南开大学22春“物联网工程”《大数据开发技术（二）》期末考试高频考点版（带答案）
一.综合考核(共50题)
1.
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
参考答案：D
2.
GraphX中Edge边对象存有()字段
A.srcId
B.dstId
C.attr
D.val
参考答案：ABC
3.
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]
参考答案：B
4.
MLlib中进行数据标准化的方式有()
A.Normalizer
B.Standard
C.StandardScaleer
D.MinMaxScaler
参考答案：ACD
5.
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
参考答案：D
6.
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
参考答案：D
7.
Mllib中线性会馆算法中的参数reParam表示()
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
参考答案：D
8.
以下哪个方法可以创建RDD()
A.parallelize
B.makeRDD
C.textFile
D.loadFile
参考答案：ABC
9.
PairRDD中groupBy(func)func返回key，传入的RDD的各个元素根据这个key进行分组。()
A.正确
B.错误
参考答案：A
10.
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
参考答案：ABCD
11.
以下哪个函数可以对RDD进行去重()
A.sortBy
B.filter
C.distinct
D.intersection
参考答案：C
12.
Spark DataFrame中()方法可以返回一个List
A.collect
B.take
C.takeAsList
D.collectAsList
参考答案：CD
13.
Spark创建DataFrame对象方式有()
A.结构化数据文件
B.外部数据库
C.RDD
D.Hive中的表
参考答案：ABCD
14.
RDD中combineByKey不允许返回类型与输入数据类型不同的返回值。()
A.正确
B.错误
参考答案：B
15.
Mllib中线性会馆算法中的参数reParam默认值是()
参考答案：1
16.
Spark SQL可以通过()方法加载json文件为DataFrame
A.format
B.json
C.get
D.read
参考答案：AB
17.
图的结构通常表示为：G(V，E)，其中，E是图G中()
A.顶点
B.顶点的集合
C.边
D.边的集合
参考答案：D正则化是为了防止
18.
图的结构通常表示为：G(V，E)，其中，G表示()
A.图
B.子图
C.顶点
D.边
参考答案：A
19.
Scala函数组合器可以过滤移除使得传入的函数的返回值为false的元素的方法是()
A.filter
B.flatten
C.grouby
D.flatmap
参考答案：A
20.
()是Spark的数据挖掘算法库
A.Spark Core
B.BlinkDB
C.GraphX
D.Mllib
参考答案：D
21.
Scala函数组合器可以通过一个函数重新计算列表中所有元素，没有返回值。()
A.正确
B.错误
参考答案：B
22.
GraphX中()方法可以查询顶点个数

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。