奥鹏远程南开大学本部20春学期《大数据开发技术二》在线作业参考答案.docx

1、奥鹏远程南开大学本部20春学期大数据开发技术二在线作业参考答案南开大学（奥鹏）网络教育大数据开发技术（二）在线作业参考资料20春学期（1709、1803、1809、1903、1909、2003）大数据开发技术（二）在线作业1. Spark中DataFrame的（）方法是进行条件查询【选项】：A whereB joinC limitD apply【答案】：A2. Dstream输出操作中print方法在Driver中打印出DStream中数据的()元素。【选项】：A 第一个B 所有C 前10个D 前100个【答案】：3. Scala元组的值是通过将单个的值包含在（）中构成的【选项】：A 小括号B

2、 中括号C 大括号D 尖括号【答案】：A4. 当需要将一个普通的RDD转化为一个PairRDD时可以使用（）函数来进行操作【选项】：A transferB changeC mapD build【答案】：C5. 以下哪个函数可以求两个RDD交集 （）【选项】：A unionB substractC intersectionD cartesian【答案】：6. 以下哪个函数可以求两个RDD差集 （）【选项】：A unionB substractC intersectionD cartesian【答案】：B7. spark-submit配置项中（）表示executor使用的总核数【选项】：A -nu

3、m-executors NUMB -executor-memory MEMC -total-executor-cores NUMD -executor-coures NUM【答案】：C8. GraphX中（）方法可以释放顶点缓存【选项】：A cacheB presistC unpersistVerticesD edges.unpersist【答案】：9. 以下哪个方法可以从外部存储中创建RDD（）【选项】：A parallelizeB makeRDDC textFileD loadFile【答案】：10. Scala可以使用（）关键字实现单例模式【选项】：A objectB staticC p

4、rivateD public【答案】：A11. 以下哪个不是Scala的数据类型（）【选项】：A IntB Short IntC LongD Any【答案】：B12. Mllib中metrics.precisionByThreshold表示（）指标【选项】：A 准确度B 召回率C F值D ROC曲线【答案】：A13. 图的结构通常表示为：G(V,E)，其中，E是图G中()【选项】：A 顶点B 顶点的集合C 边D 边的集合【答案】：14. 请问RDD的（）操作用于将相同键的数据聚合【选项】：A joinB zipC combineByKeyD collect【答案】：15. Mllib中metr

5、ics.recallByThreshold表示（）指标【选项】：A 准确度B 召回率C F值D ROC曲线【答案】：B16. GraphX中EdgeRDD继承自（）【选项】：A EdgeRDDB RDDEdgeC VertexRDDVDD RDD(VertexId，VD)【答案】：B17. Dstream输出操作中（）方法将DStream中的内容以文本的形式保存为文本文件【选项】：A printB saveAsTextFilesC saveAsObjectFilesD saveAsHadoopFiles【答案】：B18. GraphX中（）方法可以查询顶点信息【选项】：A numVertice

6、sB numEdgesC verticesD edges【答案】：19. Scala通过（）来定义变量【选项】：A valB valC defineD def【答案】：A20. Mllib中线性会馆算法中的参数reParam表示（）【选项】：A 要运行的迭代次数B 梯度下降的步长C 是否给数据加干扰特征或者偏差特征D Lasso 和ridge 的正规化参数【答案】：21. Scala中（）方法返回Map所有的value【选项】：A keyB keysC valueD values【答案】：D22. Scala列表方法中返回所有元素，除了最后一个的方法是（）【选项】：A dropB headC

7、filterD init【答案】：D23. Spark Streming中（）函数可以使用func将源DStream中的每个元素进行聚合操作，返回一个内部所包含的RDD只有一个元素的新DStream【选项】：A unionB reduceC joinD cogroup【答案】：B24. PairRDD可以通过（）获得仅包含键的RDD【选项】：A keyB keysC valueD values【答案】：B25. Scala中（）方法返回Map所有的key【选项】：A keyB keysC valueD values【答案】：B26. 以下哪个是Scala的数据类型（）【选项】：A AnyB N

8、ULLC NothingD AnyRef【答案】：A.B.C.D27. 以下算法中属于分类算法的是（）【选项】：A KNN算法B 逻辑回归C 随机森林D Kmeans【答案】：28. Spark的RDD持久化操作有()方式【选项】：A cacheB presistC storageD long【答案】：29. Spark Streaming的特点有（）【选项】：A 单极性B 可伸缩C 高吞吐量D 容错能力强【答案】：B.C.D30. Spark Streaming能够和（）无缝集成【选项】：A HadoopB Spark SQLC MllibD GraphX【答案】：B.C.D31. Scal

9、a系统支持（）作为对象成员【选项】：A 通用类B 内部类C 抽象类D 复合类【答案】：A.B.C.D32. Scala中可以用（）方法来连接两个或多个列表【选项】：A :B #:C List.:()D List.concat()【答案】：B.C.D33. Spark DataFrame中（）方法可以返回一个List【选项】：A collectB takeC takeAsListD collectAsList【答案】：34. Spark DataFrame中（）方法可以返回一个Array对象【选项】：A collectB takeC takeAsListD collectAsList【答案】：3

10、5. Spark可以通过哪些外部存储创建RDD（）【选项】：A 文本文件B 目录C 压缩文件D 通配符匹配的文件【答案】：A.B.C.D36. Spark只有键值对类型的RDD才能设置分区方式【选项】：T 对F 错【答案】：A37. Scala中列表是可变的【选项】：T 对F 错【答案】：B38. RDD的转换操作是用于触发转换操作的操作，这个时候才会真正开始进行计算。【选项】：T 对F 错【答案】：B39. Spark取代Hadoop仅仅是取代MapReduce这种计算框架，Spark可以取代HDFS吗【选项】：T 对F 错【答案】：B40. Spark在同一个应用中不能同时使用Spark

11、SQL和Mllib【选项】：T 对F 错【答案】：B41. val如同Java里面的非final变量，可以在它的声明周期中被多次赋值。【选项】：T 对F 错【答案】：B42. Scala 配备了一种表现型的系统，它以静态的方式进行抽象，以安全和连贯的方式进行使用。【选项】：T 对F 错【答案】：A43. RDD的mapPartitions操作会导致Partitions数量的变化【选项】：T 对F 错【答案】：B44. 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 。【选项】：T 对F 错【答案】：A45. RDD的s

12、ubtract用于用于将前一个RDD 中在后一个RDD 出现的元素删除【选项】：T 对F 错【答案】：A46. MLlib中StandardScaler处理的对象是每一列，也就是每一维特征，将特征标准化为单位标准差或是0均值，或是0均值单位标准差。【选项】：T 对F 错【答案】：A47. RDD的filter函数返回一个存储符合过滤条件的所有元素的新RDD【选项】：T 对F 错【答案】：A48. 用户可以在Apache Mesos上运行Spark【选项】：T 对F 错【答案】：A49. RDD中join操作根据键对两个RDD进行内连接，将两个RDD 中键相同的数据的值相加。【选项】：T 对F 错【答案】：B50. PairRDD中groupByKey是对具有相同键的值进行分组【选项】：T 对F 错【答案】：A