南开大学2021年9月《大数据开发技术》作业考核试题及答案参考3.pdfVIP

南开大学2021年9月《大数据开发技术》作业考核试题及答案参考

1.大数据处理的关键技术主要包括：数据采集和预处理、数据存储、数据计算架

构、数据分析和挖掘、数据可视化展示等。()

A.对

B.错

参考答案：A

2.PairRDD中mapValues是针对键值对(Key，Value)类型的数据中的key和Value

进行Map操作。()

A.正确

B.错误

参考答案：B

3.RDD的flatMap操作是将函数应用于RDD之中的每一个元素，将返回的迭代器

(数组、列表等)中的所有元素构成新的RDD。()

A.正确

B.错误

参考答案：A

4.关于Strom中Bolt说法错误的是()。

A.Bolt可以执行过滤、函数操作、Join、操作数据库等任何操作

B.Bolt是一个被动的角色，Spout是一个主动的角色

C.Bolt不仅可以处理Tuple还可以创建新的Tuple

D.Bolt是Streams的状态转换过程的抽象含义

参考答案：C

5.Scala列表方法中将函数应用到列表的所有元素的方法是()

A.filter

B.foreach

C.map

D.mkString

参考答案：B

6.spark-submit配置项中()表示启动的executor数量

A.--num-executorsNUM

B.--executor-memoryMEM

C.--total-executor-coresNUM

D.--executor-couresNUM

参考答案：A

7.Scala列表中last返回一个列表，包含除了第一个元素之外的其他元素。()

T.对

F.错

参考答案：F

8.计算一个算法时间复杂度通常可以计算循环次数、基本操作的频率或计算步。

()

A.错误

B.正确

参考答案：B

9.HDFS中SecondaryNameNode可减少()重启的时间

A.NameNode

B.SecondaryNameNode

C.DataNode

D.Block

参考答案：A

10.SparkGraphX中类Graph的joinVertices方法可以()

A.收集邻居顶点的顶点Id和顶点属性

B.收集邻居顶点的顶点Id

C.向指定顶点发送信息并聚合信息

D.将顶点信息更新到图中

参考答案：D

11.以下哪个函数可以对RDD进行排序()

A.sortBy

B.filter

C.distinct

D.intersection

参考答案：A

12.大型图计算通常是由一个集群完成的，集群环境中执行远程数据读取会有较高

的延迟。()

A.正确

B.错误

参考答案：A

13.()可解决HDFS中名称节点运行期间EditLog不断变大的问题

A.NameNode

B.SecondaryNameNode

C.DataNode

D.Block

参考答案：B

14.SparkStreming中()函数可以对源DStream的每个元素通过函数func返回

一个新的DStream

A.map

B.flatMap

C.filter

D.union

参考答案：A

15.SparkGraphX中类Graph的reverse方法可以()

A.反转图中所有边的方向

B.按照设定条件取出子图

C.取两个图的公共顶点和边作为新图，并保持前一个图顶点与边的属性

D.合并边相同的属性

参考答案：A

16.聚类分析(Clusteranalysis)简称聚类(Clustering)，是把数据对象划分成子

集(类)的过程，每个子集称为一个簇(Cluster)。()

A.对

B.错

参考答案：A

17.SparkStreming中Dstream是一种抽象的离散流。()

T.对

F.错

参考答案：T

18.RDD的()操作通常用来划