2020 大数据应用技术(西安邮电大学) 最新满分章节测试答案

文章目录[隐藏]

第7讲 MapReduce MapReduce单元测验
第9讲 Hadoop再探讨 Hadoop再探讨单元测验
第10讲 Spark Spark单元测验
第13讲大数据在不同领域的应用大数据在不同领域的应用单元测验
第1讲大数据概述第1讲大数据概述章节单元测验
第2讲大数据处理架构Hadoop 大数据处理架构Hadoop单元测验
第3讲分布式文件系统HDFS 分布式文件系统HDFS单元测验
第5讲 NoSQL数据库 NoSQL数据库单元测验
第11讲流计算流计算单元测验

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2020-02-24到2020-06-30
本篇答案更新状态:已完结

第7讲 MapReduce MapReduce单元测验

1、问题:下列说法错误的是
选项：
A:Hadoop框架是用Java实现的，MapReduce应用程序则一定要用Java来写
B:MapReduce框架采用了Master/Slave架构，包括一个Master和若干个Slave
C:Map函数将输入的元素转换成形式的键值对
D:不同的Map任务之间不能互相通信
答案: 【Hadoop框架是用Java实现的，MapReduce应用程序则一定要用Java来写】

2、问题:在使用MapReduce程序WordCount进行词频统计时，对于文本行“hello hadoop hello world”，经过WordCount程序的Map函数处理后直接输出的中间结果，应该是下面哪种形式：
选项：
A:<“hello”,1,1>、<“hadoop”,1>和<“world”,1>
B:<“hello”,2>、<“hadoop”,1>和<“world”,1>
C:<“hello”,<1,1>>、<“hadoop”,1>和<“world”,1>
D:<“hello”,1>、<“hello”,1>、<“hadoop”,1>和<“world”,1>
答案: 【<“hello”,1>、<“hello”,1>、<“hadoop”,1>和<“world”,1>】

3、问题:对于文本行“hello hadoop hello world”，经过WordCount的Reduce函数处理后的结果是
选项：
A:<“hello”,1,1><“hadoop”,1><“world”,1>
B:<“hello”,2><“hadoop”,1><“world”,1>
C:<“hello”,<1,1>><“hadoop”,1><“world”,1>
D:<“hello”,1><“hello”,1><“hadoop”,1><“world”,1>
答案: 【<“hello”,2><“hadoop”,1><“world”,1>】

4、问题:下列关于传统并行计算框架（比如MPI）和MapReduce并行计算框架比较正确的是
选项：
A:前者是共享式(共享内存/共享存储)，容错性差，后者是非共享式的，容错性好
B:前者所需硬件价格贵，可扩展性差，后者硬件便宜，扩展性好
C:前者相比后者学习起来更难
D:前者适用于实时、细粒度计算、计算密集型，后者适用于批处理、非实时、数据密集型
答案: 【前者是共享式(共享内存/共享存储)，容错性差，后者是非共享式的，容错性好;
前者所需硬件价格贵，可扩展性差，后者硬件便宜，扩展性好;
前者相比后者学习起来更难;
前者适用于实时、细粒度计算、计算密集型，后者适用于批处理、非实时、数据密集型】

5、问题:MapReduce体系结构主要由哪几个部分组成
选项：
A:Client
B:JobTracker
C:TaskTracker
D:Task
答案: 【Client;
JobTracker;
TaskTracker;
Task】

6、问题:MapReduce设计的一个理念就是“计算向数据靠拢”，而不是“数据向计算靠拢”，因为，移动数据需要大量的网络传输开销。
选项：
A:正确
B:错误
答案: 【正确】

7、问题:两个键值对<“a”,1>和<“a”,1>，如果对其进行归并(merge)，会得到<“a”,2>，如果对其进行合并(combine)，会得到<“a”,<1,1>>
选项：
A:正确
B:错误
答案: 【错误】

8、问题:MapReduce采用策略，一个存储在分布式文件系统中的大规模数据集，会被切分成许多独立的分片，这些分片可以被多个Map任务并行处理。
答案: 【分而治之】

9、问题:所谓过程，是指对Map输出结果进行分区、排序、合并等处理，并交给Reduce的过程。
答案: 【(以下答案任选其一都对)shuffle;
Shuffle;
SHUFFLE】

第9讲 Hadoop再探讨 Hadoop再探讨单元测验

1、问题:下列说法正确的是
选项：
A:第二名称节点无法解决单点故障问题
B:第二名称节点是热备份
C:HDFS HA提供高可用性，可以实现可扩展性、系统性能和隔离性
D:HDFS HA可用性不好
答案: 【第二名称节点无法解决单点故障问题】

2、问题:HDFS Federation设计不能解决“单名称节点”存在的哪个问题
选项：
A:HDFS集群扩展性
B:性能更高效
C:良好的隔离性
D:单点故障问题
答案: 【单点故障问题】

3、问题:下列哪些是Hadoop1.0存在的问题
选项：
A:抽象层次低
B:表达能力有限
C:开发者自己管理作业之间的依赖关系
D:执行迭代操作效率低
答案: 【抽象层次低;
表达能力有限;
开发者自己管理作业之间的依赖关系;
执行迭代操作效率低】

4、问题:下列对Hadoop各组件的理解正确的是
选项：
A:Pig：处理大规模数据的脚本语言
B:Tez：支持DAG作业的计算框架
C:Oozie:工作流和协作服务引擎
D:Kafka：分布式发布订阅消息系统
答案: 【Pig：处理大规模数据的脚本语言;
Tez：支持DAG作业的计算框架;
Oozie:工作流和协作服务引擎;
Kafka：分布式发布订阅消息系统】

5、问题:对新一代资源管理调度框架YARN的理解正确的是
选项：
A:YARN可以实现“一个集群多个框架”，即在一个集群上部署一个统一的资源调度管理框架
B:YARN的体系结构包含三个组件：ResourceManager，NodeManager，ApplicationMaster
C:YARN既是资源管理调度框架，也是一个计算框架
D:MapReduce2.0是运行在YARN之上的计算框架，由YARN来为MapReduce提供资源管理调度服务
答案: 【YARN可以实现“一个集群多个框架”，即在一个集群上部署一个统一的资源调度管理框架;
YARN的体系结构包含三个组件：ResourceManager，NodeManager，ApplicationMaster;
MapReduce2.0是运行在YARN之上的计算框架，由YARN来为MapReduce提供资源管理调度服务】

6、问题:HDFS HA（High Availability）是为了解决单点故障问题。
选项：
A:正确
B:错误
答案: 【正确】

7、问题:在HDFS Federation（HDFS联邦）中，设计了多个相互独立的名称节点，使得HDFS的命名服务能够水平扩展。
选项：
A:正确
B:错误
答案: 【正确】

8、问题:相对于Hadoop1.0而言，Hadoop2.0主要增加了HDFS HA和HDFS Federation（联邦）等特性。
选项：
A:正确
B:错误
答案: 【正确】

第10讲 Spark Spark单元测验

1、问题:Spark SQL目前暂时不支持下列哪种语言
选项：
A:Scala
B:Java
C:Python
D:Matlab
答案: 【Matlab】

2、问题:RDD操作分为转换（Transformation）和动作（Action）两种类型，下列属于动作（Action）类型的操作的是
选项：
A:map
B:filter
C:groupBy
D:count
答案: 【count】

3、问题:下列说法错误的是
选项：
A:Spark支持三种类型的部署方式：Standalone，Spark on Mesos，Spark on YARN
B:在选择Spark Streaming和Storm时，对实时性要求高（比如要求毫秒级响应）的企业更倾向于选择流计算框架Storm
C:RDD提供的转换接口既适用filter等粗粒度的转换，也适合某一数据项的细粒度转换
D:RDD采用惰性调用，遇到“转换(Transformation)”类型的操作时，只会记录RDD生成的轨迹，只有遇到“动作(Action)”类型的操作时才会触发真正的计算
答案: 【RDD提供的转换接口既适用filter等粗粒度的转换，也适合某一数据项的细粒度转换】

4、问题:下列关于常见的动作（Action）和转换（Transformation）操作的API解释错误的是
选项：
A:count()：返回数据集中的元素个数
B:filter(func)：筛选出满足函数func的元素，并返回一个新的数据集
C:take(n)：返回数据集中的第n个元素
D:map(func)：将每个元素传递到函数func中，并将结果返回为一个新的数据集
答案: 【take(n)：返回数据集中的第n个元素】

5、问题:下列大数据类型与其对应的软件框架不适应的是
选项：
A:复杂的批量数据处理：MapReduce
B:基于历史数据的交互式查询：Impala
C:基于实时数据流的数据处理：Storm
D:图结构数据的计算：Hive
答案: 【图结构数据的计算：Hive】

6、问题:Apache软件基金会最重要的三大分布式计算系统开源项目包括
选项：
A:Hadoop
B:Spark
C:Storm
D:MapReduce