2020 大数据技术基础(山东劳动职业技术学院) 最新满分章节测试答案

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2020-04-06到2020-07-31
本篇答案更新状态:已完结

第1章大数据概述 第1章 大数据概述

1、 问题:对“数据处理阶段”描述不正确的是（ ）。
选项：
A:人工管理阶段
B:文件管理阶段
C:文本管理阶段
D:数据库系统阶段
答案: 【文本管理阶段】

2、 问题:不是大数据的关键技术（ ）
选项：
A:大数据的组织
B:大数据的分析
C:大数据的存储
D: 大数据的可视化
答案: 【大数据的组织】

3、 问题:大数据的主要特征是（ ）
选项：
A:大体量
B:多样性
C:大价值
D:随机性
答案: 【大体量;
多样性;
大价值】

4、 问题:数据库系统是由（ ）的组成。
选项：
A:硬件环境
B:软件环境
C:人员
D:数据库
答案: 【硬件环境;
软件环境;
人员;
数据库】

5、 问题:分布式文件系统在物理结构上是由计算机集群中的多个节点构成的。
选项：
A:正确
B:错误
答案: 【正确】

6、 问题:大数据即海量的数据集合。
选项：
A:正确
B:错误
答案: 【错误】

7、 问题:所谓数据库，是以一定的组织方式将相关的数据组织在一起，长期存放在计算机内，可为多个用户共享，与应用程序彼此独立，____的数据集合。
答案: 【统一管理】

8、 问题:大数据往往表现为数据价值高，但价值____的特点。
答案: 【密度低】

【作业】课程导引 第1章 大数据概述 1.1大数据的应用 单元作业

1、 问题:提出一个“大数据处理”问题需求，简述大数据的应用场景。
评分规则: 【 提出问题需求：5分简述大数据的应用场景：5分
】

【作业】课程导引 第1章 大数据概述 1.2+1.3 单元作业

1、 问题:什么是大数据？即大数据的定义
评分规则: 【 随着社会媒体和传播感器，网络等发展产生的大量且多样的数据集合；1分是随着硬件和软件技术的发展，数据的存储处理成本大幅降低而生产出数据的集合；1分是随着云计算的兴起，大数据的存储、处理环境易于搭建而组织的数据的集合；1分是需要在新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。1分总而言之，大数据是一个综合的概念，它包括具有独特性质，且难以进行管理和分析的数据集合。1分
】

【作业】第2章 数据采集与预处理 2.4 大数据预处理 单元作业

1、 问题:Z-Score的主要目的就是将不同量级的数据统一转化为同一个量级，统一用计算出的Z-Score值衡量，以保证数据之间的可比性。假设两个班级考试，所采用的试卷不同：A班级的平均分是80，标准差是10，A考了90分；B班的平均分是400，标准差是100，B考了600分。那么利用Z-Score计算它们的标准分数，看看谁更优秀。
评分规则: 【 Z-score标准化：f(x) =(x−均值)/标准差A的Z-score=(90-80)/10=1B的Z-score=(600-400)/100=2—-写出上面中间计算过程，6分。A的Z-score】

【作业】第2章 数据采集与预处理 2.2 大数据的来源 单元作业

1、 问题:按产生数据的主体划分，大数据主要有哪些来源？
评分规则: 【 1）对现实世界的测量2) 人类的记录3）计算机产生的数据
】

2、 问题:数据格式特性，主要包括哪三类？各举例说明。
评分规则: 【 1）结构化信息 传统的关系型数据库、可用二维表结构表示。2）半结构化信息类似XML 、HTML之类，自描述，数据结构和内容混杂在一起。3）非结构化信息各种文档、图片、视频/ 音频等。每条1分，举例1分。
】

第2章 数据采集与预处理 第2章 数据采集与预处理 单元测验

1、 问题:对于一组数据（1，2，2，NAN，4），若采用众数法补全缺省值，则NAN该补为（）
选项：
A:1
B:1.8
C:2
D:4
答案: 【2】

2、 问题:半结构化数据包括（）
选项：
A:Excel表格
B:HTML文档
C:银行账户上的消费记录
D:检查身体后得到的体检报告
答案: 【Excel表格;
HTML文档】

3、 问题:大数据的来源途径有许多，如下哪些属于大数据来源（）
选项：
A:计算机网络运行产生的日志
B:人在微博上发表的记录
C:传感器设备采集的数据
D:网络爬虫得到的数据
答案: 【计算机网络运行产生的日志;
人在微博上发表的记录;
传感器设备采集的数据;
网络爬虫得到的数据】

4、 问题:所谓数据的归一化处理，是指把数据变换到[0，1]区间，所以，对于数据1，2，3，4，归一化后得到的值为0.25，0.5，0.75，1
选项：
A:正确
B:错误
答案: 【错误】

5、 问题:数据的平滑操作，其目的在于消除数据波动产生的噪声。
选项：
A:正确
B:错误
答案: 【正确】

【作业】第3章 Hadoop基础 3.1+3.2 单元作业

1、 问题:3.2 Hadoop2.0相对于Hadoop1.0新增加了哪些组件？并简述各组件的作用。
评分规则: 【 YARN（资源管理框架）Spark（基于内存的并行计算框架）Tez（DAG计算框架）Shark（数据分析处理）—–以上4个组件，每答出1个组件名称，得0.5，简述作用得0.5。答出4个，可得4分。
】

2、 问题:3.1 Hadoop平台的组件有哪些？并简述每个组件的作用。
评分规则: 【 HDFS（分布式文件系统）Mapreduce （分布式计算框架）YARN（资源管理框架）Hbase（分布式数据库）Hive（数据仓库）Sqoop （同步处理工具）Pig（一种强大的脚本语言）Flume（日志收集工具）Oozie（作业调度系统）ZooKeeper （分布式协调服务）Ambari （部署管理工具）Mahout （数据挖掘库）—–以上12个组件，每答出1个组件名称，得0.5，简述作用得0.5。答出10个以上，可得10分。
】

第3章 Hadoop基础 第3章 Hadoop基础

1、 问题:下述关于hadoop的阐述，正确的是（ ）
选项：
A:是一个分布式数据库与并行计算系统
B:是一个分布式存储系统与分布式数据库
C:是一个集中式存储与分布式并行运算系统
D:是一个分布式存储与分布式并行运算系统
答案: 【是一个分布式存储与分布式并行运算系统】

2、 问题:MapReduce是（ ）计算框架
选项：
A:分布式并发
B:非分布式并行
C:分布式并行
D:非分布式并发
答案: 【分布式并行】

3、 问题:为了保证系统的容错性和可用性，HDFS采用了多副本方式对数据进行冗余存储，这种多副本方式具有以下几个优点：（ ）
选项：
A:容易修改数据问题
B:加快数据传输速度
C:保证数据的可靠性
D:容易检查数据错误
答案: 【加快数据传输速度;
保证数据的可靠性;
容易检查数据错误】

4、 问题:Hadoop具有以下哪个几个方面的特点（ ）
选项：
A:高可靠性
B:高效性
C:成本低
D:高可扩展性
E:支持多种编程语言
答案: 【高可靠性;
高效性;
成本低;
高可扩展性;
支持多种编程语言】

5、 问题: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 。
选项：
A:正确
B:错误
答案: 【正确】

6、 问题:HDFS采用块的概念，默认的一个块大小是64MB。
选项：
A:正确
B:错误
答案: 【正确】

7、 问题: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。
答案: 【资源管理器】

8、 问题: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。
答案: 【列】

【作业】第4章HDFS分布式文件系统 4.1+4.2 单元作业

1、 问题:HDFS系统由哪些组件组成？各个组件的作用（功能）是什么？
评分规则: 【 HDFS集群由以下元素组成：数据块（B lo ck ）名称节点（NameNode）数据节点（DataNode）—–以上3条，每条1分—–每个组件的作用，2分
】

【作业】第4章HDFS分布式文件系统 4.3 单元作业

1、 问题:简述HDFS写数据的步骤及错误处理机制。
评分规则: 【 1调用Create()，2验证，3调用Write，4写入数据，5保存内部队列，6调用Close()。—-每项1分错误处理机制1.移除故障节点，并记录未完成写入的数据；2.删除不完整的数据块，由正常数据节点组成新的数据管道；3.根据备份数，完成数据写入与备份。—-每项1分