汇编选集[南开大学]《大数据开发技术（二）》20春期末考核（参考答案）
汇编选集南开大学大数据开发技术（二）20春期末考核（参考答案）南开大学大数据开发技术（二）20春期末考核试卷总分:100 得分:100第1题,GraphX中（）方法可以查询顶点信息A、numVerticesB、numEdgesC、verticesD、edges正确答案:第2题,MLlib 中可以调用mllib.tree.DecisionTree 类中的静态方法（）训练回归树A、trainClassifierB、trainRegressorC、LogisticRegressionModelD、LabeledPoint正确答案:第3题,以下哪个函数可以对RDD进行去重（）A、sortByB、filterC、distinctD、intersection正确答案:第4题,图是一种数据元素间为（）关系的数据结构A、多对多B、一对一C、一对多D、多对一正确答案:,GraphX中（）方法可以查询度数A、degreesB、degreeC、verticesD、edges正确答案:第6题,Scala中（）方法返回一个列表，包含除了第一个元素之外的其他元素A、headB、initC、tailD、last正确答案:第7题,GraphX中graph.triplets可以得到（）A、顶点视图B、边视图C、顶点与边的三元组整体视图D、有向图正确答案:第8题,spark-submit配置项中（）表示启动的executor数量A、-num-executors NUMB、-executor-memory MEMC、-total-executor-cores NUMD、-executor-coures NUM正确答案:第9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、SparkRB、BlinkDBC、GraphXD、Mllib正确答案:,Spark GraphX中类Graph的collectNeighborIds(edgeDirection: EdgeDirection)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IdC、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正确答案:第11题,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 的正规化参数正确答案:,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、filterB、foreachC、mapD、mkString正确答案:第13题,Scala函数组合器可以把一个二维的列表展开成一个一维的列表的方法是（）A、filterB、flattenC、groubyD、flatmap正确答案:第14题,GraphX中（）方法可以释放顶点缓存A、cacheB、presistC、unpersistVerticesD、edges.unpersist正确答案:,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IdC、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正确答案:第16题,MLBase包括（）A、MllibB、MLIC、SparkRD、GraphX正确答案:,B第17题,Spark创建DataFrame对象方式有（）A、结构化数据文件B、外部数据库C、RDDD、Hive中的表正确答案:,B,C,D第18题,TF-IDF中IDF指的是（）A、词频B、词在文档中出现的次数C、逆文档概率D、词在文档集中出现的概率E、词在文档集中出现的概率正确答案:,D第19题,Spark中DataFrame的（）方法是查询指定字段的数据信息A、selectB、selectExprC、colD、apply正确答案:,B,C,D,以下算法中属于监督学习算法的是（）A、KNN算法B、逻辑回归C、随机森林D、Kmeans正确答案:,B,C第21题,以下哪个方法可以从集合中创建RDD（）A、parallelizeB、makeRDDC、textFileD、loadFile正确答案:,B第22题,Scala函数支持（）A、递归函数B、高阶函数C、柯里化D、匿名函数正确答案:,B,C,D第23题,GraphX中Edge边对象存有（）字段A、srcIdB、dstIdC、attrD、val正确答案:,B,C第24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正确答案:,B,D,Spark支持使用（）语言编写应用A、ScalaB、PythonC、JavaD、R正确答案:,B,C,D第26题,Scala中高阶函数可以使用函数作为参数，也可以使用函数作为输出结果。T、对F、错更多答案下载：第27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。T、对F、错更多答案下载：第28题,RDD的filter过滤会将返回值为true的过滤掉T、对F、错正确答案:F第29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T、对F、错更多答案下载：,图（Graph）是一种复杂的非线性结构T、对F、错更多答案下载：第31题,Spark中DataFrame 的查询操作也是一个懒操作， 仅仅生成一个查询计划， 只有触发Action 操作才会进行计算并返回查询结果。T、对F、错更多答案下载：第32题,RDD的map操作不会改变RDD的分区数目T、对F、错更多答案下载：第33题,Scala 集合分为可变的和不可变的集合T、对F、错更多答案下载：第34题,Spark RDD 是惰性求值的， 如果需要对一个RDD 多次使用，那么调用行动操作时每次都需要重复计算RDD 以及它的依赖。T、对F、错更多答案下载：第35题,Scala 列表与数组非常相似，列表的所有元素可具有不同的类型。T、对F、错正确答案:F第36题,Scala函数组合器可以把一个二维的列表展开成一个一维的列表的方法是#正确答案:第37题,Mllib中线性会馆算法中的参数reParam默认值是#正确答案:第38题,假设集合A 有5 个元素，集合B 有10 个元素，使用RDDcartesian函数会返回#个元素的组合正确答案:第39题,Scala中定义函数的关键字是#正确答案:第40题,Spark SQL 可以通过#方法将HDFS 上的格式化文件转换为DataFrame正确答案:第41题,请阐述Spark对数据进行持久化的特点正确答案:第42题,SparkR正确答案:第43题,DStream正确答案:
