随机组卷按大纲配比：判断 10 · 单选 50 · 多选 10 · 填空 10（共 80 题 · 150 分）
- 填空大数据的 4 个“V”指的是____________、____________、____________、 ____________。做这题 →
- 填空____________是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。 另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。做这题 →
- 填空____________指利用 ETL 等清洗工具，对有遗漏数据（缺少感兴趣的属性）、噪 音数据（数据中存在着错误、或偏离期望值的数据）、不一致数据进行处理。做这题 →
- 填空HDFS 系统为了容错保证数据块完整性，每一块数据都采用____________份副本。做这题 →
- 填空____________程序负责 HDFS 数据存储。做这题 →
- 填空HBase 是分布式列式存储系统，记录按____________集中存放。做这题 →
- 填空HBase 支持____________读写。做这题 →
- 填空当前社会中，最为突出的大数据环境是____________。做这题 →
- 填空Hadoop 三种运行的模式: 和做这题 →
- 填空HDFS 默认 Block Size 是 MB。（填 128 也正确）做这题 →
- 填空MapReduce 任务过程分为两个处理阶段: 阶段和____阶段。做这题 →
- 填空MapReduce 确保每个 reducer 的输入都是按键排序的。系统执行排序的过程（即将 map 输出作为输入传给 reducer）称为做这题 →
- 填空____是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。做这题 →
- 填空___________是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。做这题 →
- 填空Hadoop 分布式文件系统 ____ 被设计成适合运行在通用硬件上的分布式文件系统。做这题 →
- 填空MapReduce 把数据处理流程分成两个主要的阶段: ____ 阶段和 ____ 阶段。做这题 →
- 填空.Hadoop 的两大核心是 HDFS 和 MapReduce, MapReduce 用来 ____ 数据, HDFS 用来 ____ 数据。做这题 →
- 填空MapReduce 采用____思想，把对大规模数据集的操作，分发给一个主节点管理下的各个子节点共同完成，然后整合各个子节点的中间结果，得到最终的计算结果。做这题 →
- 填空爬虫技术的应用可以分为两大类:采集型爬虫、____型爬虫。做这题 →
- 填空可视化就是把数据、信息和知识转化为____的表现形式的过程。做这题 →
- 填空____是一种按照一定的规则，自动地抓取Web信息的程序或者脚本。做这题 →
- 单选以下不属于MapReduce的是:做这题 →
- 单选一下对于爬虫的描述准确的是:做这题 →
- 填空数据清洗包括____，____，____。做这题 →
- 填空大数据分析是____。做这题 →
- 填空在大数据时代，数据产生方式的变革主要经历了运营式系统阶段、用户原创内容阶段、____阶段。做这题 →
- 填空在大数据时代, 数据产生方式的变革主要经历了____阶段、用户原创内容阶段、感知式系统阶段。做这题 →
- 判断数据分析的目的是带给人们更多的决策支持信息，取代了数据报表。做这题 →
- 判断智能农业系统的总体架构分为:农作物生长数据采集系统、农作物种植知识库系统、农作物预测与决策支持系统和现代农业技术公共服务平台四部分。做这题 →
- 判断数据可视化中，“一图胜千言”是指数据图表能够将大量的数据以直观的形式呈现出所要表达的信息，方便用户对数据进行进一步的分析与应用。做这题 →
- 判断爬虫是一种自动化程序，用于从互联网上抓取数据。其基本原理包括获取网页、提取信息和保存数据三个主要步骤。其中提取信息是爬虫的核心功能。获取到网页源代码后，爬虫需要分析这些代码以提取所需的信息。做这题 →
- 判断对于大数据而言，最基本最重要的技术减少错误，保证质量，因此收集大数据信 息要尽量精准。（ ）做这题 →
- 判断Hadoop 支持数据的随机读写。（ ）做这题 →
- 判断第一个提出大数据概念的公司是麦肯锡公司。（ ）做这题 →
- 判断HBase 对于空的列，不需要占用存储空间。（ ）做这题 →
- 判断大数据仅仅是指数据的体量大。（ ）做这题 →
- 判断当前，企业提供的大数据解决方案大多基于 Hadoop 开发项目。（ ）做这题 →
- 判断大数据的本质是洞察。（ ）做这题 →
- 判断规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数 据，这指的是大数据。（ ）做这题 →
- 判断大数据拥有体量大、构造单调、时效性强的特点。（ ）做这题 →
- 判断Hadoop 的分布式文件存储系统能提高吞吐量的数据访问，非常适合大规模数据 集上的应用。（ ）做这题 →
- 判断HDFS 既适合超大数据集存储，也（不）适合小数据集的存储。（ ）做这题 →
- 判断HDFS为海量的数据提供了存储，而MapReduce为海量的数据提供了计算。（ ）做这题 →
- 判断Hadoop 是 Java 开发的，所以 MapReduce 只支持 Java 语言编写。（ ）做这题 →
- 判断MapReduce 适于 PB 级别以上的海量数据在线处理。（ ）做这题 →
- 判断对于大数据而言，最基本.最重要的要求就是减少错误.保证质量。因此，大数据收集的信息量要尽量精确。（ ）做这题 →
- 判断数据再利用的价值表现为.挖掘数据的潜在价值.实现数据重组的创新价值.利用数据可扩展性拓宽业务领域.优化存储设备，降低设备成本.提高社会效益，优化社会管理等。（ ）做这题 →
- 判断关于大数据的分析理念是指在数据规模上强调相对数据而不是绝对数据( )做这题 →
- 判断关于大数据的内涵，大数据是一种思维方式和新的管理.治理途径。（ ）做这题 →
- 判断大数据的来源包指所有数据。（ ）做这题 →