D. 高吞吐量答案：C5. 以下哪个不是NoSQL数据库的类型？A. 文档型数据库B. 列族数据库C. 图数据库D. 关系型数据库答案：D6. 大数据的实时处理框架不包括以下哪一项？A. StormB. FlinkC. HadoopD. Kafka Streams答案：C7. 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. 数据解释答案：D8. 在大数据技术中，以下哪个不是数据挖掘的算法？A. 决策树B. 聚类C. 线性回归D. 深度学习答案：D9. 以下哪个不是大数据安全和隐私保护的挑战？A. 数据泄露B. 数据篡改C. 数据滥用D. 数据共享答案：D10. 大数据技术中，以下哪个不是数据可视化工具？A. TableauB. PowerBIC. HadoopD. QlikView答案：C二、多选题（每题3分，共15分）11. 大数据技术可以应用于以下哪些领域？A. 电子商务B. 社交媒体分析C. 交通管理D. 环境监测答案：ABCD12. Hadoop生态系统中包括以下哪些组件？A. HBaseB. HiveC. PigD. MongoDB答案：ABC13. 大数据技术面临的挑战包括以下哪些？A. 数据存储B. 数据处理C. 数据安全D. 数据隐私答案：ABCD14. 以下哪些是大数据技术的优势？A. 处理大规模数据集B. 提高决策速度C. 降低成本D. 提高数据准确性答案：ABCD15. 以下哪些是大数据分析的关键步骤？A. 数据预处理B. 数据探索C. 数据建模D. 结果解释答案：ABCD三、判断题（每题2分，共10分）16. 大数据技术只能处理结构化数据。
大数据核心技术A卷
岭南师范学院2015 年－ 2016 学年度第二学期期末考试试题A卷(考试时间: 120 分钟)考试科目：大数据核心技术一、单项选择题(每小题 2 分，共 30 分)请把答案写在下表中，写在试题后无效。
1. 下面哪个程序负责 HDFS 数据存储。
（C ）A. NameNodeB. JobtrackerC. DatanodeD. secondaryNameNode2. HDFS 中的 block 默认保存几个备份。
（ A ）A. 3 份B. 2 份C. 1 份D. 不确定3. 默认 Block Size大小是多少。
（ B ）A. 32MBB. 64MBC. 128MBD. 256MB4. 下面哪个进程负责 MapReduce 任务调度。
（ B ）A. NameNodeB. JobtrackerC. TaskTrackerD. secondaryNameNode5. 默认的调度器策略是哪个。
（ A ）A. 先进先出调度器B. 计算能力调度器C. 公平调度器D. 优先级调度器6. Client 端上传文件的时候下列哪项正确（ B ）A. 数据经过 NameNode 传递给 DataNodeB. Client 端将文件切分为 Block，依次上传C. Client 只上传数据到一台 DataNode，然后由 NameNode 负责 Block 复制工作D. 以上都不正确7. 在实验集群的master节点使用jps命令查看进程时，终端出现以下哪项能说明Hadoop 主节点启动成功（ D ）A. Namenode, Datanode, TaskTrackerB. Namenode, Datanode, secondaryNameNodeC. Namenode, Datanode, HMasterD. Namenode, JobTracker, secondaryNameNode8. 若不针对MapReduce编程模型中的key和value值进行特别设置，下列哪一项是MapReduce不适宜的运算。
大数据考试题目及答案
大数据考试题目及答案一、单项选择题（每题2分，共20分）1. 大数据技术的核心目标是处理哪种类型的数据？A. 结构化数据B. 半结构化数据B. 非结构化数据D. 所有上述数据类型答案：D2. 在大数据分析中，以下哪个算法主要用于聚类分析？A. 决策树B. 神经网络C. K-meansD. 线性回归答案：C3. Hadoop的核心组件包括以下哪个？A. SparkB. HiveC. HBaseD. MapReduce答案：D4. 数据挖掘中的“关联规则”通常与哪位学者的名字联系在一起？A. 马斯洛B. 纳维斯C. 阿普拉姆D. 汉斯答案：B5. 大数据的“4V”特性不包括以下哪一项？A. 体量大B. 速度快C. 价值高D. 成本高答案：D6. 在大数据架构中，数据湖主要用于存储什么类型的数据？A. 仅结构化数据B. 仅非结构化数据C. 结构化和非结构化数据D. 仅半结构化数据答案：C7. 下列哪项不是大数据分析的常见应用场景？A. 市场分析B. 风险管理C. 客户细分D. 纸质文档打印答案：D8. 大数据技术可以有效地处理“数据孤岛”问题，这主要是指：A. 数据的物理隔离B. 数据的逻辑隔离C. 数据的格式不统一D. 数据的存储位置分散答案：B9. 在大数据环境下，以下哪个数据库更适合处理非关系型数据？A. MySQLB. OracleC. MongoDBD. SQL Server答案：C10. 大数据的实时分析通常依赖于哪种技术？A. 数据仓库B. 批处理C. 流处理D. 数据挖掘答案：C二、多项选择题（每题3分，共15分）11. 大数据的存储技术包括以下哪些选项？（多选）A. 云存储B. 分布式文件系统C. 关系型数据库D. NoSQL数据库答案：A B D12. 在大数据的生态系统中，以下哪些组件是常见的？（多选）A. HadoopB. SparkC. MongoDBD. Excel答案：A B C13. 大数据的分析过程通常包括哪些步骤？（多选）A. 数据采集B. 数据清洗C. 数据可视化D. 数据丢弃答案：A B C14. 以下哪些因素会影响大数据的性能？（多选）A. 数据的规模B. 数据的处理速度C. 数据的存储格式D. 数据的来源答案：A B C15. 在大数据安全领域，以下哪些措施是重要的？（多选）A. 数据加密B. 访问控制C. 数据备份D. 系统防火墙答案：A B C D三、简答题（每题10分，共20分）16. 请简述大数据的“4V”特性是什么？答案：大数据的“4V”特性指的是体量大（Volume）、速度快（Velocity）、类型多（Variety）、价值高（Value）。
现代科技概论考卷A+(新版)
现代科技概论考卷A+(新版)一、选择题（每题2分，共20分）A. 量子计算B. 虚拟现实D. 云计算2. 下列哪个国家在5G通信技术领域处于领先地位？A. 美国B. 中国C. 日本D. 德国A. 太阳能B. 风能C. 核能D. 煤炭发电A. GPSB. GLONASSC. 北斗导航系统D. 伽利略导航系统5. 下列哪个城市被誉为“世界硅谷”？A. 纽约B. 伦敦C. 北京D. 旧金山A. 嫦娥一号B. 天宫一号C. 墨子号D. 神舟一号A. 天河一号B. 神威·太湖之光C. 富士通KD. IBM蓝色基因8. 下列哪个技术是区块链技术的核心？A. 数据挖掘C. 加密算法D. 云计算A. 蚂蚁金服B. 腾讯C. 京东D. 阿里巴巴A. HTTPB. MQTTC. TCP/IPD. Bluetooth二、填空题（每题2分，共20分）1. 5G网络的主要特点是____、____、____。
3. 我国“中国制造2025”计划的主要目标是____、____、____。
4. 新能源汽车主要包括____、____、____。
5. 量子计算机的运算速度远超传统计算机，其核心原理是____。
6. 我国“天问一号”火星探测任务的主要目标是____、____、____。
7. 大数据技术的核心内容包括____、____、____。
9. 3D打印技术的应用领域包括____、____、____。
10. 无人驾驶汽车的关键技术有____、____、____。
三、简答题（每题10分，共30分）2. 请列举三种物联网技术在智能家居中的应用实例。
3. 请简要介绍我国在量子通信领域取得的成就。
四、论述题（每题15分，共30分）1. 论述大数据时代给我们的生活、工作带来的影响及挑战。
2. 结合实际，谈谈现代科技如何助力我国实现碳中和目标。
五、案例分析题（20分）材料：2021年，我国某科技企业成功研发了一款新型智能，该具备人脸识别、语音识别、自主导航等功能。
大数据试题及答案
大数据试题及答案一、选择题1. 以下哪项技术不是大数据处理的核心技术？A. 分布式存储B. 分布式计算C. 数据挖掘D. 关系型数据库答案：D2. 以下哪个大数据处理框架是Apache软件基金会开发的？A. HadoopB. SparkC. FlinkD. All of the above答案：D3. 在大数据技术中，以下哪个技术用于实现数据的分布式存储？A. HDFSB. HBaseC. RedisD. Kafka答案：A4. 以下哪个大数据技术用于实现数据的分布式计算？A. MapReduceB. StormC. SparkD. Hive答案：A5. 以下哪个大数据技术用于实现实时数据处理？A. HadoopB. Spark StreamingC. FlinkD. Kafka答案：C二、填空题1. 大数据处理技术主要包括________、________、________和________。
答案：分布式存储、分布式计算、数据挖掘、数据可视化2. Hadoop框架中的________用于分布式存储，________用于分布式计算。
答案：HDFS、MapReduce3. 在大数据技术中，________是用于实现实时数据流处理的技术，________是用于实现实时计算的技术。
答案：Kafka、Flink4. 以下属于大数据应用场景的有：________、________、________。
答案：金融风控、智能推荐、物联网三、判断题1. 大数据技术仅适用于处理大规模数据集。
（）答案：错误。
大数据技术不仅可以处理大规模数据集，还可以应用于中小数据集，提高数据处理和分析的效率。
2. Hadoop是一个开源的大数据处理框架，可以用于分布式存储和分布式计算。
（）答案：正确。
3. Spark比Hadoop更适用于实时数据处理。
（）答案：正确。
Spark具有更高的数据处理速度，可以满足实时数据处理的需求。
四、简答题1. 简述大数据技术的特点和挑战。
大数据的考试题目和答案
大数据的考试题目和答案一、单项选择题（每题2分，共20分）1. 大数据的核心特征不包括以下哪一项？A. 体量大B. 速度快C. 价值密度高D. 多样性答案：C2. Hadoop的核心组件不包括以下哪一项？A. HDFSB. MapReduceC. HiveD. Spark答案：D3. 在大数据时代，以下哪种技术不是处理数据的关键技术？A. 数据挖掘B. 机器学习C. 云计算D. 传统数据库答案：D4. 下列哪个不是大数据应用的领域？A. 金融B. 医疗C. 教育D. 农业答案：C5. 以下哪个不是大数据的存储技术？A. NoSQL数据库B. 云存储C. 传统关系型数据库D. 分布式文件系统答案：C6. 大数据的4V特性中，哪个代表数据的准确性？A. VolumeB. VelocityC. VarietyD. Veracity答案：D7. 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. 数据解释答案：D8. 以下哪个不是大数据的来源？A. 社交媒体B. 传感器数据C. 传统数据库D. 纸质文档答案：D9. 在大数据技术中，以下哪个不是数据挖掘的算法？A. 决策树B. 聚类分析C. 线性回归D. 神经网络答案：C10. 大数据的实时处理技术不包括以下哪一项？A. StormB. FlinkC. HadoopD. Spark Streaming答案：C二、多项选择题（每题3分，共15分）11. 大数据技术可以应用于以下哪些行业？A. 零售B. 交通C. 教育D. 娱乐答案：ABCD12. 大数据的挑战包括以下哪些方面？A. 数据安全B. 数据隐私C. 数据存储D. 数据分析答案：ABCD13. 以下哪些是大数据的存储解决方案？A. 数据仓库B. 数据湖C. 云存储D. 传统数据库答案：ABC14. 以下哪些是大数据处理框架？A. HadoopB. SparkC. StormD. TensorFlow答案：ABC15. 大数据的分析方法包括以下哪些？A. 描述性分析B. 诊断性分析C. 预测性分析D. 规范性分析答案：ABCD三、判断题（每题2分，共10分）16. 大数据技术只能用于处理结构化数据。
大数据试卷试题及含答案
1、目前大数据技术的基础是由（ C ）第一提出的。
（单项选择题，此题 2 分）A：微软 B ：百度 C：谷歌 D：阿里巴巴2、大数据的发源是（ C ）。
（单项选择题，此题 2 分）A：金融 B ：电信 C：互联网 D：公共管理3、依据不一样的业务需求来成立数据模型，抽取最存心义的向量，决定选用哪一种方法的数据剖析角色人员是（ C ）。
（单项选择题，此题 2 分）A：数据管理人员 B ：数据剖析员 C：研究科学家 D：软件开发工程师4、（ D ）反应数据的精美化程度，越细化的数据，价值越高。
（单项选择题，此题 2 分）A：规模 B ：活性 C：关系度 D：颗粒度5、数据冲洗的方法不包含（D）。
（单项选择题，此题 2 分）A：缺失值办理 B ：噪声数据消除C：一致性检查 D：重复数据记录办理6、智能健康手环的应用开发，表现了（ D ）的数据采集技术的应用。
（单项选择题，此题 2分）A：统计报表 B ：网络爬虫 C：API 接口 D ：传感器7、以下对于数据重组的说法中，错误的选项是（ A ）。
（单项选择题，此题 2 分）A：数据重组是数据的从头生产和从头采集 B ：数据重组能够使数据焕发新的光辉C：数据重组实现的要点在于多源数据交融和数据集成 D ：数据重组有利于实现新奇的数据模式创新8、智慧城市的建立，不包含（C）。
（单项选择题，此题 2 分）A：数字城市 B ：物联网 C ：联网监控 D ：云计算9、大数据的最明显特色是（ A ）。
（单项选择题，此题 2 分）A：数据规模大 B ：数据种类多样C：数据办理速度快 D ：数据价值密度高10、美国海军军官莫里经过对古人航海日记的剖析，绘制了新的航海路线图，标了然狂风与洋流可能发生的地址。
这表现了大数据剖析理念中的（B ）。
（单项选择题，此题 2 分）A：在数据基础上偏向于全体数据而不是抽样数据B：在剖析方法上更着重有关剖析而不是因果剖析C：在剖析成效上更追查效率而不是绝对精确D：在数据规模上重申相对数据而不是绝对数据11、以下对于舍恩伯格对大数据特色的说法中，错误的选项是（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)。
岭南师范学院2015 年－ 2016 学年度第二学期期末考试试题A卷(考试时间: 120 分钟)考试科目：大数据核心技术一、单项选择题(每小题 2 分，共 30 分)请把答案写在下表中，写在试题后无效。
1. 下面哪个程序负责 HDFS 数据存储。
（C ）A. NameNodeB. JobtrackerC. DatanodeD. secondaryNameNode2. HDFS 中的 block 默认保存几个备份。
（ A ）A. 3 份B. 2 份C. 1 份D. 不确定3. HDFS1.0 默认 Block Size大小是多少。
（ B ）A. 32MBB. 64MBC. 128MBD. 256MB4. 下面哪个进程负责 MapReduce 任务调度。
（ B ）A. NameNodeB. JobtrackerC. TaskTrackerD. secondaryNameNode5. Hadoop1.0默认的调度器策略是哪个。
（ A ）A. 先进先出调度器B. 计算能力调度器C. 公平调度器D. 优先级调度器6. Client 端上传文件的时候下列哪项正确？（ B ）A. 数据经过 NameNode 传递给 DataNodeB. Client 端将文件切分为 Block，依次上传C. Client 只上传数据到一台 DataNode，然后由 NameNode 负责 Block 复制工作D. 以上都不正确7. 在实验集群的master节点使用jps命令查看进程时，终端出现以下哪项能说明Hadoop 主节点启动成功？（ D ）A. Namenode, Datanode, TaskTrackerB. Namenode, Datanode, secondaryNameNodeC. Namenode, Datanode, HMasterD. Namenode, JobTracker, secondaryNameNode8. 若不针对MapReduce编程模型中的key和value值进行特别设置，下列哪一项是MapReduce不适宜的运算。
（ D ）A. MaxB. MinC. CountD. Average9. MapReduce编程模型，键值对<key, value>的key必须实现哪个接口？（ A ）A. WritableComparableB. ComparableC. WritableD. LongWritable10. 以下哪一项属于非结构化数据。
（C）A. 企业ERP数据B. 财务系统数据C. 视频监控数据D. 日志数据11. HBase数据库的BlockCache缓存的数据块中，哪一项不一定能提高效率。
（ D ）A. –ROOT-表B. .META.表C. HFile indexD. 普通的数据块12. HBase是分布式列式存储系统，记录按什么集中存放。
（ A ）A. 列族B. 列C. 行D. 不确定13. HBase的Region组成中，必须要有以下哪一项。
（ B ）A. StoreFileB. MemStoreC. HFileD. MetaStore14. 客户端首次查询HBase数据库时，首先需要从哪个表开始查找。
（ B ）A. .META.B. –ROOT-C. 用户表D. 信息表15、设计分布式数据仓库hive的数据表时，为取样更高效，一般可以对表中的连续字段进行什么操作。
（ A ）A. 分桶B. 分区C. 索引D. 分表二、判断题(每题 2 分，共 16 分)请在下表中填写√或者×，写在试题后无效。
1.Hadoop 支持数据的随机读写。
（hbase支持，hadoop不支持）（错）2. NameNode 负责管理元数据信息metadata，client 端每次读写请求，它都会从磁盘中读取或会写入 metadata 信息并反馈给 client 端。
（内存中读取）（错）3. MapReduce 的 input split 一定是一个 block。
（默认是）（错）4. MapReduce适于PB级别以上的海量数据在线处理。
（离线）（错）5. 链式MapReduce计算中，对任意一个MapReduce作业，Map和Reduce阶段可以有无限个Mapper，但Reducer只能有一个。
（对）6. MapReduce计算过程中，相同的key默认会被发送到同一个reduce task处理。
（对）7. HBase对于空（NULL）的列，不需要占用存储空间。
（没有则空不存储）（对）8. HBase可以有列，可以没有列族（column family）。
（有列族）（错）三、简答题(每小题 5 分，共 20 分)1. 简述大数据技术的特点。
答：Volume（大体量）：即可从数百TB到数十数百PB、甚至EB规模。
Variety（多样性）：即大数据包括各种格式和形态的数据。
Velocity（时效性）：即很多大数据需要在一定的时间限度下得到及时处理。
Veracity（准确性）：即处理的结果要保证一定的准确性。
Value（大价值）：即大数据包含很多深度的价值，大数据分析挖掘和利用带来巨大的商业价值。
2. 启动Hadoop系统，当使用bin/start-all.sh命令启动时，请给出集群各进程启动顺序。
答：启动顺序：namenode –> datanode -> secondarynamenode -> resourcemanager -> nodemanage r3. 简述HBase的主要技术特点。
答：（1）列式存储（2）表数据是稀疏的多维映射表（3）读写的严格一致性（4）提供很高的数据读写速度（5）良好的线性可扩展性（6）提供海量数据（7）数据会自动分片（8）对于数据故障，hbase是有自动的失效检测和恢复能力。
（9）提供了方便的与HDFS和MAPREDUCE集成的能力。
4. Hive数据仓库中，创建了以下外部表，请给出对应的HQL查询语句CREATE EXTERNAL TABLE sogou_ext (ts STRING, uid STRING, keyword STRING,rank INT, order INT, url STRING,year INT, month INT, day INT, hour INT)COMMENT 'This is the sogou search data of extend data'ROW FORMAT DELIMITEDFIELDS TERMINATED BY '\t'STORED AS TEXTFILELOCATION '/sogou_ext/20160508';（1）给出独立uid总数的HQL语句答：select count(distinct UID) from sogou_ext;（2）对于keyword，给出其频度最高的20个词的HQL语句答：select keyword from sogou_ext group by keyword order by order desc limit 20;四、设计题(每小题 8 分，共 24 分)1. 100万个字符串，其中有些是相同的（重复），需要把重复的全部去掉，保留没有重复的字符串。
请结合MapReduce编程模型给出设计思路或核心代码。
P228Public static class ProjectionMap extends Mapper<LongWritable,Text,Text,NullWritable>{Private int clo;Project void setup(Context context) throws IOException,InterruptedException{Col=context.getConfiguration().getInt(“col”,0);}Public void map(LongWritable offset,Text line,Context context){RelationA record=new RelationA (line.toString());Context.write(newText(record.getCol(col)),NullWritable.get());}}REDUCE端实现代码：Public static class ProjectionRedice extends Reducer<Text,NullWritable,Text,NullWritable>Public void reduce(Text key,Iterable<NullWritable> value,Context context)throws IOException,InterruptedException{Context.write(key,NullWritable.get());}2. 倒排索引设计。
有一个文档库，包含有大量的文档，现需要使用MapReduce编程技术对文档内容建立一个倒排索引库。
要求Reduce最后输出键值对为<单词, 文件名#偏移量>，并且前后输出的相同的key 所对应的文件名是字典序的。
如word1 doc1#200word1 doc2#10word2 doc2#10假设在map阶段已经获取了当前split分片的文件名是 String filename。
请按要求给出设计思路或核心代码。
Map(){String filename=fileSplit.getPath().getName();String temp=new String();String line=value.toString().toLowerCase();StringTokenizer iter=new StringTokenizer(line);For(;itr.hasMoreTokens();){Temp=iter.nextToken();If(!stopwords contains(temp)){Text word=new Text();Word.set(temp+”#”+fileName);Context.write(word,new IntWritable(1));}}}Reducer{Private IntWritable result=new IntWritable();Public void reduce(Text ,key,Iterable<IntWritable> values,Context context) throws IOException,InterruptedException{Int sum=0;For(InWritable val:values){Sum+=val.get();}Result.set(sum);Context.write(key,result);}}3. 请在下面程序的下划线中补充完整程序（共8处）。