南开21春学期（1709、1803、1809、1903、1909、2003、2009、2103）《大数据开发技术(二)》在线作业2

南开21春学期（1709、1803、1809、1903、1909、2003、2009、2103）大数据开发技术(二)在线作业21.Spark Streming中（）函数可以合并两个DStream，生成一个包含两个DStream中所有元素的新DStream对象A.mapB.flatMapC.filterD.union【参考答案】: D2.请问RDD的（）操作用于将相同键的数据聚合A.joinB.zipC.combineByKeyD.collect【参考答案】: C3.Dstream窗口操作中（）方法基于滑动窗口对源DStream中的元素进行聚合操作，得到一个新的DstreamA.windowB.countByWindowC.reduceByWindowD.reduceByKeyAndWindow【参考答案】: C4.Scala函数组合器可以接收一个可以处理嵌套列表的函数，然后把返回结果连接起来的方法是（）A.mapB.foreachC.flattenD.flatmap【参考答案】: D5.GraphX中（）方法可以查询边信息A.numVerticesB.numEdgesC.verticesD.edges【参考答案】: D6.Spark Streming中（）函数可以对源DStream中的每一个元素应用func方法进行计算，如果func函数返回结果为true，则保留该元素，否则丢弃该元素，返回一个新的DstreamA.mapB.flatMapC.filterD.union【参考答案】: C7.GraphX中（）方法可以查询顶点个数A.numVerticesB.numEdgesC.verticesD.edges【参考答案】: A8.PairRDD可以通过（）获得仅包含键的RDDA.keyB.keysC.valueD.values【参考答案】: B9.Spark GraphX中类Graph的mask方法可以（）A.反转图中所有边的方向B.按照设定条件取出子图C.取两个图的公共顶点和边作为新图，并保持前一个图顶点与边的属性D.合并边相同的属性【参考答案】: C10.var a=10; for(a<-1 until 20) println(a); 共循环了（）次A.10B.11C.20D.19【参考答案】: D11.Scala中合并两个数组的方法是（）A.lineB.addC.appendD.concat【参考答案】: D12.Mllib中线性会馆算法中的参数intercept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】: C13.以下哪个函数可以对RDD进行去重（）A.sortByB.filterC.distinctD.intersection【参考答案】: C14.GraphX中（）方法可以查询度数A.degreesB.degreeC.verticesD.edges【参考答案】: A15.GraphX中（）是存放着Edg对象的RDDA.RDDEdgeB.EdgeRDDC.RDD(VertexId,VD)D.VertexRDD【参考答案】: A16.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.filterB.flattenC.groubyD.flatmap【参考答案】: A17.var a=10; do a+=1; while(a<20) 共循环了（）次A.9B.10C.11D.12【参考答案】: B18.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【参考答案】: D19.Dstream输出操作中（）方法在Driver中打印出DStream中数据的前12个元素。A.printB.saveAsTextFilesC.saveAsObjectFilesD.saveAsHadoopFiles【参考答案】: C20.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，并且返回一个相同数目元素的新列表的方法是（）A.mapB.foreachC.flattenD.flatmap【参考答案】: A21.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【参考答案】: A22.Spark中运行交互式SQL查询的大规模并行查询引擎是（）A.Spark CoreB.Spark SQLC.BlinkDBD.Mllib【参考答案】: C23.以下哪个函数可以求两个RDD的笛卡尔积（）A.unionB.substractC.intersectionD.cartesian【参考答案】: D24.Scala源代码被编译成（）字节码，所以它可以运行于JVM之上A.SparkB.ScalaC.JavaD.JDK【参考答案】: C25.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【参考答案】: C26.以下哪个方法可以创建RDD（）A.parallelizeB.makeRDDC.textFileD.loadFile【参考答案】: ABC27.Spark DataFrame中（）方法可以返回一个Array对象A.collectB.takeC.takeAsListD.collectAsList【参考答案】: AB28.PairRDD中（）函数可以进行分组A.mapValuesB.groupByC.groupByKeyD.reduceByKey【参考答案】: BC29.MLBase包括（）A.MllibB.MLIC.SparkRD.GraphX【参考答案】: AB30.决策树是（）的常用算法A.分类B.聚类C.降维D.回归【参考答案】: AD31.Spark的RDD持久化操作有()方式A.cacheB.presistC.storageD.long【参考答案】: AB32.Scala中可以用（）方法来连接两个或多个列表A.:B.#:C.List.:()D.List.concat()【参考答案】: ABCD33.Spark是一个（）计算框架A.快速B.分布式C.可扩展D.容错【参考答案】: ABCD34.Spark可以从（）分布式文件系统中读取数据A.HDFSB.HbaseC.HiveD.Tachyon【参考答案】: ABCD35.Spark中DataFrame的（）方法是查询指定字段的数据信息A.selectB.selectExprC.colD.apply【参考答案】: ABCD36.Scala函数组合器中flatmap结合了map和flatten的功能，接收一个可以处理嵌套列表的函数，然后把返回结果连接起来T.对F.错【参考答案】: T37.DataFrame是一个分布式的Row对象的数据集合T.对F.错【参考答案】: T38.Scala列表中last返回一个列表，包含除了第一个元素之外的其他元素T.对F.错【参考答案】: F39.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。T.对F.错【参考答案】: T40.PairRDD中mapValues是针对键值对（Key，Value）类型的数据中的key和Value进行Map操作T.对F.错【参考答案】: F41.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【参考答案】: T42.RDD中join操作最后只返回两个RDD 都存在的键的连接结果。T.对F.错【参考答案】: T43.RDD的filter函数返回一个存储符合过滤条件的所有元素的新RDDT.对F.错【参考答案】: T44.Scala中数组的第一个元素索引为1T.对F.错【参考答案】: F45.RDD的行动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。T.对F.错【参考答案】: T46.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【参考答案】: T47.RDD的mapPartitions操作会导致Partitions数量的变化T.对F.错【参考答案】: F48.Scala函数组合器中foreach和map类似，有返回值T.对F.错【参考答案】: F49.用户可以在Hadoop YARN上运行SparkT.对F.错【参考答案】: T50.Spark持久化RDD 后，在再一次需要计算该RDD 时将需要重新计算T.对F.错【参考答案】: F