大数据库管理★★第三次过程性考核作业（7~10单元）（占过程性考 渝粤文库 核成绩25％， 总成绩12.5％）

课程名称: 大数据库管理 发布人: 邵瑞瑞 来源: 第10单元 大数据在不同领域的应用 满分: 100.0 发布时间: 2025-07-03 作业要求: 这是第三次过程性考核作业，考查第7单元到第10单元的知识。

单选题

1. 下列说法哪项有误？ (分值: 2.0)

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

2. 下列关于Map和Reduce函数的描述，哪个是错误的？ (分值: 2.0)

A. Reduce输入的中间结果2,List(v2)>中的List(v2)表示是一批属于同一个k2的value

B. Map将小数据集进一步解析成一批对，输入Map函数中进行处理

C. Reduce输入的中间结果2,List(v2)>中的List(v2)表示是 广东开放大学 一批属于不同k2的value

D. Map每一个输入的1,v1>会输出一批2,v2>，

3. 在Hadoop生态系统中，Kafka主要解决Hadoop 中存在哪些的问题？ (分值: 2.0)

A. 不同的MapReduce任务之间存在重复操作，降低了效率

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. 延迟高，而且不适合执行 成人学历 迭代计算

4. 在Spark生态系统组件的应用场景中，下列哪项说法是错误的？ (分值: 2.0)

A. Spark SQL是基于历史数据的交互式查询

B. Spark Core应用在复杂的批量数据处理

C. Spark Streaming是基于历史数据的数据挖掘

D. GraphX是图结构数据的处理

5. 下列关于推荐系统的描述，有误的是？ (分值: 2.0)

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. 协同过滤推荐：应用最早和最为成功的推荐方法之一

C. 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

D. 混合推荐：结合多种推荐算法来提升推荐效果

6. 关于HDFS Federation 的设计的描述，哪个是错误的？ (分值: 2.0)

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. 设计了多个相互独立的名称节点

C. HDFS的命名服务能够水平扩展

D. 属于不同命名空间的块可以构成同一个“块池”

7. 下列关于Spark中RDD的说法，描述有误的是？ (分值: 2.0)

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，每个分区就是一个数据集片段

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

8. 下列哪个不属于YARN体系结构中ApplicationMaster的功能？ (分值: 2.0)

A. 处理来自ResourceManger的命令

B. 任务调度、监控与容错

C. 将申请的资源分配给内部任务

D. 为应用程序申请资源

9. 下列关于推荐系统的描述，哪一项是错误的？ (分值: 2.0)

A. 推荐系统是大数据在互联网领域的典型应用

B. 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

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

10. 下列关于Spark的描述，错误的是哪一项？ (分值: 2.0)

A. 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

B. 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

C. 使用DAG执行引擎以支持循环数据流与内存计算

D. 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

11. 下列关于Scala特性的描述，错误的是哪一项？ (分值: 2.0)

A. Scala语法复杂，但是能提供优雅的API

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

C. Scala兼容Java，运行速度快，且能融合到Hadoop生态圈中

D. Scala是Spark的主要编程语言

12. 关于Spark运行架构，下列说法错误的是？ (分值: 2.0)

A. 一个Job包含多个RDD及作用于相应RDD上的各种操作

B. RDD是运行在工作节点（WorkerNode）的一个进程，负责运行Task

C. Application是用户编写的Spark应用程序

D. DAG反映RDD之间的依赖关系

13. MapReduce1.0的体系结构中，JobTracker的主要任务是什么？ (分值: 2.0)

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. 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）

C. 使用“slot”等量划分本节点上的资源量（CPU、内存等）

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

14. 下列传统并行计算框架，说法错误的是哪一项？ (分值: 2.0)

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

15. 下列哪个不属于YARN体系结构中ResourceManager的功能？ (分值: 2.0)

A. 资源分配与调度

B. 处理客户端请求

C. 监控NodeManager

D. 处理来自ApplicationMaster的命令

多选题

1. 在实际应用中，大数据处理主要包括以下哪三个类型？ 国家开放大学 (分值: 3.0)

A. 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

B. 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

C. 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

D. 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

2. MapReduce相较于传统的并行计算框架有什么优势？ (分值: 3.0)

A. 使用普通PC机，便宜，扩展性好

B. 编程简单，只要告诉MapReduce做什么即可

C. 非共享式，容错性好

D. 批处理、非实时、数据密集型

3. 下面哪个属于不断完善的Hadoop生态系统中的组件？ (分值: 3.0)

A. Kafka

B. DN8

C. Tez

D. Pig

4. MapReduce体系结构主要由以下那几个部分构成？ (分值: 3.0)

A. TaskTracker

B. JobTracker

C. Client

D. Task

5. 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？ (分值: 3.0)

A. 需要较高的使用成本

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. 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

D. 不同的软件需要不同的开发和维护团队

6. MapReduce的具体应用包括哪些？ (分值: 3.0)

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

7. 下列关于MapReduce的体系结构的描述，说法正确的有？ (分值: 3.0)

A. TaskTracker监控所有TaskTracker与Job的健康状况

B. TaskTracker 使用“slot”等量划分本节点上的资源量（CPU、内存等）

C. 用户编写的MapReduce程序通过Client提交到JobTracker端

D. JobTracker负责资源监控和作业调度

8. 下列哪些属于大数据应用？ (分值: 3 渝粤题库 .0)

A. 推荐系统：为用户推荐相关商品

B. 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

C. 物流：基于大数据和物联网技术的智能物流

D. 智能交通：利用交通大数据，实现交通实时监控

9. Spark采用RDD以后能够实现高效计算的原因主要在于？ (分值: 3.0)

A. 高效的容错性

B. 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

C. 中间结果持久化到内存，避免了不必要的读写磁盘开销

D. 采用数据复制实现容错

10. 渝粤教育 下列选项中，哪些属于Hadoop1.0的核心组件的不足之处？ (分值: 3.0)

A. 资源浪费（Map和Reduce分两阶段执行）

B. 实时性差（适合批处理，不支持实时交互式）

C. 难以看到程序整体逻辑

D. 执行迭代操作效率低

简答题/计算题

1. 简述Spark运行基本流程。 (分值: 30.0)