小曹选择题-在线答题-在线出题考试深圳市新微云科技官网

小曹选择题在线考试答题题目

1、 13. (单选题)使用“val rdd: RDD[String]= sc.makeRDD(List("Hello Scala","Hello Spark"))”创建了一个RDD,以下选项中，不能使该RDD实现单词计数的是( )。

A、A.rdd.flatMap(_.split("")).map((,1)).reduceByKey(+_)

B、B. rdd.flatMapC.split("")).map(x=>(x,1)).reduceByKey((x,y)=>x+y)

C、C.rdd.flatMap(.split("")).map((,1)).aggregateByKey(0)(+_)

D、D. rdd.flatMap(_.split("").map(x=>(x,1)).groupByKey().mapValues(iter =>iter.size)

2、（填空题） 11. (填空题)进入spark-shell操作界面的命令为

3、 13. (单选题)以下关于Scala的类和单例对象之间的差别描述正确的是（）

A、A. 单例对象不可以定义方法，而类可以

B、B. 单例对象不可以带参数，而类可以

C、C. 单例对象不可以定义私有属性，而类可以

D、D. 单例对象不可以继承，而类可以

4、（判断题） 36. (判断题)Scala有两种类型的变量，一种是使用关键字var声明的常量，值是不可变的；另一种是使用关键字val声明的变量，值是可变的。

A、正确

B、错误

5、 4. (单选题)DataFrame可以将数据保存成持久化的表，使用的方法是( )。

A、A. save()

B、B. saveAsTextFile()

C、C. saveAsFile()

D、D. saveAsTable()

6、（填空题） 23. (填空题)spark-submit常用配置项中 --name Name主要用于

7、（填空题） 10. (填空题)在Spark MLlib库中，经常用于将对象分到高度相似的类中的一种无监督学习算法的是

8、 3. Spark支持的运行模式不包括（）

A、A. Standalone模式

B、B. Mesos模式

C、C. YARN模式

D、D. Local模式

9、 1. (单选题)机器学习可以分为( )。

A、A. 有监督学习、无监督学习和半监督学习

B、B. 有监督学习、无监督学习和强化学习

C、C. 有监督学习和强化学习

D、D. 无监督学习和强化学习

10、（判断题） 16. (判断题)在Spark SQL中，若想要使用SQL风格操作，则需要提前将DataFrame注册成一张临时表

A、正确

B、错误

11、（判断题） 25. (判断题)RDD是一个可变、不可分区、里面的元素不可并行计算的集合

A、正确

B、错误

12、 3. (单选题)下列选项中( )算法不属于有监督学习算法。

A、A. K-Means

B、B. 线性回归

C、C. 支持向量机

D、D. 朴素贝叶斯

13、 7. (单选题)下列方法中，哪个方法可以正确计算数组arr的长度（）

A、A. count()

B、B. take()

C、C. tail()

D、D. length()

14、 9. (单选题)关于mllib.feature中创建特征向量的方法，下列说法错误的是( )。

A、A. TF-IDF算法可以将一整个文档转化成向量

B、B. TF指的是词频，IDF指的是逆文档频率

C、C. Word2Vec可以将每一个单词用K维稠密向量来表示

D、D. 使用HashingTF转化数据为特征向量时，要求转换的数据是不可迭代的。

15、 4. (单选题)以下关于数组a的定义，最终数组a的数据与其他选项不一致的是

A、A. val a=Array[Int](0,0)

B、B. val a=Array(0,0)

C、C. val a=new Array[Int](2)

D、D. val a=Array[Int](1,1)

16、（填空题） 14. (填空题)在DataFrame的操作中，_____用于对记录进行分组。

17、（填空题） 25. (填空题)方法可对集合中的元素进行分组操作，返回的结果是一个映射。

18、 20. (单选题)下列方法中，用于计算数组长度的是（）。

A、A. count()

B、B. take()

C、C. tail()

D、D. length()

19、 11. (单选题)saveAsTextFile()方法用于将( )以文本文件的格式存储到文件系统中。

A、A. 列表

B、B. 数组

C、C. Seq

D、D. RDD

20、 5. (单选题)DataFrame的show()方法默认输出( )条数据。

A、A. 10

B、B. 15

C、C. 20

D、D. 30

21、（判断题） 30. (判断题)在Scala中，使用关键字bar声明的变量，值是不可变的。

A、正确

B、错误

22、 2. 以下关于Scala的特性说法错误的是（）

A、A. Scala是一种纯粹的面向过程的程序设计语言

B、B. Scala支持函数时编程，可定义匿名函数、高阶函数，允许函数嵌套，并支持柯里化

C、C. Scala以静态的方式进行抽象

D、D. Scala提供了许多独特的语言机制，具有良好的可扩展性

23、 6. (单选题)关于sortBy(方法的三个可输入参数，以下选项中描述错误的是（）

A、A. 第一个可输入参数是一个函数f:(T)=>K,左边是被排序对象中的每一个元素，右边返回的值是元素中要进行排序的值

B、B. 第二个可输入参数决定RDD里的元素是升序排列还是降序排列，默认是降序排列

C、C. 第三个可输入参数是numPartitions,该参数决定排序后的RDD的分区个数

D、D. 第一个参数是必须输入的

24、 1. 以下关于Scala解释器（REPL）交互的基本方式说法错误的是（）

A、A. R表示读取（Read）

B、B. E表示执行（Evaluate）

C、C. P表示解析（Parse）

D、D. L表示循环（Loop）

25、（判断题） 22. (判断题)Spark SQL为Spark框架在结构化数据分析方面提供重要技术支持。

A、正确

B、错误

26、（填空题） 10. (填空题)停止Spark集群的命令为

27、（填空题） 18. (填空题)在RDD操作中，可使用___ 方法收集查询数据

28、 16. (单选题)以下选项符合Scala编程规范的是( )。 ①"spark".equals("spark") ②"spark".contains(spark) ③val a:String="spark"④val a=List{1,2,3,4}

A、A. ①④

B、B. ①③

C、C. ②③

D、D. ②④

29、（判断题） 14. (判断题)Spark诞生于洛桑联邦理工学院（EPEL）的编程方法实验室

A、正确

B、错误

30、（判断题） 16. (判断题)Spark Master HA主从切换过程不会影响集群已有的作业运行

A、正确

B、错误

31、（判断题） 18. (判断题)Hadoop的MapReduce进行计算时，每次产生的中间结果都是存储在内存中；而Spark在计算时产生的中间结果存储在本地磁盘中。

A、正确

B、错误

32、（判断题） 26. (判断题)RDD采用了惰性调用，即在RDD的处理过程中，真正的计算发生在RDD的“行动”操作

A、正确

B、错误

33、（判断题） 13. (判断题)标注点是一种带有标签的本地向量，通常用于无监督学习算法中

A、正确

B、错误

34、（判断题） 21. (判断题)Spark SQL与Hive相互不兼容。

A、正确

B、错误

35、 7. (单选题)下列选项中，( )不属于数据标准化或归一化方法。

A、A. Normalizer()

B、B. StandardScaler()

C、C. MinMaxScaler()

D、D. WithMean()

36、 16. (单选题)提交Spark程序时，通常需要设置一些配置项，关于配置项，下列说法错误的是（）

A、A. name:设置运行环境

B、B. jars:添加依赖包

C、C. driver-memory:设置Driver程序使用的内存大小

D、D. executor-memory:设置Executor使用的内存大小

37、 6. (单选题)下列选项中，哪个是Scala编译后文件的扩展名（）

A、A. .class

B、B. .bash

C、C. .pyc

D、D. .sc

38、（填空题） 26. (填空题)在Scala中，获取元组中的值是通过来获取的

39、 10. (单选题)在Spark中，调用RDD的（）方法，可以将RDD转换为DataFrame对象。

A、A. show()

B、B. map()

C、C. toDF()

D、D. printSchema()

40、 5. (单选题)以下是行动操作的方法是（）

A、A. collect()

B、B. map()

C、C. union()

D、D. distinct()

41、（填空题） 9. (填空题)启动Spark集群的命令为

42、 8. (单选题)关于键值对RDD的连接操作，以下选项中描述正确的是

A、A. join()方法：对两个RDD进行全外连接

B、B. rightOuterJoin()方法：对两个RDD进行左外连接

C、C. leftOuterJoin()方法：对两个RDD进行右外连接

D、D. fullOuterJoin()方法：对两个RDD进行全外连接

43、（判断题） 18. (判断题)Spark SQL不仅能够查询MySQL数据库中的数据，还可以向表中插入新的数据

A、正确

B、错误

44、 5. 关于SparkRDD,下列说法不正确的是（）

A、A. SparkRDD是一个抽象的弹性分布式数据集

B、B. RDD的行动操作指的是将原始数据集加载为RDD或将一个RDD转换为另一个RDD的操作

C、C. 窄依赖指的是子RDD的一个分区只依赖于某个父RDD中的一个分区

D、D. 宽依赖指的是子RDD的每一个分区都依赖于某个父RDD中一个以上的分区

45、 3. (单选题)以下关于Scala的变量定义、赋值的代码，运行后一定会报错的是（）

A、A. val a=5

B、B. val a:String="Math"

C、C. var b:Int=3;b=6

D、D. val b="Hello world!";b="Word"

46、 8. (单选题)以下选项中不能对DataFrame列名进行重命名的方法是( )。

A、A. selectExpr()

B、B. rename()

C、C. withColumnRenamed()

D、D. alias()

47、（填空题） 23. (填空题)方法和map()方法类似，但是该方法没有返回值，只用于对参数的结果进行输出。

48、（判断题） 34. (判断题)Scala中，使用关键字var或val声明变量时，后面紧跟的变量名称可以和Scala中的保留字重名，而且变量名不可以以字母或下划线开头，且变量名是不区分大小写的。

A、正确

B、错误

49、（判断题） 15. (判断题)Spark SQL与Hive不兼容

A、正确

B、错误

50、 7. (单选题)以下选项中，关于Spark SQL优点描述正确的是( )。 ①将SQL查询与Spark程序无缝混合，可以使用Java、Scala、Python、R等语言的API操作 ②兼容Hive ③统一的数据访问 ④标准的数据连接

A、A. ①

B、B. ①②

C、C. ①②③

D、D. ①②③④

51、 10. (单选题)对于RDD1((a,1),(b, 2),(c,3))和RDD2((b,4),(b,5),(a,6)),使用“RDD1.join (RDD2)”,得到的结果是( )。

A、A. (a,(1,6))、(b,(2,4))、(b,(2,5))

B、B. (a,(6,1))、(b,(4,2))、(b,(5,2))

C、C. (a,(1,6))、(b,(2,4))、(b,(2,5))、(c,(3,null))

D、D. (a,(1,6))、(b,(2,4))、(b,(2,5))、(c,3)

52、 5. (单选题)下列选项中不属于MLlib中常用的数据类型的是( )。

A、A. Vector

B、B. LabeledPoint

C、C. RDD

D、D. Rating

53、（填空题） 22. (填空题)方法用于对具有相同键的值进行分组，可以对同一组的数据进行计数、求和等操作。

54、（填空题） 28. (填空题)在Scala中，使用___关键字来定义的类被称为样例类。

55、 9. (单选题)关于Spark SQL的DataFrame基础操作，以下选项中说法错误的是( )。

A、A. where()/filter()方法：对所给定的条件进行定位/筛选

B、B. orderBy()方法：根据DataFrame的某个字段进行排序，默认是降序排序

C、C. groupBy()方法：根据某个字段进行分组，之后可以使用count()、max()等方法对分组信息进行计算

D、D. join()方法：对两个DataFrame进行合并，可以设置合并的关键字和连接方式

56、 15. (单选题)以下程序的输出结果是( )。 val alphabet = List("A","B","C") val nums = List(1,2) print(alphabet.zip(nums))

A、A. List((A,1),(B, 2),(C,null))

B、B. List((A,1),(B,2),(C))

C、C. ((A,1),(B,2))

D、D. List((A,1),(B,2))

57、（判断题） 15. (判断题)部署Spark高可用集群不需要用到Zookeeper服务

A、正确

B、错误

58、 4. (单选题)以下是转换操作的方法是（）

A、A. reduce()

B、B. saveAsTextFile()

C、C. filter()

D、D. foreach()

59、 7. Spark与Hadoop在基于内存的运算中，说法正确的是（）。

A、A. Spark的运算效率是Hadoop的10倍

B、B. Spark的运算效率是Hadoop的100倍

C、C. Hadoop的运算效率是Spark的100倍

D、D. Hadoop的运算效率是Spark的10倍

60、 6. 下列选项中，可以支持Scala和Python编程的交互式解释器是（）。

A、A. HBase-Shell

B、B. Spark-Shell

C、C. Hadoop-Shell

D、D. Hive-Shell

61、 1. (单选题)以下不属于Spark架构中的组件的是( )

A、A. Driver

B、B. SparkContext

C、C. ClusterManager

D、D. ResourceManager

62、 12. (单选题)Spark中的SparkContext是( )。

A、A. 主节点

B、B. 从节点

C、C. 执行器

D、D. 上下文

63、（填空题） 12. (填空题)在spark-shell下进入粘贴模式的命令为

64、（填空题） 19. (填空题)方法用于获取RDD的前N个元素，返回数据为数组

65、 14. (单选题)以下选项中使用spark-submit指定在YARN框架上运行程序的是( )。

A、A. bin/spark-submit --master yarn-client

B、B. bin/spark-submit --class local

C、C. bin/spark-submit --class yarn-client

D、D. bin/spark-submit --name yarn

微信扫一扫在线答题在线出卷随机出题小程序闯关答题软件出题答题小程序

小曹 选择题

小曹 选择题 在线考试 答题题目

小曹选择题

小曹选择题在线考试答题题目