2025年秋江苏开放大学大数据库管理060602第三次过程性考核作业（7~10单元）

试题列表
单选题
题型：单选题客观题分值2分难度：一般得分：2
1
下列哪个不属于YARN体系结构中ResourceManager的功能？
A
资源分配与调度
B
处理来自ApplicationMaster的命令
C
监控NodeManager
D
处理客户端请求
学生答案：B
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
2
下列关于推荐系统的描述，哪一项是错误的？
A
推荐系统是自动联系用户和物品的一种工具
B
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
C
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
D
推荐系统是大数据在互联网领域的典型应用
学生答案：C
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
3
下列关于Scala特性的描述，错误的是哪一项？
A
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
B
Scala是Spark的主要编程语言
C
Scala兼容Java，运行速度快，且能融合到Hadoop生态圈中
D
Scala语法复杂，但是能提供优雅的API
学生答案：D
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
4
下列关于Map和Reduce函数的描述，哪个是错误的？
A
Map将小数据集进一步解析成一批<key,value>对，输入Map函数中进行处理
B
Map每一个输入的<k1,v1>会输出一批<k2,v2>，
C
Reduce输入的中间结果<k2,List(v2)>中的List(v2)表示是一批属于不同k2的value
D
Reduce输入的中间结果<k2,List(v2)>中的List(v2)表示是一批属于同一个k2的value
学生答案：C
老师点评：Reduce输入的中间结果＜k2,List(v2)＞中的List(v2)表示是一批属于同一个k2的value。
题型：单选题客观题分值2分难度：一般得分：2
5
下列传统并行计算框架，说法错误的是哪一项？
A
共享式(共享内存/共享存储)，容错性好
B
编程难度高
C
刀片服务器、高速网、SAN，价格贵，扩展性差
D
实时、细粒度计算、计算密集型
学生答案：A
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
6
下列关于推荐系统的描述，有误的是？
A
混合推荐：结合多种推荐算法来提升推荐效果
B
基于统计的推荐：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
C
协同过滤推荐：应用最早和最为成功的推荐方法之一
D
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
学生答案：B
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
7
在Hadoop生态系统中，Kafka主要解决Hadoop 中存在哪些的问题？
A
延迟高，而且不适合执行迭代计算
B
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
C
抽象层次低，需要手工编写大量代码
D
不同的MapReduce任务之间存在重复操作，降低了效率
学生答案：B
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
8
下列关于Spark的描述，错误的是哪一项？
A
支持使用Scala、Java、Python和R语言进行编程，但是不可以通过Spark Shell进行交互式编程
B
提供了完整而强大的技术栈，包括SQL查询、流式计算、机器学习和图算法组件
C
可运行于独立的集群模式中，可运行于Hadoop中，也可运行于Amazon EC2等云环境中
D
使用DAG执行引擎以支持循环数据流与内存计算
学生答案：A
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
9
下列关于Spark中RDD的说法，描述有误的是？
A
每个RDD可分成多个分区，每个分区就是一个数据集片段
B
RDD提供了一种高度受限的共享内存模型
C
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
D
RDD是可以直接修改的
学生答案：D
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
10
关于HDFS Federation 的设计的描述，哪个是错误的？
A
HDFS Federation中，所有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
B
属于不同命名空间的块可以构成同一个“块池”
C
HDFS的命名服务能够水平扩展
D
设计了多个相互独立的名称节点
学生答案：B
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
11
下列说法哪项有误？
A
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
B
相对于Spark来说，使用Hadoop进行迭代计算非常耗资源
C
Hadoop的设计遵循“一个软件栈满足不同应用场景”的理念
D
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
学生答案：C
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
12
在Spark生态系统组件的应用场景中，下列哪项说法是错误的？
A
Spark Streaming是基于历史数据的数据挖掘
B
GraphX是图结构数据的处理
C
Spark Core应用在复杂的批量数据处理
D
Spark SQL是基于历史数据的交互式查询
学生答案：A
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
13
关于Spark运行架构，下列说法错误的是？
A
DAG反映RDD之间的依赖关系
B
Application是用户编写的Spark应用程序
C
RDD是运行在工作节点（WorkerNode）的一个进程，负责运行Task
D
一个Job包含多个RDD及作用于相应RDD上的各种操作
学生答案：C
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
14
下列哪个不属于YARN体系结构中ApplicationMaster的功能？
A
处理来自ResourceManger的命令
B
任务调度、监控与容错
C
为应用程序申请资源
D
将申请的资源分配给内部任务
学生答案：A
老师点评：
题型：单选题客观题分值2分难度：一般得分：2
15
MapReduce1.0的体系结构中，JobTracker的主要任务是什么？
A
使用“slot”等量划分本节点上的资源量（CPU、内存等）
B
负责资源监控和作业调度，监控所有TaskTracker与Job的健康状况
C
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（Task）
D
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汇报给TaskTracker
学生答案：B
老师点评：
判断题
题型：判断题客观题分值2分难度：简单得分：2
1
在Hadoop生态系统中，Pig主要解决Hadoop 中存在的延迟高、不适合执行迭代计算的问题。
A正确
B错误
学生答案：B
老师点评：
题型：判断题客观题分值2分难度：简单得分：2
2
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。
A正确
B错误
学生答案：A
老师点评：
题型：判断题客观题分值2分难度：简单得分：2
3
Spark运行架构中，每个Application都有自己专属的Executor进程，该进程在Application运行期间一直驻留。
A正确
B错误
学生答案：A
老师点评：
题型：判断题客观题分值2分难度：简单得分：2
4
MapReduce计算模型主要用于实时、计算密集型应用。
A正确
B错误
学生答案：B
老师点评：
题型：判断题客观题分值2分难度：简单得分：2
5
推荐系统是大数据在互联网领域的典型应用，是自动联系用户和爱好的一种工具。
A正确
B错误
学生答案：B
老师点评：
多选题
题型：多选题客观题分值3分难度：中等得分：3
1
MapReduce体系结构主要由以下那几个部分构成？
A
Client
B
Task
C
JobTracker
D
TaskTracker
学生答案：A；B；C；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
2MapReduce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）
B矩阵乘法
C矩阵-向量乘法
D分组与聚合运算
学生答案：A；B；C；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
3
Spark采用RDD以后能够实现高效计算的原因主要在于？
A
采用数据复制实现容错
B
中间结果持久化到内存，避免了不必要的读写磁盘开销
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
高效的容错性
学生答案：B；C；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
4
在实际大数据处理应用中，当采用多种计算架构来满足不同应用场景需求时，会带来哪些问题？
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
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
C
需要较高的使用成本
D
不同的软件需要不同的开发和维护团队
学生答案：A；B；C；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
5
下列关于MapReduce的体系结构的描述，说法正确的有？
A
用户编写的MapReduce程序通过Client提交到JobTracker端
B
TaskTracker 使用“slot”等量划分本节点上的资源量（CPU、内存等）
C
TaskTracker监控所有TaskTracker与Job的健康状况
D
JobTracker负责资源监控和作业调度
学生答案：A；B；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
6下列选项中，哪些属于Hadoop1.0的核心组件的不足之处？
A资源浪费（Map和Reduce分两阶段执行）
B执行迭代操作效率低
C难以看到程序整体逻辑
D实时性差（适合批处理，不支持实时交互式）
学生答案：A；B；C；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
7
下面哪个属于不断完善的Hadoop生态系统中的组件？
A
Kafka
B
DN8
C
Pig
D
Tez
学生答案：A；C；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
8MapReduce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编程简单，只要告诉MapReduce做什么即可
C批处理、非实时、数据密集型
D使用普通PC机，便宜，扩展性好
学生答案：A；B；C；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
9
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：通常时间跨度在数十分钟到数小时之间
B
基于实时数据流的数据处理：通常时间跨度在数十秒到数分钟之间
C
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
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
学生答案：A；C；D
老师点评：
题型：多选题客观题分值3分难度：中等得分：3
10下列哪些属于大数据应用？
A智能交通：利用交通大数据，实现交通实时监控
B物流：基于大数据和物联网技术的智能物流
C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
D推荐系统：为用户推荐相关商品
学生答案：A；B；C；D
老师点评：
简答题
题型：简答题主观题分值30分难度：简单得分：30
1
简述Spark运行基本流程。

答案