阿里云大数据ACA及ACP复习题(291~300)

本文涉及的产品
大数据开发治理平台 DataWorks,不限时长
实时计算 Flink 版,5000CU*H 3个月
实时数仓Hologres,5000CU*H 100GB 3个月
简介: 本人备考阿里云大数据考试时自行收集准备的题库,纯手工整理的,能够覆盖到今年7月份,应该是目前最新的,发成文章希望大家能一起学习,不要花冤枉钱去买题库背了,也希望大家能够顺利通关ACA和ACP考试。

291.下列选项中( A )可以处理离线数据也可以处理实时数据的计算框架?
A:Spark
B:Strom
C:Hive
D:Pig

解析:对一段时间内的海量离线数据进行统一处理,处理框架有Hadoop MapReduce、Spark、Flink

292.Flink在大数据处理与分析中的作用不包含( B )?
A:实时推荐
B:实时存储
C:实时反作弊
D:实时IOT数据分析

解析:Flink的功能有: 实时数仓、实时ETL、实时反作弊、 实时监测、实施推荐、实时IoT数据分析 ,Flink是实时处理引擎,不进行数据存储

293.DataWorks同步过程支持哪几种数据?( AB )
A:结构化数据
B:实时业务数据
C:非结构化数据
D:半结构化数据

解析:DataWorks同步过程支持的数据:
仅支持结构化的数据;
支持单地域内及部分跨地域的相互同步、交换;
完成数据同步,数据同步都是将业务系统中产生的业务数据定期导入到工作区,通过工作流任务的加工处理后,再将计算结果定期导入到指定的数据源中,供进一步展示或者使用。

294.在数据清洗的过程中,遇到字符串“2021年10月20日”或“2021—10—20”这样的数据与表中要求的“2021/10/20”的格式不对应,如何进行清洗?( C )
A:异常值处理
B:缺失值处理
C:数据类型转换
D:重复值处理

解析:数据转换:数据转换或统一成适合于挖掘的形式

295.MaxCompute支持后付费的模式,即用户可以先使用,然后根据使用的资源状况后付费。计费项中不包括因为( A )而产生的费用
A:数据上传阶段
B:数据下载阶段
C:计算处理过程中
D:存储

解析https://help.aliyun.com/document_detail/150520.htm#section-pi7-8et-ull MaxCompute以项目为计费单元,计费项包括存储、计算和数据下载,费用包含存储(按存储量计费)、计算(根据计费模式产生费用)和外网下载(按下载量计费)费用。

296.下列选项中,关于Hadoop生态组件Oozie,描述正确的是?( D )
A:用于分布式应用的高性能协调服务
B:是一种支持Apache Hadoop集群的安装、部署,配置和管理的工具
C:是一种用于在HDFS和RDMS之间传输数据的工具
D:是一个基于工作流引擎的开源框架,提供对Hadoop、MapReduce和Pig Jobs的任务调度与协调

解析:Oozie 是一个基于工作流引擎的开源框架,提供对Hadoop MapReduce、Pig Jobs的任务调度与协调。

297.在Hive的架构中,能执行驱动效果的组件是哪一个?( B )
A:HWI
B:Driver
C:CLI
D:Metastore

解析:能执行驱动效果的组件是Driver

298.DataWorks,是阿里云重要的PaaS平台产品,为您提供数据集成、数据开发、数据同步、数据质量和数据服务等全方位的产品服务,以下属于DataWorks使用场景的是?( B )
A:海量数据的存储、数据的清洗
B:使用DataWorks,对数据进行传输、转换和集成等操作,从不同的数据源引入数据,并进行转化和开发
C:对数据进行离线计算
D:直接把计算的结果显示出来

解析:可以使用DataWorks,对数据进行传输、转换和集成等操作,从不同的数据存储引入数据,并进行转化和开发,最后将处理好的数据同步至其它数据系统。

299.Quick BI数据可视化分析平台提供了丰富的组件,以下哪些选项属于Quick BI数据可视化分析平台指标组件的优势?( ABC )
A:计算能力:一键配置高级计算同环比、进度完成率
B:可视化效果:显示图标logo、自定义背景、字体大小、颜色等
C:备注能力:可自定义文字/指标等备注信息,可自定义跳转外链路径,实现数据与其他系统之间的交互
D:交互操作:维度/指标筛选。表格内筛选等

解析:指标组件:
计算能力:一键配置高级计算同环比
可视化效果:显示图标logo、自定义背景、字体大小、颜色等
备注能力:可自定义文字/指标等备注信息,可以自定义跳转外链路径,实现数据与其他系统之间的交互
https://help.aliyun.com/document_detail/55685.html?spm=a2c4g.55685.0.i10
表格类组件:交互操作:维度/指标筛选。表格内筛选等

300.以下哪些选项不属于阿里云大数据产品实时数仓Hologres的作用( B )
A:支持实时写入
B:支持秒级交互式查询服务
C:支持实时分析
D:支持标准SQL

解析:Hologres是一站式实时数据仓库引擎,支持海量数据实时写入、实时更新、实时分析,支持标准SQL(兼容PostgreSQL协议),支持PB级数据多维分析(OLAP)与即席分析(Ad Hoc),支持高并发低延迟的在线数据服务(Serving),与MaxCompute、Flink、DataWorks深度融合,提供离在线一体化全栈数仓解决方案。 Hologres致力于高性能、高可靠、低成本、可扩展的实时数仓引擎研发,为用户提供海量数据的实时数据仓库解决方案和亚秒级交互式查询服务,广泛应用在实时数据中台建设、精细化分析、自助式分析、营销画像、人群圈选、实时风控等场景。 https://help.aliyun.com/product/113622.html?spm=5176.19600405.J_1171133070.1.63ba571d4KIKBj

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6天前
|
存储 人工智能 分布式计算
阿里云智能大数据演进
本文根据7月24日飞天发布时刻产品发布会、7月5日DataFunCon2024·北京站:大数据·大模型.双核时代实录整理而成
|
17天前
|
存储 运维 Cloud Native
"Flink+Paimon:阿里云大数据云原生运维数仓的创新实践,引领实时数据处理新纪元"
【8月更文挑战第2天】Flink+Paimon在阿里云大数据云原生运维数仓的实践
180 3
|
22天前
|
存储 分布式计算 定位技术
高德地图与阿里云MaxCompute:构建智慧出行的数据引擎
通过与阿里云MaxCompute的紧密结合,高德地图成功构建了一个高效、稳定的大数据处理平台,实现了从数据采集到价值输出的全过程自动化。这不仅提升了数据处理效率,还极大地改善了用户体验,为智慧出行的发展奠定了坚实的基础。随着技术的不断进步,未来高德地图还将探索更多创新的应用场景,持续推动地图服务向智能化方向演进。
|
22天前
|
存储 SQL 机器学习/深度学习
阿里云数加大数据计算服务MaxCompute学习路线图:从入门到精通
将所学知识应用于实际工作中并不断进行实践和创新是提升技术能力的关键所在。用户可以结合业务需求和技术发展趋势积极探索新的应用场景和解决方案,并在实践中不断总结经验和教训以提升自己的技术水平和实践能力。
|
1月前
|
分布式计算 DataWorks 大数据
MaxCompute产品使用合集之在阿里云DataWorks中,如何关闭跨空间查询表功能
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
1月前
|
机器学习/深度学习 运维 算法
|
5天前
|
消息中间件 数据采集 JSON
大数据 - DWD&DIM 行为数据
大数据 - DWD&DIM 行为数据
16 1
|
12天前
|
机器学习/深度学习 人工智能 分布式计算
理解并利用大数据的力量:解锁数据背后的价值
【8月更文挑战第7天】大数据已成为推动社会进步和经济发展的重要力量。通过理解并利用大数据的力量,企业可以解锁数据背后的价值,优化业务流程、提升决策效率和创新能力。然而,大数据应用也面临着诸多挑战和风险,需要企业不断学习和实践以应对。相信在未来的发展中,大数据将为我们带来更多的惊喜和机遇。
|
13天前
|
数据采集 数据挖掘 Python
python爬虫去哪儿网上爬取旅游景点14万条,可以做大数据分析的数据基础
本文介绍了使用Python编写的爬虫程序,成功从去哪儿网上爬取了14万条旅游景点信息,为大数据分析提供了数据基础。
|
13天前
|
存储 分布式计算 大数据
大数据处理竟然这么简单?学会这几招,你也能在数据洪流中游刃有余,秒变数据大师!
【8月更文挑战第6天】面对海量数据,有效处理成为关键。本文介绍大规模数据处理的核心挑战及解决方案,涵盖分布式存储(如HDFS)和计算(如Spark)。通过示例代码展示HDFS文件读写及Spark数据处理流程。此外,还强调了数据质量、安全及合理资源配置的重要性,助您在数据海洋中洞察先机。
31 1

热门文章

最新文章