大數(shù)據(jù)CDA考試(習題卷6)

試卷科目：大數(shù)據(jù)CDA考試大數(shù)據(jù)CDA考試(習題卷6)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數(shù)據(jù)CDA考試第1部分：單項選擇題，共47題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.關(guān)系型數(shù)據(jù)庫的完整性約束條件有()。A)主鍵約束B)非空約束C)唯一約束D)以上都是答案:D解析:完整性約束條件可以對字段進行限制，規(guī)定字段內(nèi)容。[單選題]2.下選項不屬于原始數(shù)據(jù)來源的是(。A)犯罪記錄B)抽樣調(diào)查C)統(tǒng)計年鑒D)模擬實驗答案:C解析:[單選題]3.為Flask創(chuàng)建自定義命令,通過創(chuàng)建一個函數(shù),為該函數(shù)添加()裝飾器。A)@app.route()B)@mand()C)@app.cli()D)@mand()答案:B解析:[單選題]4.用于展示文本信息出現(xiàn)頻率比較高的關(guān)鍵詞的圖形是(A)詞云圖B)氣泡圖C)熱力圖D)散點圖答案:A解析:[單選題]5.存在關(guān)聯(lián)規(guī)則為A→B,此規(guī)則的confidence為80%,則代表()。A)買B商品的顧客中,有80%的顧客會同時購買AB)同時購買A,B兩商品的顧客,占所有顧客的80%C)買A商品的顧客中,有80%的顧客會同時購買BD)兩商品A,B在交易數(shù)據(jù)庫中同時被購買的機率為80%答案:C解析:[單選題]6.簇評估的作用有()。①確定數(shù)據(jù)集的聚類趨勢。②確定正確的簇個數(shù)。③比較兩個簇集,確定那個更好。④不引用附加信息,評估聚類分析結(jié)果對數(shù)據(jù)擬合情況A)①②B)②③④C)①②③D)①②③④答案:D解析:[單選題]7.在某回歸模型中，數(shù)據(jù)分析員希望探索分類變量各類別之間增長率的差異，采用以下哪種方法比較合適？()A)加入固定效應變量B)加入工具變量C)加入高次項D)加入交互項答案:D解析:交互項可以分別度量斜率[單選題]8.為了提高Kafka的容錯性,Kafka支持Partition的復制策略,以下關(guān)于LeaderPartition和FollowPartition的描述錯誤的是()A)Kafka針對Partition的制需要選出一個Leader。由該Leader負責Partition的讀寫操作。其他的副本節(jié)點只是負責數(shù)據(jù)同步B)由于LeaderServer承載了全部的請求壓力。因此從集群的整體考慮,Kafka會將Leader,均衡的分散在每個實例上,來確保數(shù)據(jù)均衡C)一個Kafka集群各個節(jié)點間不可能互為Leader和FlowerD)如果Leader失效。那么將會有其他follower來接管(成為新的Leader)答案:C解析:[單選題]9.以下命令組成錯誤的是()A)vim/etc/profileB)source/etc/profileC)hadoopnamenode-formatD)bin/hadoopfs-cat/hadoopdata/y/txt答案:D解析:[單選題]10.安裝fusioninsightHD的Streaming組件是,Nimbus角色要求安裝幾個節(jié)點?A)4B)3C)2D)1答案:C解析:[單選題]11.如果多元線性回歸模型中殘差不等于0，而是一個常數(shù)，那么()A)這個常數(shù)應該包含在常數(shù)項B)應該去除常數(shù)項C)應該去除殘差項D)模型有效答案:A解析:如果殘差的期望不等于0，而等于其他的某個常數(shù)，那么這個常數(shù)就應該出現(xiàn)在多元線性回歸的常數(shù)項內(nèi)。[單選題]12.相較于電話和面訪調(diào)查，下面不屬于自填式問卷調(diào)查弱點的是()A)問卷的返回率比較低B)不適合結(jié)構(gòu)復雜的問卷C)調(diào)查周期比較長D)調(diào)查的成本較高答案:D解析:三個類型中，面訪的成本最高[單選題]13.對于一個列聯(lián)表來說，多維尺度分析關(guān)注的是()A)行變量和列變量兩者的相關(guān)性B)變量之間的相關(guān)關(guān)系C)行變量之間的相似性D)維度的含義答案:C解析:主成分分析關(guān)注變量之間的相關(guān)關(guān)系。因子分析關(guān)注維度的含義。對應分析關(guān)注行變量和列變量兩者的相關(guān)性。[單選題]14.分析師小A在對他的模型進行評估時，更傾向選用調(diào)整R2作為指標。因為相比較R2，調(diào)整R2對擬合度的估計更加()A)高估B)低估C)一樣D)不確定答案:B解析:調(diào)整R2能夠有效的改進這種對于擬合度的高估，如果在模型中存在不重要的變量，那么調(diào)整R2將會降低。[單選題]15.分析師小A在建立了多元線性回歸模型后，發(fā)現(xiàn)殘差出現(xiàn)了異方差，那么小A可以考慮()A)對因變量取自然對數(shù)B)對自變量取自然對數(shù)C)將模型的常數(shù)項強制為0D)對因變量乘以某一個系數(shù)A進行放大或者縮小答案:A解析:處理異方差可以對因變量進行非線性處理，這是通常應對異方差的方法之一。[單選題]16.下述概念中不屬于面向?qū)ο蠓椒ǖ氖?)。A)對象、消息B)繼承、多態(tài)C)類、封裝D)過程調(diào)用答案:D解析:[單選題]17.在Webhcat架構(gòu)中,用戶能夠通過安全的HTTPS協(xié)議執(zhí)行以下哪些操作?A)執(zhí)行HiveDDL操作B)運行Mapreduce任務C)運行HiveHOL任務D)以上全都正確答案:D解析:[單選題]18.以下不能進行系統(tǒng)日志數(shù)據(jù)采集的工具是()。A)HadoopB)PythonC)ScribeD)Flume答案:B解析:Scribe是Facebook開源的日志收集系統(tǒng)[單選題]19.以下哪個不是HDFS的守護進程A)SecondaryNameNodeB)NameNodeC)MrappMaster/YarnChildD)DataNode答案:C解析:[單選題]20.在Jinjia2模板引擎中實現(xiàn)模板的繼承,使用的關(guān)鍵詞是()。A)extendB)extendsC)fromD)import答案:B解析:[單選題]21.針對聚類分析,下面說法錯誤的是()。A)一定存在一個最優(yōu)的分類B)聚類分析是無監(jiān)督學習C)聚類分析可以用于判斷異常值D)聚類分析即:物以類聚,人以群分答案:A解析:[單選題]22.一個gzip文件大小75MB,客戶端設置Block大小為64MB,請問其占用幾個Block?A)3B)2C)4D)1答案:B解析:[單選題]23.不屬于HDFS優(yōu)勢是()。A)時間快B)超大文件C)大量小文件D)商用硬件答案:A解析:[單選題]24.下列哪一項方法對于發(fā)現(xiàn)異常值有幫助()A)減去均值，并除以標準差B)梯度下降法C)相關(guān)性分析D)歸一化處理答案:A解析:標準化之后，利用正負3倍標準差識別異常值[單選題]25.在使用Flask-WTF自定義表單類時,自定義的類需要繼承自()。A)FlaskFormB)FlaskFormsC)FlaskWTFD)Forms答案:A解析:[單選題]26.在評價多元線性回歸模型擬合程度的時候，我們主要查看()的數(shù)值A)修正R2B)R2C)SSED)SSR答案:A解析:修正R2用于評價擬合情況。[單選題]27.以下關(guān)于層次聚類的描述中，錯誤的是()A)層次聚類也叫作系統(tǒng)聚類B)層次聚類法通常分為自底向上和自頂向下C)層次聚類的過程非常清楚，會形成類似樹狀的聚類圖譜，便于理解和檢查D)層次聚類適用于數(shù)據(jù)量非常大或者變量非常多的項目答案:D解析:層次聚類由于需要反復計算距離，限制了層次聚類的速度。因此不適用于數(shù)據(jù)量非常大或者變量非常多的項目。[單選題]28.Hive中的這條命令?ALTERTABLEemployeeADDcolumns(columnlstring).?是什么含義?A)創(chuàng)建表B)刪除表C)添加列D)修改文件格式答案:C解析:[單選題]29.對student1和student2兩張表進行innerjoin連接后，形成的新表中()A)一定包含student1中的所有行，不一定包含student2中的所有行B)不一定包含student1中的所有行，一定包含student2中的所有行C)一定包含student1中的所有行，一定包含student2中的所有行D)不一定包含student1中的所有行，不一定包含student2中的所有行答案:D解析:innerjoin連接，又叫做內(nèi)連接，結(jié)果為兩張表的共同信息。[單選題]30.在Hadoop生態(tài)組件中,個產(chǎn)品可用于復雜的批量數(shù)據(jù)處理。()A)MapReduce、HiveB)ImpalaC)StormD)Mahout答案:A解析:[單選題]31.下列選項中適合Mapreduce的場景()A)實時交互計算B)迭代計算C)流式計算D)離線計算答案:D解析:[單選題]32.有一段java應用程序,它的主類名是a1,那么保存它的源文件名可以是A)a1.javaB)a1.classC)a1D)都對答案:A解析:[單選題]33.以下哪個聚類方法又叫快速聚類法()A)K-means聚類法B)層次聚類法C)系統(tǒng)聚類法D)兩步聚類法答案:A解析:K-means聚類法計算量非常小，因此又得名快速聚類法。[單選題]34.倒傳遞神經(jīng)網(wǎng)絡(BP神經(jīng)網(wǎng)絡)的訓練顧序是什么(1:調(diào)整權(quán)重;2:計算誤差值;3:利用隨機的權(quán)重產(chǎn)生輸出的結(jié)果)()。A)231B)312C)213D)321答案:D解析:[單選題]35.關(guān)于相關(guān)性rA,B說法錯誤的是()。A)rA,B>0,正相關(guān)。A隨B的值得增大而增大B)rA,B=0,不相關(guān)。AB無關(guān)C)rA,B<0,負相關(guān)。A隨B的值得增大而減少D)不能單純依據(jù)rA,B<=0確定AB的相關(guān)性答案:D解析:[單選題]36.常用的分箱方法錯誤的是()。A)等深分箱法B)等寬分箱法C)等距分箱法D)用戶自定義區(qū)間法答案:C解析:[單選題]37.下列哪個屬性是hdfs-site.xml中的配置()。A)dfs.replicationB)fs.defaultFSC)D)yarn.resourcemanager.addresS答案:D解析:[單選題]38.關(guān)于Hadoop單機模式和偽分布式模式的說法正確的是()。A)兩者都起守護進程,且守護進程運行在一臺機器上B)單機模式不使用HDFS,但加載守護進程C)兩者都不與守護進程交互,避免復雜性D)后者比前者增加了HDFS輸入輸出以及可檢查內(nèi)存使用情況答案:D解析:[單選題]39.矩估計的基本原理是()。A)用樣本矩估計總體矩B)使得似然函數(shù)達到最小C)小概率事件在一次試驗中是不可能發(fā)生的D)使得似然函數(shù)達到最大答案:A解析:[單選題]40.為什么要在類神經(jīng)網(wǎng)絡中計算誤差值?()A)調(diào)整輸入值B)調(diào)整隱藏層個數(shù)C)調(diào)整權(quán)重(Weight)D)調(diào)整真實值答案:C解析:[單選題]41.現(xiàn)在通過參數(shù)估計得到一個一元線性回歸模型為y=3x+4。那么在回歸系數(shù)檢驗中下列說法錯誤的是()A)檢驗統(tǒng)計量是t統(tǒng)計量B)原假設是C)如果拒絕原假設，就認為自變量與因變量存在顯著的線性關(guān)系D)判斷是否拒絕原假設，可以用P值與顯著性水平進行比較答案:B解析:原假設是[單選題]42.一組數(shù)據(jù)為1、3、5、7、9，它們的樣本方差為()A)8B)10C)12D)14答案:B解析:公式>[單選題]43.如果希望某個變量只可以被類本身訪問和調(diào)用,則應該使用下列那一種訪問控制修飾符A)privateB)protectedC)privateprotectedD)public答案:A解析:[單選題]44.欲構(gòu)造ArrayList類的一個實例,此類繼承了List接口,下列個方法是正確的?()A)ArrayListmyList=newObject0;B)ListmyList=newArrayList():C)ArrayListmyList=newList():D)ListmyList=newList():答案:B解析:[單選題]45.Java編程所必須的默認引用包為()A)java.sys包B)java.lang包C)java.util包D)以上都不是答案:B解析:[單選題]46.下面不屬于簡單隨機抽樣的局限性的是()A)當總體數(shù)量很大時，不易構(gòu)造抽樣框B)抽出的單位很分散，給實施調(diào)查增加了困難C)沒有利用其它輔助信息以提高估計的效率D)不能用于推斷總體答案:D解析:所有隨機抽樣都可以用于推斷總體[單選題]47.在建立線性回歸(LinearRegression)之前我們可以利用何種方法挑選重要屬性,以降低模型的復雜度?()A)皮爾森相關(guān)系數(shù)B)卡方檢定C)T-檢定D)Z-Score答案:A解析:第2部分：多項選擇題，共29題，每題至少兩個正確答案,多選或少選均不得分。[多選題]48.大數(shù)據(jù)分析相關(guān)技術(shù)主要特征包括?A)機器學習,全量特征B)數(shù)據(jù)背后事件關(guān)聯(lián)性分析C)基于海量數(shù)據(jù)為基礎D)基于精確樣本為基礎答案:AC解析:[多選題]49.Spark有哪些特點?A)快B)靈C)輕D)1巧答案:ABCD解析:[多選題]50.下列關(guān)于大數(shù)據(jù)的說法中,錯誤的是()。A)大數(shù)據(jù)具有體量大、結(jié)構(gòu)單一、時效性強的特征B)處理大數(shù)據(jù)需采用新型計算架構(gòu)和智能算法等新技術(shù)C)大數(shù)據(jù)的應用注重相關(guān)分析而不是因果分析D)大數(shù)據(jù)的應用注重因果分析而不是相關(guān)分析答案:AD解析:[多選題]51.維歸約即摒棄掉不重要的特征,用少數(shù)的關(guān)鍵特征來描述數(shù)據(jù)。常用的維歸約處理方法有()。A)主成分分析B)特征提取C)奇異值分解D)特征加權(quán)答案:AC解析:[多選題]52.以下哪些是典型的關(guān)聯(lián)規(guī)則應用場景。()A)穿衣搭配推薦B)依據(jù)用戶軌跡的商戶精準營銷C)實時新聞推薦D)金融客戶交叉銷售答案:ABCD解析:[多選題]53.下面哪些不是spark的機器學習庫？A)MapReduceB)HDFSC)HBaseD)MLlib答案:ABC解析:[多選題]54.目前Fusioninsight有哪些子產(chǎn)品()A)FusionInsightHDB)FusionInsightFarmerC)FusionInsightMinerD)FusionlnsightMPPDB答案:ABCD解析:[多選題]55.YARN主要包含的模塊有以下哪些?A)ApplicationMasterB)ResourceManagerC)NodeManagerD)QuorumJournalManager答案:ABC解析:[多選題]56.在以下語句中，哪些是查詢t1表中北京和上海的相關(guān)記錄():A)selectB)selectC)selectD)select答案:AC解析:本題考查SQL語句中or、and和in的用法。其中D為語法錯誤，B中and表示城市名即等于?北京?且又等于?上海?的記錄，不符合題意，故正確答案為AC。[多選題]57.大數(shù)據(jù)加電子商務的應用方向有()。A)用戶畫像B)精準營銷C)個性化推薦D)動態(tài)定價答案:ABCD解析:[多選題]58.按照涉及自變量的多少,可以將回歸分析分為()A)線性回歸分析B)非線性回歸分析C)一元回歸分析D)多元回歸分析答案:CD解析:[多選題]59.Hadoop是當大數(shù)據(jù)平臺的事實標準,下列對Hadoop的描述中正確的是()。A)Hadoop是一個由Apache基金會開發(fā)的分布式系統(tǒng)開源架構(gòu)B)Hadoop的初始設計思路來源于Google發(fā)布的學術(shù)論文C)Hadoop在當前衍生出一系列優(yōu)秀的開源項目,包括Hbase、Hive、Pig等D)Hadoop的兩個核心部分是HDFS(HbaseDistributedFileSystem)和MapReduce計算框架答案:ABCD解析:[多選題]60.Flink流式處理的數(shù)據(jù)源類型包括?()A)CollectionsB)JDBCC)SocketstreamsD)Flles答案:ABCD解析:[多選題]61.下列選項中,哪些是Spark的重要角色()A)NodemanagerB)ResourcemanagerC)DatanodeD)Driver答案:ABD解析:[多選題]62.Stage的Task的數(shù)量不是由什么決定()A)PartitionB)JobC)StageD)TaskScheduler答案:BCD解析:[多選題]63.以下哪些是Kafka實際的應用場景?A)網(wǎng)站活性跟蹤B)日志收集C)聚合統(tǒng)計系統(tǒng)運營數(shù)據(jù)(監(jiān)控數(shù)據(jù)D)資源管理答案:ABC解析:[多選題]64.以下有關(guān)誤差的說法中,正確的是()。A)相對誤差反映實際觀測值與預測值之間差異的相對程度B)平均誤差反映實際觀測値與預測值之間的平均差異C)評價預測精度是通過測量與分析預測誤差進行的D)絕對誤差是實際觀測值與預測值的離差答案:ABCD解析:[多選題]65.PEST分析法是指【】。A)政治環(huán)境B)經(jīng)濟環(huán)境C)社會環(huán)境D)技術(shù)環(huán)境答案:ABCD解析:[多選題]66.以下選項中屬聚類算法的是()。A)K-MeansB)DBSCANC)AprioriD)KNN答案:AB解析:[多選題]67.下列關(guān)于worker(工作進程)、executor(線程)、Task(任務)說法正確的是?A)每個Execute(線程)可以運行多個task(任務)B)每個worker可以運行多個Executor(線程)C)每個Executor(線程)可以運行不同組件(Spout或Bolt)的rask(任務)D)每個worker只能為個拓撲運行executor(線程)答案:ABC解析:[多選題]68.消除時間序列中的不規(guī)則變動和季節(jié)變動的方法是()。A)移動平均法B)指數(shù)平滑法C)時間序列乘法模型D)季節(jié)指數(shù)答案:AD解析:[多選題]69.若檢驗統(tǒng)計量F近似等于1則表示()。A)組間方差中不包含系統(tǒng)因素的影響B(tài))組內(nèi)方差中不包含系統(tǒng)因素的影響C)組間方差中包含系統(tǒng)因素的影響D)方差分析中不應拒絕原假設答案:AD解析:[多選題]70.下列感些選項是安裝HBase前所必須安裝的?CA)操作系統(tǒng)B)JDKC)ShellScriptD)JavaCode答案:AB解析:[多選題]71.給你幾萬條用戶數(shù)據(jù),每條用戶數(shù)據(jù)的電話號碼是其唯一的關(guān)鍵字段,請選擇合適的數(shù)據(jù)結(jié)構(gòu),將這些用戶數(shù)據(jù)加載到內(nèi)存中管理起來。這個數(shù)據(jù)結(jié)構(gòu)支持基于電話號碼的快速查詢,同時又支持新數(shù)據(jù)的快速插入(有新的用戶不斷注冊進來):(A)鏈表B)Hash表C)B+TreeD)隊列答案:ABC解析:[多選題]72.下列屬于描述性統(tǒng)計中，用來度量離散程度的有()。A)標準差B)協(xié)方差C)四分位差D)異眾比率答案:ACD解析:協(xié)方差是度量相關(guān)性的[多選題]73.層次聚類的聚類方式有()。A)凝聚方式聚類B)分解方式聚類C)Q型聚類D)R型聚類答案:AB解析:[多選題]74.有關(guān)假設檢驗說法正確的是()A)采用反證法的邏輯B)應用了小概率原理C)不同的問題需要使用不同的檢驗統(tǒng)計量D)顯著性水平是一個概率值，表示原假設為真時，拒絕原假設的概率答案:ABCD解析:這些都是假設檢驗的核心概念[多選題]75.Cloudera提供哪幾種安裝CDH的方法?A)ClouderamanagerB)TarbalC)YumD)Rpm答案:ABCD解析:[多選題]76.以下指標中,反應離散趨勢的有()。A)方差B)四分位數(shù)C)變異系數(shù)D)D極差答案:ACD解析:第3部分：判斷題，共24題，請判斷題目是否正確。[判斷題]77.Fusionis界面上,當收到Kafka磁盤容量不足告警,且該告警的原因已經(jīng)排除硬件故障時系統(tǒng)管理員需要考慮擴容解決此問題。A)正確B)錯誤答案:對解析:[判斷題]78.隨機二次抽樣法是通過多次重復的使用交叉檢驗法,來得到一組準確率等效果的指標。A)正確B)錯誤答案:錯解析:[判斷題]79.KafkaLogssegment文件命名規(guī)附局的第一個segment從0開始,后續(xù)每個segment文件名為上一個全局partionfset(偏移message數(shù))。A)正確B)錯誤答案:對解析:[判斷題]80.沒有特別指明的浮點數(shù)都是屬于雙精度A)正確B)錯誤答案:對解析:[判斷題]81.NameNode負責管理元數(shù)據(jù)信息metadata,client端每次讀寫請求,它都會從磁盤中讀取或會寫入metadata信息并反饋給cliént端。A)正確B)錯誤答案:錯解析:[判斷題]82.Channel的作用類似隊列,用于臨時緩存進來的數(shù)據(jù),當Sink成功地將數(shù)據(jù)發(fā)送到下一跳的Channel或最終目的,數(shù)據(jù)會從Channe1移除()A)正確B)錯誤答案:對解析:[判斷題]83.FusioninsightManage支持大規(guī)模集群的安裝部署、監(jiān)控、告警、用戶管理、權(quán)限管理、審計、服務管理、健康檢查、問題定位、升級和補。()A)正確B)錯誤答案:對解析:[判斷題]84.執(zhí)行下列代碼后,最終輸出結(jié)果為201。()list1=[10,45,201,32,78,55];print(len(list1))A)正確B)錯誤答案:錯解析:[判斷題]85.在使用flask_moment模塊進行格式化日期時間時,不需要進行實例化()。A)正確B)錯誤答案:錯解