【奥鹏】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1

【奥鹏】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11.Scala列表方法中使用分隔符将列表所有元素作为字符串显示的方法是（）A.filterB.foreachC.mapD.mkString【参考答案】: D2.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】: D3.Scala列表方法中输出符号指定条件的所有元素的方法是（）A.dropB.headC.filterD.init【参考答案】: C4.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】: C5.Spark中DataFrame的（）方法是进行分组查询A.order byB.group byC.select byD.sort by【参考答案】: B6.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【参考答案】: D7.PairRDD中（）函数可以合并具有相同键的值A.mapValuesB.groupByC.groupByKeyD.reduceByKey【参考答案】: A8.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】: C9.Scala类通过子类化和基于灵活的混合类来进行扩展，作为#的一个可靠性解决方案A.多态B.虚函数C.派生D.多重继承【参考答案】: D10.以下哪个函数可以对RDD进行去重（）A.sortByB.filterC.distinctD.intersection【参考答案】: C11.PairRDD的（）方法，可以把两个RDD中键相同的元素组合在一起，合并为一个RDD。A.joinB.unionC.substractD.intersection【参考答案】: A12.Mllib中metrics.recallByThreshold 表示（）指标A.准确度B.召回率C.F值D.ROC曲线【参考答案】: B13.Spark GraphX中类Graph的reverse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】: A14.GraphX中（）方法可以释放顶点缓存A.cacheB.presistC.unpersistVerticesD.edges.unpersist【参考答案】: C15.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】: D16.Scala中重写一个非抽象方法必须使用（）修饰符。A.extendsB.overrideC.extendD.overrides【参考答案】: B17.GraphX中（）方法可以查询度数A.degreesB.degreeC.verticesD.edges【参考答案】: A18.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】: C19.Scala函数组合器可以对集合中的元素进行分组操作，结果得到的是一个Map的方法是（）A.filterB.flattenC.groubyD.flatmap【参考答案】: C20.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DStreamA.unionB.reduceC.joinD.cogroup【参考答案】: B21.以下哪个不是Scala的数据类型（）A.IntB.Short IntC.LongD.Any【参考答案】: B22.Spark Streming中（）函数可以对源DStream的每个元素通过函数func返回一个新的DStreamA.mapB.flatMapC.filterD.union【参考答案】: A23.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【参考答案】: A24.如果numPartitions是分区个数，那么Spark每个RDD的分区ID范围是（）A.0,numPartitionsB.0,numPartitions-1C.1,numPartitions-1D.1,numPartitions【参考答案】: B25.Graph类中如果要根据边数据创建图，边数据需要加载为二元组，可以选择是否对边分区，应该用（）方法A.Graph(vertices,edges, defaultVertexAttr)B.Graph.fromEdges(RDDEdgeED, defaultValue)C.Graph.fromEdgeTuples(rawEdges: RDD(VertexId, VertexId), defaultValue,)D.GraphLoader.edgeListFile(sc,filename)【参考答案】: C26.Scala函数支持（）A.递归函数B.高阶函数C.柯里化D.匿名函数【参考答案】: ABCD27.以下哪个是Scala的数据类型（）A.AnyB.NULLC.NothingD.AnyRef【参考答案】: ABCD28.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】: ABCD29.Spark可以通过哪些外部存储创建RDD（）A.文本文件B.目录C.压缩文件D.通配符匹配的文件【参考答案】: ABCD30.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【参考答案】: ABD31.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】: ABCD32.以下哪个方法可以从集合中创建RDD（）A.parallelizeB.makeRDDC.textFileD.loadFile【参考答案】: AB33.TF-IDF中TF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【参考答案】: AB34.Mllib实现了一些常见的机器学习算法和应用程序，包括（）A.分类B.聚类C.降维D.回归【参考答案】: ABCD35.Spark SQL 可以通过（）方法加载json文件为DataFrameA.formatB.jsonC.getD.read【参考答案】: AB36.RDD的mapPartitions操作会导致Partitions数量的变化T.对F.错【参考答案】: F37.Scala函数组合器中filter过滤移除使得传入的函数的返回值为true的元素T.对F.错【参考答案】: F38.Scala是Scalable Language的简写，是一门多范式的编程语言，设计初衷是不包括面向对象编程的特性。T.对F.错【参考答案】: F39.Scala函数组合器中foreach和map类似，有返回值T.对F.错【参考答案】: F40.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】: T41.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。T.对F.错【参考答案】: T42.键值对RDD由一组组的键值对组成，这些RDD被称为PairRDD。T.对F.错【参考答案】: T43.RDD的union函数会将两个RDD元素合并成一个并且去处重复元素T.对F.错【参考答案】: F44.RDD中combineByKey不允许返回类型与输入数据类型不同的返回值T.对F.错【参考答案】: F45.RDD的行动操作通过某种函数将一个RDD 转换为一个新的RDD ， 但是转换操作是懒操作，不会立刻执行计算。T.对F.错【参考答案】: F46.Scala函数组合器中groupBy是对集合中的元素进行分组操作，结果得到的是一个MapT.对F.错【参考答案】: T47.Scala中元组是是一种可迭代的键值对（key/value）结构。T.对F.错【参考答案】: F48.RDD是一个可读写的数据结构T.对F.错【参考答案】: F49.RDD的map操作不会改变RDD的分区数目T.对F.错【参考答案】: T50.Spark只有键值对类型的RDD才能设置分区方式T.对F.错【参考答案】: T