D:网络爬虫得到的数据 答案: 【传感器设备采集的数据; 人在微博上发表的记录
第一章 绪论 第一章单元测试
1、 问题:以下哪种技术对大数据技术的发展起了基础支撑作用？
选项：
A:数据库技术
B:云计算技术
C:物联网技术
D:信息安全技术
答案: 【云计算技术】
2、 问题:大数据的特征可以用被总结为4V特征，以下哪个不属于大数据的4V特征
选项：
A:体量大（Volume）
B:速度快（Velocity）
C:种类多（Variety）
D:Venture（风险大）
答案: 【Venture（风险大）】
3、 问题:微软研究院所提出的科学研究的第四种范式是指：
选项：
A:实验
B:理论分析
C:计算
D:数据密集型科学发现（Data Intensive Science Discovery）
答案: 【数据密集型科学发现（Data Intensive Science Discovery）】
4、 问题:在大数据时代，我们将有三个重大思维的转变，要相关，__；要全体，不要抽样；要效率，允许不精确。
答案: 【不要因果】
5、 问题:2015年9月，国务院印发《_____》系统部署大数据发展工作，指出了其必要性。
答案: 【促进大数据发展行动纲要】
6、 问题:以下是关于大数据价值的描述，请填空：大数
答案: 【解释】
第二章 大数据相关技术基础 测验
1、 问题:我们通常听某同学讲：“我在阿里云上租了一个服务器”，那么这个服务器是属于云计算的那种应用场景（）
选项：
A:IAAS
B:SAAS
C:PAAS
D:以上都不是
答案: 【IAAS】
2、 问题:在野外部署有许多传感器，用于实时采集空气质量数据，当数据传回数据中心后，在存储之前需要进行数据的预处理操作，那么如下哪些操作部署于数据预处理所采用的方法（）。
选项：
A:数据变换
B:数据不一致性检测
C:缺失数据填充
D:以上都是
答案: 【以上都是】
3、 问题:数据仓库所存储的数据，通常具有一定特点，下列哪些不属于其特点的（）
选项：
A:经常修改数据项的值
B:数据大都反应历史
C:面向特定主题
D:数据来源多样
答案: 【经常修改数据项的值】
4、 问题:为了描述数据的统计学特征，我们常用的统计学指标有（）
选项：
A:均值
B:方差
C:中位数
D:分位数
答案: 【均值;
方差;
中位数;
分位数】
5、 问题:大数据的发展需要大规模物理资源、计算资源的支持，以及高效的调度管理，所以从某种程度上讲，云计算的发展促进了大数据的发展和应用。
选项：
A:正确
B:错误
答案: 【正确】
第三章 数据采集与预处理 测试
1、 问题:对于一组数据（1，2，2，NAN，4），若采用众数法补全缺省值，则NAN该补为（）
选项：
A:1
B:2
C:4
D:1.8
答案: 【2】
2、 问题:半结构化数据包括（）
选项：
A:HTML文档
B:Excel表格
C:检查身体后得到的体检报告
D:银行账户上的消费记录
答案: 【HTML文档;
Excel表格;
检查身体后得到的体检报告】
3、 问题:大数据的来源途径有许多，如下哪些属于大数据来源（）
选项：
A:传感器设备采集的数据
B:人在微博上发表的记录
C:计算机网络运行产生的日志
D:网络爬虫得到的数据
答案: 【传感器设备采集的数据;
人在微博上发表的记录;
计算机网络运行产生的日志;
网络爬虫得到的数据】
4、 问题:所谓数据的归一化处理，是指把数据变换到[0，1]区间，所以，对于数据1，2，3，4，归一化后得到的值为0.25，0.5，0.75，1
选项：
A:正确
B:错误
答案: 【错误】
5、 问题:数据的平滑操作，其目的在于消除数据波动产生的噪声。
选项：
A:正确
B:错误
答案: 【正确】
第四章 Hadoop架构和大数据存储简介 单元测验：hadoop简介
1、 问题:那些不是大数据的特点
选项：
A: 数据量在MB，GB级别
B:可以处理结构化、半结构化数据
C:采用的数据模型为平面模型
D:数据的内部关系相对松散
答案: 【 数据量在MB，GB级别 】
2、 问题:大数据的容量不断增长，也就要求有更加复杂的数据管理方法，为此，如下哪项不是大数据存储面临的挑战（）
选项：
A:低成本
B:易扩展
C:易于使用
D:简单的数据模型
答案: 【简单的数据模型】
3、 问题:假设有一个公司，分别在北京和上海都设置了一个存储中心，这两个中心分别主要服务于北方和南方的存储需求，那么这两个存储中心的布局是属于（）分布式存储模式。
选项：
A:集群存储
B:P2P存储
C:云存储
D:以上都是错误的
答案: 【P2P存储】
4、 问题:如下不是分布式文件系统的是（）
选项：
A:FAT
B:NFS
C:GFS
D:HDFS
答案: 【FAT】
5、 问题:有关大数据的处理可以分为多种模式，若我们想要对传感器网络实时采集的数据存储前做一定的预处理，那么选择哪种方法更合适（）
选项：
A:离线批处理方式
B:实时交互方式
C:流计算
D:批处理
答案: 【流计算】
6、 问题:Hadoop2.0中最基础的两个组件是（）
选项：
A:HDFS，YARN
B:YARN，PIG
C:MapReduce，YARN
D:Tez，HDFS
答案: 【HDFS，YARN】
第四章 Hadoop架构和大数据存储简介 单元测验：HDFS
1、 问题:HDFS存储的特点中，错误的是（）
选项：
A:只能有一个NameNode
B:提供了统一的访问接口
C:实现了数据的冗余存储
D:分块存储增强了数据访问的并行性
答案: 【只能有一个NameNode】
2、 问题:利用客户端进行HDFS的数据读取时，有关叙述正确的是（）
选项：
A:客户端需要详细了解HDFS的文件组织结构
B:在访问前需要了解具体文件是存储在哪个DataNode上
C:读取文件数据时，其读取的数据需来自于一个DataNode，以避免数据的不一致性
D:编程接口提供了隔离性，让用户无需深入了解HDFS便可以进行文件数据读写
答案: 【编程接口提供了隔离性，让用户无需深入了解HDFS便可以进行文件数据读写】
3、 问题:HDFS的nameNode中，存储的有关核心数据包括（）
选项：
A:文件系统树
B:所有数据备份
C:文件操作日志
D:注册表
答案: 【文件系统树;
文件操作日志】
第四章 Hadoop架构和大数据存储简介 单元测验：Hive
1、 问题:有关数据仓库的描述，不符合的是（ ）
选项：
A:面向主题的，集成的数据集合
B:主要反映历史数据变化状况的数据
C:数据常常会随着用户操作产生频繁的增、删、改、查操作
D:用于支持管理决策的
点击这里，查看后续答案①
点击这里，查看后续答案②（阿布查查更好用）
; 计算机网络运行产生的日志; 网络爬虫得到的数据】 4、 问题:所谓数据的归一