《大数据开发技术（二）》20春期末考核 GraphX中方法可以查询顶点信息

1、大数据开发技术（二）20春期末考核 1 单选题 1 GraphX中（）方法可以查询顶点信息A numVerticesB numEdgesC verticesD edges2 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 LabeledPoint3 以下哪个函数可以对RDD进行去重（）A sortByB filterC distinctD intersection4 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 多对一5 GraphX中（）方法可以查询度数A degreesB degreeC verticesD edges6 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 last7 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8 spark-submit配置项中（）

2、表示启动的executor数量A -num-executors NUMB -executor-memory MEMC -total-executor-cores NUMD -executor-coures NUM9 （）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 Mllib10 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11 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12 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 mkString13 Scala函数组合器可以把一个

3、二维的列表展开成一个一维的列表的方法是（）A filterB flattenC groubyD flatmap14 GraphX中（）方法可以释放顶点缓存A cacheB presistC unpersistVerticesD edges.unpersist15 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16 MLBase包括（）A MllibB MLIC SparkRD GraphX2 多选题 1 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2 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3 Spark中DataFrame的（）方法是查询指定字段的数据信息A selectB selectExprC colD apply4 以下算法中属于监督学习算法的是（）A KNN算法B 逻辑回归

4、C 随机森林D Kmeans5 以下哪个方法可以从集合中创建RDD（）A parallelizeB makeRDDC textFileD loadFile6 Scala函数支持（）A 递归函数B 高阶函数C 柯里化D 匿名函数7 GraphX中Edge边对象存有（）字段A srcIdB dstIdC attrD val8 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9 Spark支持使用（）语言编写应用A ScalaB PythonC JavaD R10 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3 判断题 1 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2 RDD的filter过滤会将返回值为true的过滤掉T 对F 错3 RDD的subtract用于用于将前一个RDD 中在后一个RDD 出现

5、的元素删除T 对F 错4 图（Graph）是一种复杂的非线性结构T 对F 错5 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6 RDD的map操作不会改变RDD的分区数目T 对F 错7 Scala 集合分为可变的和不可变的集合T 对F 错8 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9 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10 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#flatten4 主观填空题 1 Mllib中线性会馆算法中的参数reParam默认值是#12 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503 Scala中定义函数的关键字是#def4 Spark SQL 可以通过#方法将HDFS 上的格式化文件转换为DataFrameload5 请阐述Spark对数据进行持久化的特点（1） RDD 的存储级别应该根据需要以及环境具体情况设定，在RDD 参与第一次计算后，RDD 就会根据设置的存储级别保存RDD 计算后的值在内存中或磁盘上。（2） 只有未曾设置存储级别的RDD 才能设置存储级别，设置了存储级别的RDD 不能修改其存储级别。（3） 针对仅存储数据在内存中的存储策略，如果内存不足的话， Spark 会使用LRU 缓存策略清除最老的分区，为新的RDD 提供空间，所以缓存在内存中的RDD分区是会被清除的，而不能长久保存，而缓存在磁盘上的数据则不用担心。5 问答题 1 SparkRSparkR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。6 名词解释 1 DStreamDStream 即离散流(discretized stream) ，是Spark Streaming 对内部持续的实时数据流的抽象描述

《《大数据开发技术（二）》20春期末考核 GraphX中方法可以查询顶点信息》由会员aop****021分享，可在线阅读，更多相关《《大数据开发技术（二）》20春期末考核 GraphX中方法可以查询顶点信息》请在金锄头文库上搜索。