南开大学物联网工程专业《大数据开发技术（二）》作业及答案2试题内容及答案大全-财经股

第1题、 [单选题] ()是AMPLab发布的一个R开发包，使得R摆脱单机运行的命运，可以作为Spark的Job运行在集群上。

A.SparkR

B.BlinkDB

C.GraphX

D.Mllib

答案如下：

A

第2题、 [单选题] 图的结构通常表示为：G(V，E)，其中，V是图G中()。

A.顶点

B.顶点的集合

C.边

D.边的集合

答案如下：

B

第3题、 [单选题] Dstream输出操作中()方法将DStream中的内容按对象序列化并且以SequenceFile的格式保存。

A.print

B.saveAsTextFiles

C.saveAsObjectFiles

D.saveAsHadoopFiles

答案如下：

D

第4题、 [单选题] ()是Spark的核心，提供底层框架及核心支持。

A.Spark Core

B.Spark SQL

C.Spark Streaming

D.Mllib

答案如下：

A

第5题、 [单选题] Spark中的每个RDD一般情况下是由()个分区组成的。

A.1

B.多

C.无数

答案如下：

C

第6题、 [单选题] RDD的()操作通常用来划分单词。

A.filter

B.union

C.flatmap

D.mapPartitions

答案如下：

C

第7题、 [单选题] 图结构中如果任意两个顶点之间都存在边，那么称之为()。

A.完全图

B.有向完全图

C.无向图

D.简单图

答案如下：

A

第8题、 [单选题] Spark GraphX中类Graph的aggregateMessages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

答案如下：

C

第9题、 [单选题] Spark中DataFrame的()方法是进行连接查询。

A.where

B.join

C.limit

D.apply

答案如下：

B

第10题、 [单选题] 以下哪个不是Scala的数据类型?()

A.AnyRef

B.Anything

C.NULL

D.Nothing

答案如下：

B

第11题、 [单选题] GraphX中()方法可以释放边缓存。

A.cache

B.presist

C.unpersistVertices

D.edges.unpersist

答案如下：

D

第12题、 [单选题] ()是Spark的数据挖掘算法库。

A.Spark Core

B.BlinkDB

C.GraphX

D.Mllib

答案如下：

D

第13题、 [单选题] 在图结构中，每个元素都可以有()后继。

A.至少一个

B.零个或多个

C.一个

D.零个

答案如下：

B

第14题、 [单选题] 以下哪个方法可以从外部存储中创建RDD?()

A.parallelize

B.makeRDD

C.textFile

D.loadFile

答案如下：

C

第15题、 [单选题] Graph类中如果要根据分开存放的顶点数据和边数据创建图，应该用()方法。

A.Graph(vertices，edges， defaultVertexAttr)

B.Graph.fromEdges(RDD[Edge[ED]]， defaultValue)

C.Graph.fromEdgeTuples(rawEdges: RDD[(VertexId， VertexId)]， defaultValue)

D.GraphLoader.edgeListFile(sc，filename)

答案如下：

A

第16题、 [单选题] Spark GraphX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

答案如下：

D

第17题、 [单选题] Scala列表方法中返回所有元素，除了最后一个的方法是()。

A.drop

B.head

C.filter

D.init

答案如下：

D

第18题、 [单选题] 以下哪个函数可以对RDD进行排序?()

A.sortBy

B.filter

C.distinct

D.intersection

答案如下：

A

第19题、 [单选题] 递归函数意味着函数可以调用它()。

A.其他函数

B.主函数

C.子函数

D.自身

答案如下：

D

第20题、 [单选题] Spark Streming中()函数可以通过对源DStream的每RDD应用RDD-to-RDD函数返回一个新的DStream，这可以用来在DStream做任意RDD操作。

A.trans

B.reduce

C.join

D.cogroup

答案如下：

A

第21题、 [单选题] 如果numPartitions是分区个数，那么Spark每个RDD的分区ID范围是()。

A.[0，numPartitions]

B.[0，numPartitions-1]

C.[1，numPartitions-1]

D.[1，numPartitions]

答案如下：

B

第22题、 [单选题] 图结构中如果任意两个顶点之间都存在有向边，那么称之为()。

A.完全图

B.有向完全图

C.无向图

D.简单图

答案如下：

B

第23题、 [单选题] GraphX中VertexRDD[VD]继承自()。

A.EdgeRDD

B.RDD[Edge]

C.VertexRDD[VD]

D.RDD[(VertexId，VD)]

答案如下：

D

第24题、 [单选题] Scala列表方法中通过给定的方法将所有元素重新计算的方法是()。

A.filter

B.foreach

C.map

D.mkString

答案如下：

C

第25题、 [单选题] 图结构中如果无重复的边或者顶点到自身的边，那么称之为()。

A.完全图

B.有向完全图

C.无向图

D.简单图

答案如下：

D

第26题、 [多选题] 以下哪个方法可以从集合中创建RDD?()

A.parallelize

B.makeRDD

C.textFile

D.loadFile

答案如下：

AB

第27题、 [多选题] Scala支持()。

A.匿名函数

B.高阶函数

C.函数嵌套

D.柯里化

答案如下：

ABCD

第28题、 [多选题] MapReudce不适合()任务。

A.大数据计算

B.迭代

C.交互式

D.离线分析

答案如下：

BC

第29题、 [多选题] Spark DataFrame中()方法可以获取若干行数据。

A.first

B.head

C.take

D.collect

答案如下：

ABCD

第30题、 [多选题] MLBase包括()

A.Mllib

B.MLI

C.SparkR

D.GraphX

答案如下：

AB

第31题、 [多选题] Spark中的RDD的说法正确的是()。

A.弹性分布式数据集

B.是Spark中最基本的数据抽象

C.代表一个可变的集合

D.代表的集合里面的元素可并行计算

答案如下：

ABD

第32题、 [多选题] Spark Streaming能够处理来自()的数据。

A.Kafka

B.Flume

C.Twitter

D.ZeroMQ

答案如下：

ABCD

第33题、 [多选题] Spark DataFrame中()方法可以获取所有数据。

A.collect

B.take

C.takeAsList

D.collectAsList

答案如下：

AD

第34题、 [多选题] Scala中使用()方法来连接两个集合。

A.append

B.++

C.concat

D.Set.++()

答案如下：

BD

第35题、 [多选题] Spark Streaming支持实时流式数据，包括()。

A.Web服务器日志文件

B.社交网络数据

C.实时交易数据

D.类似Kafka的信息数据

答案如下：

ABCD

第36题、 [判断题] Spark Streming中DStream代表着一系列的持续的RDDs。()

A.正确

B.错误

答案如下：

A

第37题、 [判断题] RDD的sortBy函数包含参数numPartitions，该参数决定排序后的RDD的分区个数，默认排序后的分区个数和排序之前的个数相等，即为this.partitions.size。()

A.正确

B.错误

答案如下：

A

第38题、 [判断题] MLlib中Normalizer是一个转换器，它可以将多行向量输入转化为统一的形式。()

A.正确

B.错误

答案如下：

A

第39题、 [判断题] MLlib由一些通用的学习算法和工具组成，包括分类、回归、聚类、协同过滤、降维等，同时还包括底层的优化原语和高层的管道API。()

A.正确

B.错误

答案如下：

A

第40题、 [判断题] RDD的filter过滤会将返回值为true的过滤掉。()

A.正确

B.错误

答案如下：

B

第41题、 [判断题] 用户可以在Hadoop YARN上运行Spark。()

A.正确

B.错误

答案如下：

A

第42题、 [判断题] Scala中创建一个方法时经常用void表示该方法无返回值

A.正确

B.错误

答案如下：

B

第43题、 [判断题] Scala Set(集合)是没有重复的对象集合，所有的元素都是唯一的。()

A.正确

B.错误

答案如下：

A

第44题、 [判断题] PairRDD中reduceByKey的功能是合并具有相同键的值，作用域是KeyValue类型的键值对，并且是只对每个Key的Value进行处理。()

A.正确

B.错误

答案如下：

A

第45题、 [判断题] 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

答案如下：

A

第46题、 [判断题] RDD的subtract用于用于将前一个RDD中在后一个RDD出现的元素删除。()

A.正确

B.错误

答案如下：

A

第47题、 [判断题] Spark Streaming中时间片也可称为批处理时间间隔(batch interval)，时间片是人为地对数据进行定量的标准，作为拆分数据的依据，一个时间片的数据对应一个RDD实例。()

A.正确

B.错误

答案如下：

A

第48题、 [判断题] Spark在同一个应用中不能同时使用Spark SQL和Mllib。()

A.正确

B.错误

答案如下：

B

第49题、 [判断题] Scala中允许集成多个父类。()

A.正确

B.错误

答案如下：

B

第50题、 [判断题] Dstream提供了sort方法。()

A.正确

B.错误

答案如下：

B

南开大学物联网工程专业《大数据开发技术（二）》作业及答案2试卷及答案大全