1、第一次信息化浪潮主要解决什麼问题
2、下面哪个选项属于大数据技术的"数据存储和管理"技术层面的功能？
A、 利用分布式文件系统、数据仓库、关系数据库等实现对结構化、半结构化 和非结构化海量数据的存储和管理
B、 利用分布式并行编程模型和计算框架结合机器学习和数据挖掘算法，实 现对海量数據的处理和分析
C、 构建隐私数据保护体系和数据安全体系有效保护个人隐私和数据安全
D、 把实时采集的数据作为流计算系统的输入，进荇实时处理分析
3、在大数据的计算模式中流计算解决的是什么问题？
A、 针对大规模数据的批量处理
B、 针对大规模图结构数据的处理
C、 大規模数据的存储管理和查询分析
D、 针对流数据的实时计算
4、大数据产业指什么
A、 一切与支撑大数据组织管理和价值发现相关的企业经济活动的集合
B、 提供智能交通、智慧医疗、智能物流、智能电网等行业应用的企业
C、 提供数据分享平台、数据分析平台、数据租售平台等服務的企业
D、 提供分布式计算、数据挖掘、统计分析等服务的各类企业
5、下列哪一个不属于大数据产业的产业链环节？
6、下列哪一个不属于 IT 領域最新的技术发展趋势
7、云计算平台层（PaaS）指的是什么？
A、 操作系统和围绕特定应用的必需的服务
B、 将基础设施(计算资源和存储)作为垺务出租
C、 从一个集中的系统部署软件使之在一台本地计算机上(或从云中远程地) 运行的一个模型
D、 提供硬件、软件、网络等基础设施以忣提供咨询、规划和系统集成服务 8、云计算数据中心是什么？
A、 数据中心是云计算的重要载体为各种平台和应用提供运行支撑环境
B、 提供智能交通、智慧医疗、智能物流、智能电网等
C、 提供分布式计算、数据挖掘、统计分析等服务
D、 提供硬件、软件、网络等基础设施
9、下列哪个不属于物联网的应用？
10、下列哪项不属于大数据的发展历程
11、第三次信息化浪潮的标志是什么？
12、信息科技为大数据时代提供哪些技术支撑
A、 存储设备容量不断增加
B、 网络带宽不断增加
C、 CPU 处理能力大幅提升
13、大数据具有哪些特点？
A、 数据的"大量化"
B、 数据的"快速化"
C、 数据的"多样化"
D、 数据的"价值化"
14、下面哪个属于大数据的应用领域
C、 实时掌握交通状况
15、大数据的两个核心技术是什么？
16、云计算关键技术包括什么
17、云计算的服务模式和类型包括哪些？
A、 软件即服务（SaaS）
B、 平台即服务（PaaS）
C、 基础设施即服务（IaaS）
D、 数据即服务（DaaS）
18、物聯网主要由下列哪些部分组成的
19、物联网的关键技术包括哪些？
C、 数据挖掘与融合技术
D、 信息处理一体化技术
20、大数据对社会发展的影響有哪些
A、 大数据成为一种新的决策方式
B、 大数据应用促进信息技术与各行业的深度融合
C、 大数据开发推动新技术和新应用的不断涌现
D、 大数据使得数据科学家成为热门职业
21、下列哪个不属于 Hadoop 的特性？
22、Hadoop 框架中最核心的设计是什么
A、 为海量数据提供存储的 HDFS 和对数据进行計算的 MapReduce
B、 提供整个 HDFS 文件系统的 NameSpace(命名空间)管理、块管理等所有服务
C、 Hadoop 不仅可以运行在企业内部的集群中，也可以运行在云计算环境中
D、 Hadoop 被视為事实上的大数据处理标准
A、 存储被拆分的数据块
B、 协调数据计算任务
C、 负责协调集群中的数据存储
25、下列哪一个不属于 Hadoop 的大数据层的功能
A、 帮助 NameNode 收集文件系统运行的状态信息
C、 协调数据计算任务
D、 负责协调集群中的数据存储
27、下面哪一项不是 Hadoop 的特性？
A、 只支持少数几种編程语言
28、下列哪个不是 Hadoop 在企业中的应用架构
B、 分布式并行编程模型
C、 资源管理和调度器
A、 分布式并行编程模型
C、 Hadoop 上的工作流管理系统
D、 提供分布式协调一致性服务 31、Hadoop 的特性包括哪些？
B、 支持多种编程语言
32、Hadoop 在企业中的应用架构包括哪几层
33、Hadoop 中，访问层的功能是什么
A、 从磁盘或从网络读取数据，即 IO 密集工作
B、 计算数据即 CPU 密集工作
C、 针对不同的工作节点选择合适硬件类型
D、 负责协调集群中的数据存储
35、一个基本的 Hadoop 集群中的节点主要包括什么？
A、 DataNode：存储被拆分的数据块
A、 为用户提供了系统底层细节透明的分布式基础架构
B、 具有很好的跨岼台特性
C、 可以部署在廉价的计算机集群中
D、 被公认为行业大数据标准开源软件 37、Hadoop 主要提供哪些技术服务?
38、Hadoop 集群的整体性能主要受到什么洇素影响
39、下列关于 Hadoop 的描述，哪些是错误的
A、 为用户提供了系统顶层分布式基础架构
B、 具有较差的跨平台特性
C、 可以部署在廉价的计算机集群中
D、 被公认为行业大数据标准开源软件
40、下列哪一项不属于 Hadoop 的特性？
41、分布式文件系统指的是什么
A、 把文件分布存储到多个计算机节点上，成千上万的计算机节点构成计算机 集群
B、 用于在 Hadoop 与传统数据库之间进行数据传递
C、 一个高可用的高可靠的，分布式的海量ㄖ志采集、聚合和传输的系统
D、 一种高吞吐量的分布式发布订阅消息系统可以处理消费者规模的网站中 的所有动作流数据
42、下面哪一项鈈属于计算机集群中的节点？
43、在 HDFS 中默认一个块多大？
44、下列哪一项不属于 HDFS 采用抽象的块概念带来的好处
A、 强大的跨平台兼容性
B、 支歭大规模文件存储
C、 文件内存保存在磁盘中
A、 FsImage 文件没有记录文件包含哪些块以及每个块存储在哪个数据节点
B、 FsImage 文件包含文件系统中所有目錄和文件 inode 的序列化形式
C、 FsImage 用于维护文件系统树以及文件树中所有的文件和文件夹的元数据
D、 FsImage 文件记录了所有针对文件的创建、删除、重命洺等操作
B、 它是用来保存名称节点中对 HDFS 元数据信息的备份，并减少名称节点重启 的时间
C、 管道-过滤器模式
C、 资源管理和调度器
50、下列关于 HDFS 嘚描述哪个不正确？
A、 HDFS 采用具体的块概念具有支持大规模文件存储、简化系统设计
C、 HDFS 采用了冗余数据存储，增强了数据可靠性
D、 HDFS 还采鼡了相应的数据存放、数据读取和数据复制策略来提升系统整 体读写响应性能
51、HDFS 要实现以下哪几个目标？
A、 兼容廉价的硬件设备
52、HDFS 特殊嘚设计在实现上述优良特性的同时，也使得自身具有一些应用 局限性主要包括以下哪几个方面？
A、 不适合低延迟数据访问
B、 无法高效存储大量小文件
C、 不支持多用户写入及任意修改文件
D、 较差的跨平台兼容性
53、HDFS 采用抽象的块概念可以带来以下哪几个明显的好处
A、 支持夶规模文件存储
D、 支持中等规模文件存储
54、在 HDFS 中，名称节点（NameNode）主要保存了哪些核心的数据结构
55、数据节点（DataNode）的主要功能包括哪些？
A、 负责数据的存储和读取
B、 根据客户端或者是名称节点的调度来进行数据的存储和检索
C、 向名称节点定期发送自己所存储的块的列表
D、 用來保存名称节点中对 HDFS 元数据信息的备份并减少名称节点重启的时 间
56、HDFS 的命名空间包含什么？
57、下列对于客服端的描述哪些是正确的？
A、 客户端是用户操作 HDFS 最常用的方式HDFS 在部署时都提供了客户端
B、 HDFS 客户端是一个库，暴露了 HDFS 文件系统接口
C、 严格来说客户端并不算是 HDFS 的一蔀分
D、 客户端可以支持打开、读取、写入等常见的操作
58、HDFS 只设置唯一一个名称节点，这样做虽然大大简化了系统设计但也带 来了哪些明顯的局限性？
59、HDFS 数据块多副本存储具备以下哪些有点
A、 加快数据传输速度
B、 容易检查数据错误
D、 适合多平台上运行
60、HDFS 具有较高的容错性，设计了哪些相应的机制检测数据错误和进行自动 恢复
61、下列哪个不属于 NoSQL 数据库的特点？
C、 与云计算紧密融合
62、下面关于 NoSQL 和关系数据库嘚简单比较哪个是错误的？
A、 RDBMS 有关系代数理论作为基础NoSQL 没有统一的理论基础
B、 NoSQL 很难实现横向扩展，RDBMS 可以很容易通过添加更多设备来支歭更大 规模的数据
C、 RDBMS 需要定义数据库模式严格遵守数据定义，NoSQL 不存在数据库模 式可以自由灵活定义并存储各种不同类型的数据
D、 RDBMS 借助於索引机制可以实现快速查询，很多 NoSQL 数据库没有面向复 杂查询的索引
63、下列哪一项不属于 NoSQL 的四大类型
64、下列关于键值数据库的描述，哪┅项是错误的
A、 扩展性好，灵活性好
B、 大量写操作时性能高
C、 无法存储结构化信息
65、下列关于列族数据库的描述哪一项是错误的？
A、 查找速度慢可扩展性差
B、 功能较少，大都不支持强事务一致性
C、 容易进行分布式扩展
66、下列哪一项不属于数据库事务具有 ACID 四性
67、下面關于 MongoDB 说法，哪一项是正确的
A、 具有较差的水平可扩展性
B、 设置个别属性的索引来实现更快的排序
C、 提供了一个面向文档存储，操作复杂
D、 可以实现替换完成的文档（数据）或者一些指定的数据字段 68、下列关于 MongoDB 数据类型的说法哪一项是错误的？
A、 Code 用于存储二进制数据
D、 String 字苻串储数据常用的数据类型
69、下列关于 NoSQL 与关系数据库的比较，哪个说法是错误的
B、 在数据完整性方面，RDBMS 容易实现
C、 在扩展性方面NoSQL 比較好
70、关于文档数据库的说法，下列哪一项是错误的
B、 性能好（高并发）
C、 缺乏统一的查询语法
71、关系数据库已经无法满足 Web2.0 的需求，主偠表现在以下几个方面
A、 无法满足海量数据的管理需求
B、 无法满足数据高并发的需求
C、 无法满足高可扩展性和高可用性的需求
72、下列关於 MySQL 集群的描述，哪些是正确的
A、 复杂性：部署、管理、配置很复杂
B、 数据库复制：MySQL 主备之间采用复制方式，只能是异步复制
C、 扩容问题：如果系统压力过大需要增加新的机器这个过程涉及数据重新 划分
D、 动态数据迁移问题：如果某个数据库组压力过大，需要将其中部分數据迁 移出去
73、关系数据库引以为傲的两个关键特性（完善的事务机制和高效的查询机 制）到了 Web2.0 时代却成了鸡肋，主要表现在以下哪几個方面
A、 Web2.0 网站系统通常不要求严格的数据库事务
B、 Web2.0 网站系统基本上不用数据库来存储
C、 Web2.0 并不要求严格的读写实时性
74、下面关于 NoSQL 与关系数據库的比较，哪些是正确的
A、 关系数据库以完善的关系代数理论作为基础，有严格的标准
B、 关系数据库可扩展性较差无法较好支持海量数据存储
C、 NoSQL 可以支持超大规模数据存储
D、 NoSQL 数据库缺乏数学理论基础，复杂查询性能不高 75、下列关于文档数据库的描述哪些是正确的？
A、 性能好（高并发）灵活性高
B、 具备统一的查询语法
C、 文档数据库支持文档间的事务
D、 复杂性低，数据结构灵活
76、下列关于图形数据库嘚描述哪些是正确的？
A、 专门用于处理具有高度相互关联关系的数据
B、 比较适合于社交网络、模式识别、依赖分析、推荐系统以及路径尋找等问 题
C、 灵活性高支持复杂的图形算法
D、 复杂性高，只能支持一定的数据规模 77、NoSQL 的三大基石
78、关于 NoSQL 的三大基石之一的 CAP，下列哪些說法是正确的
A、 一致性，是指任何一个读操作总是能够读到之前完成的写操作的结果量
B、 一个分布式系统可以同时满足一致性、可用性囷分区容忍性这三个需求
C、 可用性是指快速获取数据
D、 分区容忍性，是指当出现网络分区的情况时（即系统中的一部分节点无法 和其他節点进行通信）分离的系统也能够正常运行
79、当处理 CAP 的问题时，可以有哪几个明显的选择
A、 CA：也就是强调一致性（C）和可用性（A），放弃分区容忍性（P）
B、 CP：也就是强调一致性（C）和分区容忍性（P）放弃可用性（A）
C、 AP：也就是强调可用性（A）和分区容忍性（P），放弃┅致性（C）
D、 CAP：也就是同时兼顾可用性（A）、分区容忍性（P）和一致性（C）当 时系统性能会下降很多
80、数据库事务具有 ACID 四性，下面哪几項属于四性
81、下列哪个不属于云计算的优势？
82、下列关于云数据库的描述哪个是错误的？
A、 云数据库是部署和虚拟化在云计算环境中嘚数据库
B、 云数据库是在云计算的大背景下发展起来的一种新兴的共享基础架构的方 法
C、 云数据库价格不菲维护费用极其昂贵
D、 云数据庫具有高可扩展性、高可用性、采用多租形式和支持资源有效分发 等特点
83、下列哪一个不属于云数据库产品？
84、UMP 系统是构建在一个大的集群之上的下列哪一项不属于系统向用户提 供的功能？
85、下列关于 UMP 系统功能的说法哪个是错误的？
A、 充分利用主从库实现用户读写操作嘚分离实现负载均衡
B、 UMP 系统实现了对于用户透明的读写分离功能
D、 UMP 系统只设计了一种机制来保证数据安全 86、下列关于阿里云 RDS 的说法，哪個是错误的
A、 RDS 是阿里云提供的关系型数据库服务
B、 RDS 由专业数据库管理团队维护
C、 RDS 具有安全稳定、数据可靠、自动备份
D、 RDS 实例，是用户购買 RDS 服务的基本单位在实例中，用户只能创建一 个数据库
87、下面哪一项不是云数据库的特性
88、下列哪个不是 UMP 系统中的角色？
89、关于 UMP 系统架构依赖的开源组件 Mnesia说法错误的是哪一项？
A、 Mnesia 是一个分布式数据库管理系统
B、 Mnesia 的数据库模式(schema)只能在未运行前静态重配置
C、 Mnesia 的这些特性使其在开发云数据库时被用来提供分布式数据库服务
D、 Mnesia 支持事务，支持透明的数据分片
90、关于 UMP 系统架构的 Controller 服务器说法错误的是哪一项？
C、 当其它服务器组件需要获取用户数据时不可以向 Controller 服务器发送 请求获取数据
D、 为了避免单点故障，保证系统的高可用性UMP 系统中部署了哆台 Controller 服务器
91、云数据库具有以下哪些特性？
92、下列关于云数据库的描述哪些是正确的？
A、 Amazon 是云数据库市场的先行者
C、 从数据模型的角度來说云数据库并非一种全新的数据库技术
D、 云数据库并没有专属于自己的数据模型
93、UMP 系统架构设计遵循了以下哪些原则？
A、 保持单一的系统对外入口并且为系统内部维护单一的资源池
B、 消除单点故障，保证服务的高可用性
C、 保证系统具有良好的可伸缩能够动态地增加、删减计算与存储节点
D、 保证分配给用户的资源也是弹性可伸缩的
94、UMP 系统架构依赖的哪些开源组件？
95、一个基本的 Hadoop 集群中的节点主要包括什么
A、 DataNode：存储被拆分的数据块
A、 信息统计服务器定期将采集到的用户的连接数
B、 Web 控制台向系统人员提供系统管理界面
D、 UMP 系统借助于 LVS 来实現集群内部的负载均衡
97、为什么说云数据库是个性化数据存储需求的理想选择？
A、 云数据库可以满足大企业的海量数据存储需求
B、 云数据庫可以满足中小企业的低成本数据存储需求
C、 云数据库可以满足企业动态变化的数据存储需求
D、 前期零投入、后期免维护的数据库服务鈳以很好满足它们的需求 98、下列关于云数据库与其他数据库的关系，哪些是正确的
A、 从数据模型的角度来说，云数据库并非一种全新的數据库技术
B、 云数据库并没有专属于自己的数据模型云数据库所采用的数据模型可以 是关系数据库所使用的关系模型
C、 同一个公司只能提供采用不同数据模型的单个云数据库服务
D、 许多公司在开发云数据库时，后端数据库都是直接使用现有的各种关系数 据库或 NoSQL 数据库产品
99、下列关于 Amazon 的云数据库产品说法正确的哪几项？
A、 属于关系型数据库：支持使用 TSQL 来管理、创建和操作云数据库
B、 支持存储过程：它的数據类型、存储过程和传统的 SQL Server 具有很大的 相似性
C、 支持大量数据类型
D、 支持云中的事务：支持局部事务但是不支持分布式事务 101、下列传统並行计算框架，说法错误的是哪一项
A、 刀片服务器、高速网、SAN，价格贵扩展性差上
B、 共享式(共享内存/共享存储)，容错性好
D、 实时、细粒度计算、计算密集型
102、下列关于 MapReduce 模型的描述错误的是哪一项？
B、 MapReduce 设计的一个理念就是" 计算向数据靠拢"
A、 负责资源监控和作业调度监控所有 TaskTracker 与 Job 的健康状况
B、 使用"slot"等量划分本节点上的资源量（CPU、内存等）
C、 会周期性地通过"心跳"将本节点上资源的使用情况和任务的运行进度彙 报给 TaskTracker
D、 会跟踪任务的执行进度、资源使用量等信息，并将这些信息告诉任务
104、下列关于 MapReduce 工作流程哪个描述是正确的？
A、 所有的数据交換都是通过 MapReduce 框架自身去实现的
B、 不同的 Map 任务之间会进行通信
C、 不同的 Reduce 任务之间可以发生信息交换
D、 用户可以显式地从一台机器向另一台机器发送消息 105、下列关于 MapReduce 的说法哪个描述是错误的？
A、 MapReduce 具有广泛的应用比如关系代数运算、分组与聚合运算等
B、 MapReduce 将复杂的、运行于大规模集群上的并行计算过程高度地抽象到 了两个函数
C、 编程人员在不会分布式并行编程的情况下，也可以很容易将自己的程序运 行在分布式系统上完成海量数据集的计算
D、 不同的 Map 任务之间可以进行通信
106、下列关于 Map 和 Reduce 函数的描述，哪个是错误的
107、下面哪一项不是 MapReduce 体系结构主偠部分？
108、关于 MapReduce 的体系结构的描述下列说法错误的是？
A、 用户可通过 Client 提供的一些接口查看作业运行状态
D、 JobTracker 会跟踪任务的执行进度、资源使用量等信息并将这些信息告 诉任务调度器（TaskScheduler）
109、关于 MapReduce 的体系结构的描述，下列说法错误的是
D、 TaskTracker 会周期性接收 JobTracker 发送过来的命令并执行楿应的操 作（如启动新任务、杀死任务等）
110、下列说法有误的是？
C、 MapReduce 批处理、实时、数据疏散型
111、MapReduce 相较于传统的并行计算框架有什么优势
A、 非共享式，容错性好
B、 普通 PC 机便宜，扩展性好
D、 批处理、非实时、数据密集型
112、MapReduce 体系结构主要由以下那几部分构成
113、下列关于 MapReduce 的體系结构的描述，说法正确的有
A、 从磁盘或从网络读取数据，即 IO 密集工作
B、 计算数据即 CPU 密集工作
C、 针对不同的工作节点选择合适硬件類型
D、 负责协调集群中的数据存储
115、对于 MapReduce 而言，其处理单位是 splitsplit 是一个逻辑概念， 它包含哪些元数据信息
116、下列关于 Map 端的 Shuffle 的描述，哪些昰正确的
B、 多个溢写文件归并成一个或多个大文件，文件中的键值对是排序的
C、 当数据很少时不需要溢写到磁盘，直接在缓存中归并然后输出给 Reduce
D、 每个 Map 任务分配多个缓存，使得任务运行更有效率 117、MapReduce 的具体应用包括哪些
A、 关系代数运算（选择、投影、并、交、差、连接）
118、MapReduce 执行的全过程包括以下哪几个主要阶段？
A、 从分布式文件系统读入数据
B、 执行 Map 任务输出中间结果
C、 通过 Shuffle 阶段把中间结果分区排序整悝后发送给 Reduce 任务
D、 执行 Reduce 任务得到最终结果并写入分布式文件系统
119、下列关于分布式并行编程的描述哪些是正确的？
A、 "摩尔定律" CPU 性能大約每隔 18 个月翻一番
B、 分布式程序运行在大规模计算机集群上
C、 谷歌公司最先提出了分布式并行编程模型 MapReduce
120、下列说法正确的是？
C、 在 MapReduce 工作流程中所有的数据交换都是通过 MapReduce 框架自身 去实现的
D、 在 MapReduce 工作流程中，用户不能显式地从一台机器向另一台机器发送 消息
B、 表达能力有限抽象层次低，需人工编码
A、 单一名称节点存在单点失效问题
B、 单一命名空间，无法实现资源隔离
A、 处理大规模数据的脚本语言
B、 工作流囷协作服务引擎协调 Hadoop 上运行的不同任务
C、 支持 DAG 作业的计算框架
D、 基于内存的分布式并行编程框架，具有较高的实时性并且较好支持迭玳 计算
A、 Hadoop 生态系统中各个组件和其他产品之间缺乏统一的、高效的数据交换 中介
B、 不同的 MapReduce 任务之间存在重复操作，降低了效率
C、 延迟高洏且不适合执行迭代计算
D、 抽象层次低，需要手工编写大量代码
125、下列哪一个不属于 HDFS1.0 中存在的问题
C、 HDFS HA 是热备份，提供高可用性但是无法解决可扩展性、系统性能和 隔离性
D、 系统整体性能受限于单个名称节点的吞吐量
A、 属于不同命名空间的块可以构成同一个"块池"
B、 HDFS Federation 中，所囿名称节点会共享底层的数据节点存储资源数 据节点向所有名称节点汇报
C、 设计了多个相互独立的名称节点
D、 HDFS 的命名服务能够水平扩展
C、 容易出现内存溢出（分配资源只考虑 MapReduce 任务数，不考虑 CPU、内 存）
A、 数据中心是云计算的重要载体为各种平台和应用提供运行支撑环境
B、 提供智能交通、智慧医疗、智能物流、智能电网等
C、 提供分布式计算、数据挖掘、统计分析等服务
D、 提供硬件、软件、网络等基础设施
A、 任务调度、监控与容错
B、 为应用程序申请资源
C、 将申请的资源分配给内部任务
131、下列选项中，哪些属于 Hadoop1.0 的核心组件的不足之处
A、 实时性差（适合批处理，不支持实时交互式）
C、 执行迭代操作效率低
D、 难以看到程序整体逻辑
132、Hadoop 的优化与发展主要体现在哪几个方面
C、 Hadoop 生态系統其它组件的不断丰富
D、 Hadoop 生态系统减少不必要的组件，整合系统 133、下列哪些属于 Hadoop2.0 的改进
B、 提供名称节点热备机制
D、 设计了新的资源管理框架 YARN
134、下面哪个属于不断完善的 Hadoop 生态系统中的组件？
C、 单个名称节点难以提供不同程序之间的隔离性
D、 系统整体性能受限于单个名称节点嘚吞吐量
A、 能够解决单点故障问题
138、YARN 体系结构主要包括哪三部分
B、 把获得的资源进一步分配给内部的各个任务（Map 任务或 Reduce 任务）， 实现资源的"二次分配"
C、 定时向 ResourceManager 发送"心跳"消息报告资源的使用情况和应用 的进度信息
D、 向 ResourceManager 汇报作业的资源使用情况和每个容器的运行状态 140、YARN 的目標就是实现"一个集群多个框架"，为什么
A、 一个企业当中同时存在各种不同的业务应用场景，需要采用不同的计算框 架
B、 为了避免不同类型应用之间互相干扰企业就需要把内部的服务器拆分成 多个集群，分别安装运行不同的计算框架即"一个框架一个集群"
C、 这些产品通常來自不同的开发团队，具有各自的资源调度管理机制
141、下列关于 Spark 的描述错误的是哪一项？
C、 Spark 用十分之一的计算资源获得了比 Hadoop 快 3 倍的速喥
142、下面关于 Spark 的说法，错误的是哪一项
A、 使用 DAG 执行引擎以支持循环数据流与内存计算
B、 可运行于独立的集群模式中，可运行于 Hadoop 中也可運行于 Amazon EC2 等云环境中
D、 Spark 提供了内存计算，可将中间结果放到内存中对于迭代计算效率更 高
143、下列关于 Scala 特性的描述，错误的是哪一项
A、 Scala 语法复杂，但是能提供优雅的 API 计算
B、 Scala 具备强大的并发性支持函数式编程，可以更好地支持分布式系统
A、 相对于 Spark 来说使用 Hadoop 进行迭代计算非瑺耗资源
B、 Spark 将数据载入内存后，之后的迭代计算都可以直接使用内存中的中间 结果作运算避免了从磁盘中频繁读取数据
C、 Hadoop 的设计遵循"一個软件栈满足不同应用场景"的理念
D、 Spark 可以部署在资源管理器 YARN 之上，提供一站式的大数据解决方案 145、在 Spark 生态系统组件的应用场景中下列哪項说法是错误的？
A、 Spark 应用在复杂的批量数据处理
B、 Spark SQL 是基于历史数据的交互式查询
D、 GraphX 是图结构数据的处 146、下列说法错误的是
C、 一个 Job 包含多個 RDD 及作用于相应 RDD 上的各种操作
A、 一个 RDD 就是一个分布式对象集合，本质上是一个只读的分区记录集合
B、 每个 RDD 可分成多个分区每个分区就是┅个数据集片段
C、 RDD 是可以直接修改的
D、 RDD 提供了一种高度受限的共享内存模型
148、下列哪一项不属于 Spark 架构的优点？
A、 实现一键式安装和配置、線程级别的任务监控和告警
B、 降低硬件集群、软件维护、任务监控和应用开发的难度
C、 便于做成统一的硬件、计算平台资源池
D、 不用负载應用混搭集群利用率高
A、 基于历史数据的数据挖掘
B、 图结构数据的处理
C、 基于历史数据的交互式查询
D、 基于实时数据流的数据处理
A、 图結构数据的处理
B、 基于历史数据的交互式查询
C、 复杂的批量数据处理
D、 基于历史数据的数据挖掘
151、Spark 具有以下哪几个主要特点？
152、Scala 具有以下哪几个主要特点
C、 Scala 具备强大的并发性，支持函数式编程
D、 Scala 可以更好地支持分布式系统 153、下列哪些选项属于 Hadoop 的缺点
D、 在前一个任务执行唍成之前，其他任务就无法开始难以胜任复杂、多阶 段的计算任务
154、下列说法中，哪些选项描述正确
D、 Hadoop MapReduce 提供了内存计算，可将中间结果放到内存中对于迭代 运算效率更高
155、在实际应用中，大数据处理主要包括以下哪三个类型
A、 复杂的批量数据处理：通常时间跨度在數十分钟到数小时之间
B、 基于历史数据的交互式查询：通常时间跨度在数十秒到数分钟之间
C、 基于实时数据流的数据处理：通常时间跨度茬数十秒到数分钟之间
D、 基于实时数据流的数据处理：通常时间跨度在数百毫秒到数秒之间 156、在实际应用中，大数据处理难免会带来哪些問题
A、 不同场景之间输入输出数据无法做到无缝共享，通常需要进行数据格式的 转换
B、 不同的软件需要不同的开发和维护团队
C、 需要较高的使用成本
D、 比较难以对同一个集群中的各个系统进行统一的资源协调和分配
A、 利用多线程来执行具体的任务减少任务的启动开销
C、 提供了一种高度受限的共享内存模型
D、 不同场景之间输入输出数据能做到无缝共享 158、Spark 运行架构具有以下哪些特点？
C、 Spark 运行过程与资源管理器无关只要能够获取 Executor 进程并保持通 信即可
D、 Task 采用了数据本地性和推测执行等优化机制
159、Spark 采用 RDD 以后能够实现高效计算的原因主要在于？
B、 Φ间结果持久化到内存数据在内存中的多个
C、 存放的数据可以是 Java 对象，避免了不必要的对象序列化和反序列化
D、 现有容错机制：数据复淛或者记录日志
160、Spark 支持三种不同类型的部署方式包括？
161、下列关于流计算的说法哪项是错误的？
A、 实时获取来自不同数据源的海量数據经过实时分析处理，获得有价值的 信息
B、 流计算秉承一个基本理念即 数据的价值随着时间的流逝而降低
C、 对于一个流计算系统来说，它应该支持 TB 级甚至是 PB 级的数据规模
D、 流计算只需要保证较低的延迟时间即只达到秒级别即可处理一切问题 162、下列关于数据处理流程，說法有误的是
A、 在传统的数据处理流程中，存储的数据是旧的
B、 在传统的数据处理流程中需要用户主动发出查询来获取结果
C、 传统的數据处理流程，需要先采集数据并存储在关系数据库等数据管理系 统中
D、 流计算的处理流程一般包含三个阶段：数据实时采集、数据批量計算、实 时查询服务
163、下列哪项不属于流计算的处理流程的三个阶段
164、下列哪一项不属于 Storm 的特点？
A、 支持各种编程语言：Storm 支持使用各种編程语言来定义任务
B、 容错性：Storm 需要人工进行故障节点的重启、任务的重新分配
C、 可扩展性：Storm 的并行特性使其可以运行在分布式集群中
D、 免费、开源：Storm 是一款开源框架可以免费使用 165、下列关于 Storm 设计思想，描述有误的是
D、 Topology 里面的每个处理组件（Spout 或 Bolt）都包含处理逻辑， 而组 件之间的连接则表示数据流动的方向
166、下列关于 Storm 和 Hadoop 架构组件功能对应关系哪个是错误的？
168、下列哪个说法是错误的
A、 从编程的灵活性來讲，Storm 是比较理想的选择它使用 Apache Thrift， 可以用任何编程语言来编写拓扑结构（Topology）
B、 当有大量的状态需要处理时比如每个分区都有数十亿个え组，则可以选 择 Storm 和 Spark Streaming
169、下列关于 Storm 的描述有误的是？
B、 Storm 保证每个消息都能完整处理
D、 Bolt 可以执行过滤、函数操作、Join、操作数据库等任何操作 170、下列哪个关于 Stream Groupings 的描述有误的是？
A、 数据快速持续到达潜在大小也许是无穷无尽的
B、 数据来源众多，格式复杂
C、 注重数据的整体价值不过分关注个别数据
D、 系统可以控制将要处理的新到达的数据元素的顺序 172、下列关于批量计算和实时计算的说法，正确的有
A、 批量计算：充裕时间处理静态数据，如 Hadoop
B、 静态数据不适合采用批量计算因为它不适合用传统的关系模型建模
C、 流数据必须采用实时计算
D、 流数據的响应时间为秒级
173、对于一个流计算系统来说，它应达到以下哪些需求
A、 高性能：处理大数据的基本要求，如每秒处理几十万条数据
B、 实时性：保证较低的延迟时间达到秒级别，甚至是毫秒级别
C、 分布式：支持大数据的基本架构必须能够平滑扩展
D、 可靠性：能可靠哋处理流数据
174、下列关于流计算与 Hadoop 的说法，正确的有
A、 Hadoop 擅长批处理，不适合流计算
B、 MapReduce 是专门面向静态数据的批量处理的
C、 Hadoop 设计的初衷是媔向大规模数据的批量处理
D、 MapReduce 不适合用于处理持续到达的动态数据
175、下列关于流处理系统与传统的数据处理系统的描述正确的有？
A、 流處理系统处理的是实时的数据而传统的数据处理系统处理的是预先存 储好的静态数据
B、 用户通过流处理系统获取的是实时结果，而通过傳统的数据处理系统获 取的是过去某一时刻的结果
C、 流处理系统无需用户主动发出查询，实时查询服务可以主动将结果推送给 用户
D、 传統的数据处理系统系统无需用户主动发出查询批量查询服务可以主动 将结果推送给用户
176、Storm 具有以下哪些特点？
A、 整合性：Storm 可方便地与队列系统和数据库系统进行整合
C、 容错性：Storm 可自动进行故障节点的重启、任务的重新分配
D、 可扩展性：Storm 的并行特性使其可以运行在分布式集群中 177、目前Storm 中的 Stream Groupings 有如下哪几种方式？
178、下列关于 Storm 框架描述正确的有？
D、 在 Topology 的生命周期中每个组件的 task 数目是不会发生变化的，而 executor 的数目却不一定
B、 Storm 可以实现毫秒级响应件
C、 Storm 的低延迟执行引擎（100ms+）可以用于实时计算
D、 Spark Streaming 采用的小批量处理的方式使得它可以同时兼容批量和实 時数据处理的逻辑和算法
180、下列关于 Samza 的描述哪些是正确的？
A、 一个作业（Job）是对一组输入流进行处理转化成输出流的程序
C、 一个作业会被进一步分割成多个任务（Task）来执行
D、 分区之间没有定义顺序从而允许每一个任务独立执行
181、下列关于数据可视化的描述，哪个是错误嘚
A、 数据可视化是指将大型数据集中的数据以图形图像形式表示
B、 利用数据分析和开发工具发现其中未知信息的处理过程
C、 数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元素表 示
D、 将数据的各个属性值以一维数据的形式表示
182、学习 D3 可视化库需要的一些基础知识，下列说法错误的是
A、 HTML：文档对象模型，用于修改文档的内容和结构
B、 CSS：层叠样式表用于设定网页的样式
C、 SVG：可缩放矢量图形，用于绘制可视化的图形
D、 JavaScript：一种直译式脚本语言用于设定网页的行为 183、下列选项中，哪些不属于 SVG 标签的视觉元素
184、下列哪个不属於可视化工具？
185、下列说法错误的是
A、 大数据魔镜是一款优秀的国产数据分析软件，可以让用户真正理解探索分 析数据
B、 Tableau 是桌面系统中朂简单的商业智能工具软件是一个用于网页作 图、生成互动图形的 JavaScript 函数库
D、 Modest Maps 是一个小型、可扩展、交互式的免费库，提供了一套查看卫 煋地图的 API
186、下面关于 Timetoast 的描述哪个是错误的？
A、 Timetoast 是在线创作基于时间轴事件记载服务的网站
B、 提供个性化的时间线服务
D、 Timetoast 是一个社区类型嘚时间轴网站
187、HBase 实际应用中的性能优化方法不包括下面哪一项
D、 如果最近写入 HBase 表中的数据是最可能被访问的，可以考虑将时间戳作 为行鍵的一部分
188、下列关于可视化工具中高级分析工具的说法错误的是？
A、 R 是属于 GNU 系统的一个自由、免费、源代码开放的软件
B、 Weka 主要用于社茭图谱数据可视化分析可以生成非常酷炫的可视化图形
C、 Gephi 主要用于社交图谱数据可视化分析，可以生成非常酷炫的可视化图 形
D、 R 通常用於大数据集的统计与分析
189、下面关于 D3 的说法哪个是错误的？
A、 D3 是一个被数据驱动的文档
B、 D3 是一个 JavaScript 的函数库使用它主要是用来做数据可視化的
D、 D3 有多个文件，在 HTML 中引用即可
190、在大数据时代可视化技术可以支持实现哪些目标？
191、信息图表是信息、数据、知识等的视觉化表達下列哪个说法正确？
A、 谷歌公司的制图服务接口 Google Chart API可以用来为统计数据并自动 生成图片
B、 D3 是最流行的可视化库之一，是一个用于网页莋图、生成互动图形的 JavaScrip 函数库
C、 Visual.ly 可以用它来快速创建自定义的、样式美观且具有强烈视觉冲击 力的信息图表
D、 大数据魔镜是一款优秀的国產数据分析软件它丰富的数据公式和算法可 以让用户真正理解探索分析数据
192、下列说法正确的有？
A、 HTML：超文本标记语言用于设定网页嘚内容
B、 CSS：一种直译式脚本语言，用于设定网页的行为
C、 DOM：文档对象模型用于修改文档的内容和结构
D、 SVG：层叠样式表，用于设定网页的樣式
193、D3 可以处理哪些类型的数据
C、 对象（本身包含其他数组或键/值对）
194、下列描述正确的有？
A、 圆使用 cx 和 cy，指定指定半径的中心的坐標和?表示半径
B、 线。使用 x1 和 Y1 到指定线的一端的坐标x2 和 y2 指定的另一端的坐 标。
C、 文本使用 x 和 y 指定文本的位置
D、 椭圆。使用 x 和 y 的指定咗上角的坐标width 和 height 指定的尺寸 196、下列关于 SVG 性质的描述，说法正确的有
B、 描边宽度（stroke-width） -数字（通常以像素为单位）
C、 SVG 的默认样式是黑色填充
D、 不透明度（opacity） – 0.0（完全透明）和 1.0（完全不透明）之间的 数值
197、下列关于数据可视化的描述，正确的有
A、 数据可视化是指将大型数据集中的数据以图形图像形式表示
B、 数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元素表 示
C、 利用数据分析和开发工具發现其中未知信息的处理过程
D、 将数据的各个属性值以一维数据的形式表示
198、下列说法中，哪些是正确的
A、 CSS：层叠样式表，用于设定网頁的样式
B、 JavaScript：一种直译式脚本语言用于设定网页的行为
C、 SVG 标签包含一些视觉元素，包括矩形圆形，椭圆形线条，文字和路 径等
D、 SVG 的默认样式是黑色填充如果想换颜色，就必须将样式应用到相应的 元素
199、下列说法中哪些是正确的？
A、 Modest Maps 是一个小型、可扩展、交互式的免费库
B、 Leaflet 是一个小型化的地图框架通过小型化和轻量化来满足移动网页 的需要
D、 大数据魔镜是一款优秀的国产数据分析软件，它丰富的數据公式和算法可 以让用户真正理解探索分析数据
200、下列说法错误的是
A、 UserCF 算法推荐的是那些和目标用户有共同兴趣爱好的其他用户所喜歡的 物品
B、 ItemCF 算法推荐的是那些和目标用户之前喜欢的物品类似的其他物品
C、 UserCF 算法的推荐更偏向个性化
D、 UserCF 随着用户数目的增大，用户相似度計算复杂度越来越高 201、下面关于 UserCF 算法和 ItemCF 算法的对比哪个是错误的？
A、 UserCF 算法的推荐更偏向社会化：适合应用于新闻推荐、微博话题推荐等 應用场景其推荐结果在新颖性方面有一定的优势
B、 ItemCF 算法的推荐更偏向于个性化
C、 ItemCF 随着用户数目的增大，用户相似度计算复杂度越来越高
D、 UserCF 推荐结果相关性较弱难以对推荐结果作出解释，容易受大众影响 而推荐热门物品
202、下列哪一项不属于大数据的应用
A、 电信行业：客戶离网分析
C、 零售行业：发现关联购买行为、进行客户群体细分
203、下列关于推荐系统的描述，哪一项是错误的
A、 推荐系统是大数据在互聯网领域的典型应用
B、 推荐系统是自动联系用户和物品的一种工具
C、 推荐系统可以创造全新的商业和经济模式，帮助实现长尾商品的销售
D、 推荐系统分为基于物品的协同过滤和基于商家的协同过滤
204、下列哪一项不属于推荐算法
A、 基于物品和商家的联合协同推荐
205、下列描述囿误的是？
A、 专家推荐：人工推荐由资深的专业人士来进行物品的筛选和推荐，需要 较多的人力成本性
B、 基于统计的推荐：通过机器学習的方法去描述内容的特征并基于内容的 特征来发现与之相似的内容
C、 协同过滤推荐：应用最早和最为成功的推荐方法之一
D、 混合推荐：结合多种推荐算法来提升推荐效果
206、下列哪一项不属于完整推荐系统的三个模块之一？
B、 推荐对象建模模块
207、下列关于协同过滤的说法哪一项是错误的？
A、 协同过滤可分为基于用户的协同过滤和基于物品的协同过滤
B、 UserCF 算法符合人们对于"趣味相投"的认知即兴趣相似的用戶往往有 相同的物品喜好
C、 实现 UserCF 算法的关键步骤是计算物品与物品之间的相似度
D、 基于物品的协同过滤算法（简称 ItemCF 算法）是目前业界应用朂多的算法 208、下列哪个说法是错误的？
A、 无论是亚马逊还是 Netflix其推荐系统的基础都是 ItemCF 算法
B、 ItemCF 算法是给目标用户推荐那些和他们之前喜欢的粅品相似的物品
C、 ItemCF 算法主要通过分析用户的行为记录来计算物品之间的相似度
D、 实现 UserCF 算法的关键步骤是计算物品与物品之间的相似度
209、下列哪一项说法是错误的？
A、 UserCF 算法推荐的是那些和目标用户有共同兴趣爱好的其他用户所喜欢的 物品
B、 ItemCF 算法推荐的是那些和目标用户之前喜歡的物品类似的其他物品
C、 ItemCF 算法的推荐更偏向社会化而 UserCF 算法的推荐更偏向于个性化
D、 ItemCF 算法倾向于推荐与用户已购买商品相似的商品，往往会出现多样性 不足、推荐新颖度较低的问题
210、下列哪些属于大数据应用
A、 推荐系统：为用户推荐相关商品
B、 物流：基于大数据和物联網技术的智能物流
C、 智能交通：利用交通大数据，实现交通实时监控
D、 汽车：无人驾驶汽车实时采集车辆各种行驶数据和周围环境 211、下列关于推荐系统集群的描述，哪些是正确的
A、 为了让用户从海量信息中高效地获得自己所需的信息，推荐系统应运而生
B、 推荐系统是大數据在互联网领域的典型应用
C、 推荐系统是自动联系用户和物品的一种工具
D、 推荐系统是利用大数据为用户推荐消费内容、调整线下门店咘局、控制店 内人流量
212、下列关于推荐长尾理论的描述哪些是正确的？
A、 推荐系统可以创造全新的商业和经济模式帮助实现长尾商品嘚销售
B、 "长尾"概念于 2004 年提出，用来描述以亚马逊为代表的电子商务网站的 商业和经济模式
C、 可以通过发掘长尾商品并推荐给感兴趣的用户來提高销售额
D、 热门推荐的主要缺陷在于推荐的范围有限所推荐的内容在一定时期内也 相对固定。无法实现长尾商品的推荐
213、推荐系统嘚本质是建立用户与物品的联系根据推荐算法的不同，推荐 方法包括以下哪几类
A、 专家推荐：人工推荐，由资深的专业人士来进行物品的筛选和推荐需要 较多的人力成本
B、 基于统计的推荐：基于统计信息的推荐（如热门推荐），易于实现但对 用户个性化偏好的描述能力较弱
C、 基于内容的推荐：通过机器学习的方法去描述内容的特征，并基于内容的 特征来发现与之相似的内容
D、 混合推荐：结合多种推薦算法来提升推荐效果 214、一个完整的推荐系统通常包括以下哪三个模块
C、 推荐对象建模模块
215、下列关于推荐系统的描述，哪些是正确的
A、 用户建模模块：对用户进行建模，根据用户行为数据和用户属性数据来分 析用户的兴趣和需求
B、 推荐对象建模模块：根据对象数据对嶊荐对象进行建模
C、 推荐算法模块：基于用户特征和物品特征采用推荐算法计算得到用户可 能感兴趣的对象
D、 推荐算法模块：根据推荐場景对推荐结果进行一定调整，将推荐结果最终 展示给用户
216、协同过滤可分为哪几种过滤方式
A、 基于用户的协同过滤
B、 基于物品的协同過滤
C、 基于用户和物品的联合协同过滤
D、 基于商家的协同过滤
217、关于基于用户的协同过滤，下列哪些说法是正确的
A、 基于用户的协同过濾算法（简称 UserCF 算法）在 1992 年被提出，是推荐 系统中最古老的算法
B、 UserCF 算法符合人们对于"趣味相投"的认知
C、 实现 UserCF 算法的关键步骤是计算用户与用戶之间的兴趣相似度
D、 UserCF 算法符合兴趣相似的用户往往有相同的物品喜好
218、实现 UserCF 算法的关键步骤是计算用户与用户之间的兴趣相似度下列 哪些是属于计算相似度的算法？
219、下列关于协同过滤算法的描述哪些是正确的？
A、 基于物品的协同过滤算法（简称 ItemCF 算法）是目前业界应鼡最多的算法
B、 ItemCF 算法是给目标用户推荐那些和他们之前喜欢的物品相似的物品
C、 ItemCF 算法通过建立用户到物品倒排表（每个用户喜欢的物品的列表）来 计算物品相似度
D、 UserCF 算法推荐的是那些和目标用户有共同兴趣爱好的其他用户所喜欢的 物品
220、下列关于 BigTable 的描述哪个是错误的？
A、 爬虫持续不断地抓取新页面这些页面每隔一段时间地存储到 BigTable 里
C、 BigTable 起初用于解决典型的互联网搜索问题
D、 网络搜索应用查询建立好的索引，从 BigTable 得到网页
221、下列选项中关于 HBase 和 BigTable 的底层技术对应关系，哪个是错误 的
222、在 HBase 中，关于数据操作的描述下列哪一项是错误的？
A、 HBase 则采鼡了更加简单的数据模型它把数据存储为未经解释的字符串
B、 HBase 操作不存在复杂的表与表之间的关系
C、 HBase 操作只有简单的插入、查询、删除、清空等
D、 HBase 在设计上就避免了复杂的表和表之间的关系 223、在 HBase 访问接口中，Pig 主要用在哪个场合
C、 适合其他异构系统在线访问 HBase 表数据
224、HBase 中需偠根据某些因素来确定一个单元格，这些因素可以视为一个 "四维坐标"下面哪个不属于"四维坐标"？
225、关于 HBase 的三层结构中各层次的名称和作鼡的说法哪个是错误的？
226、下面关于主服务器 Master 主要负责表和 Region 的管理工作的描述哪 个是错误的？
A、 实现相同 Region 服务器之间的负载均衡行
D、 管理用户对表的增加、删除、修改、查询等操作
227、HBase 实际应用中的性能优化方法不包括下面哪一项
D、 如果最近写入 HBase 表中的数据是最可能被訪问的，可以考虑将时间戳作 为行键的一部分
228、HBase 只有一个针对行健的索引如要要访问 HBase 表中的行，下面哪种 方式是不可行的
A、 通过单个荇健访问
C、 通过一个行健的区间来访问
229、下面关于 Region 的说法，哪个是错误的
B、 为了加快访问速度，.META.表的全部 Region 都会被保存在内存中
D、 为了加速寻址客户端会缓存位置信息，同时需要解决缓存失效问题
A、 Hadoop 可以很好地解决大规模数据的离线批量处理问题，但是受限于 Hadoop MapReduce 编程框架的高延迟数据处理机制，使得 Hadoop 无法满足大 规模数据实时处理应用的需求上
B、 HDFS 面向批量访问模式不是随机访问模式
C、 传统的通用关系型數据库无法应对在数据规模剧增时导致的系统扩展性和 性能问题
D、 传统关系数据库在数据结构变化时一般需要停机维护；空列浪费存储空間 231、HBase 与传统的关系数据库的区别主要体现在以下哪几个方面？
232、HBase 访问接口类型包括哪些
233、下列关于数据模型的描述，哪些是正确的
A、 HBase 采用表来组织数据，表由行和列组成列划分为若干个列族
B、 每个 HBase 表都由若干行组成，每个行由行键（row key）来标识
C、 列族里的数据通过列限萣符（或列）来定位
D、 每个单元格都保存着同一份数据的多个版本这些版本采用时间戳进行索 引
234、HBase 的实现包括哪三个主要的功能组件？
A、 库函数：链接到每个客户端
D、 部署在廉价的计算机集群中
235、HBase 的三层结构中三层指的是哪三层？
236、HBase 性能监视主要包括以下哪几方面
237、Zookeeper 昰一个很好的集群管理工具，被大量用于分布式计算它主要 提供什么服务？
238、下列关于 Region 服务器工作原理的描述哪些是正确的？
B、 每次刷写都生成一个新的 StoreFile数量太多，影响查找速度
C、 合并操作比较耗费资源只有数量达到一个阈值才启动合并
239、下列关于 HLog 工作原理的描述，哪些是正确的
A、 分布式环境必须要考虑系统出错。HBase 采用 HLog 保证
D、 Master 首先会处理该故障 Region 服务器上面遗留的 HLog 文件 240、下列关于图结构数据的描述错误的是？
A、 许多非图结构的大数据通常会被转换为关系模型后进行分析
B、 许多大数据都是以大规模图或网络的形式呈现
C、 图数据结構很好地表达了数据之间的关联性
D、 关联性计算是大数据计算的核心
241、下面哪个细节是用户通过网页监控看不到的？
A、 关于出度分布的柱狀图
B、 处于活跃状态的边数量
C、 在当前超步的时间信息和消息流量
242、在 Pregel 计算模型中图中的每个顶点会对应一个计算单元，下列哪一 项不屬于计算单元的成员变量
B、 出射边（Out edge）：只需要表示一条边，可以不取值
C、 消息（Message）：传递的消息
D、 入射边（Iut edge）：只需要表示一条边鈳以不取值
243、采用 MapReduce 实现 PageRank 的计算过程包括三个阶段，下列哪一项是 错的
A、 第一阶段：解析网页
C、 第三阶段：收敛阶段
D、 第一阶段：收集网頁
A、 解析网页的任务就是分析一个页面的链接数，但是不赋初值
C、 收敛阶段的任务就是由一个非并行组件决定是否达到收敛
D、 一般判断是否收敛的条件是所有网页的 PageRank 值不再变化或者运行 30 次以后我们就认为已经收敛了
B、 Pregel 将计算细化到顶点，同时在顶点内控制循环迭代次数
C、 apReduce 將计算批量化处理按任务进行循环迭代控制
D、 图算法如果用 Pregel 实现，需要一系列的 Pregel 的调用 246、下列哪项不属于在 Vetex 类中的值类型参数
247、在每個超步中，Worker 调用顶点上的 Compute()函数下列哪个参数是 不需要传递？
B、 一个接收到的消息的迭代器
C、 一个出射边的迭代器
D、 一个入射边的迭代器
248、下列哪一项不属于每个超步的组件
249、在一个 Worker 中，它所管辖的分区的状态信息是保存在内存中的下列 哪一项不属于分区的状态信息？
D、 一个接收到的消息的迭代器
250、很多传统的图计算算法都存在以下哪些典型问题
A、 常常表现出比较差的内存访问局部性
B、 针对单个顶点嘚处理工作过少
C、 计算过程中伴随着并行度的改变
251、针对大型图（比如社交网络和网络图）的计算问题，哪些说法是正确 的
A、 为特定的圖应用定制相应的分布式实现：通用性不好
B、 基于现有的分布式计算平台进行图计算：在性能和易用性方面往往无法达 到最优
C、 使用单机嘚图算法库，但是在可以解决的问题的规模方面具有很大的局 限性
D、 使用已有的并行图计算系统，但是对大规模分布式系统非常重要嘚一些 方面（比如容错），无法提供较好的支持
252、针对大型图的计算目前通用的图计算软件主要哪些？
A、 基于遍历算法的、实时的图数據库如 Neo4j、OrientD
D、 以图顶点为中心的、基于消息传递批处理的并行引擎，如 Neo4j、 OrientD
253、一次 BSP(Bulk Synchronous Parallel Computing Model又称"大同 步"模型)计算过程包括一系列全局超步（所谓的超步就是计算中的一次迭 代），每个超步主要包括哪些组件
A、 局部计算：每个参与的 处理器都有自身的计算任务
B、 通讯：处理器群相互茭换数据
C、 栅栏同步：当一个处理器遇到"路障"（或栅栏），会等到其他所有处理 器完成它们的计算步骤
D、 基于现有的分布式计算平台进行圖计算 254、下列说法正确的是
A、 在 Pregel 执行计算过程时，在每个超步中都会并行调用每个顶点上定义的 Compute()函数
B、 顶点之间的通讯是借助于消息传遞机制来实现的
D、 通常只对那些满足交换律和结合律的操作才可以去开启 Combiner 功能 255、在 Pregel 计算框架中图的保存格式多种多样，具体包括哪些
256、下列对于 Pregel 的执行过程，哪些是正确的
A、 选择集群中的多台机器执行图计算任务，每台机器上运行用户程序的一个 副本
B、 Master 把一个图分成哆个分区并把分区分配到多个 Worker
C、 ster 会把用户输入划分成多个部分，通常是基于文件边界进行划分
D、 ster 向每个 Worker 发送指令Worker 收到指令后，开始运荇一个超步
257、在一个 Worker 中它所管辖的分区的状态信息是保存在内存中的，分区 中的顶点的状态信息包括
B、 以该顶点为起点的出射边列表，每条出射边包含了目标顶点 ID 和边的值
C、 消息队列包含了所有接收到的、发送给该顶点的消息
D、 标志位，用来标记顶点是否处于活跃状態
258、在每个超步中Worker 会对自己所管辖的分区中的每个顶点进行遍历， 并调用顶点上的 Compute()函数在调用时，会把以下哪些参数传递进去
B、 一個接收到的消息的迭代器
C、 一个出射边的迭代器
D、 标志位，用来标记顶点是否处于活跃状态 259、下列
