阿里云大数据ACA及ACP复习题(471~480)

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*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(自己整理解析也需要时间,可能有更新不及时的情况哈)

471.小明利用三天时间对MaxCompute做了详细了解后,想尝试开通MaxCompute,那么下面哪项( D )不能支撑小明的需求。
A:创建了阿里云账号
B:开通MaxCompute选择了按量计费模式
C:删除了项目名称为defaultproject系统随机码的默认项目
D:小明创建了RAM用户

解析:以RAM用户身份开通MaxCompute,需要获取RAM用户账号并已授予AliyunBSSOrderAccess和AliyunDataWorksFullAccess权限

472.DataWorks的DataStudio(数据开发)模块提供了界面化、智能高效的大数据数据开发与测试体验,那么DataStudio模式采用( ABD )结构,按照业务种类将相关的不同类型的节点任务组织在一起。
A:项目
B:解决方案
C:数据处理
D:业务流程

解析:数据开发模式采用项目-解决方案-业务流程三级结构,按照业务种类将相关的不同类型的节点任务组织在一起。

473.阿里云DataV的基本操作流程包含下列哪些( BCDEF )选项。
A:开通并本地部署DataV
B:准备工作
C:创建可视化应用
D:添加并配置可视化组件
E:调整组件图层位置
F:预览并发布可视化应用

解析:阿里云DataV暂时不支持本地部署

474.关于机器学习常见的算法分类描述正确的是( ABD )。
A:常见的机器学习算法可分为有监督学习和无监督学习及增强学习
B:分类属于有监督学习
C:回归属于无监督学习
D:聚类和关联规则均属于无监督学习

解析:回归属于有监督学习算法

475.大数据应用中用到了哪些云计算技术?( AB )
A:海量数据存储技术
B:海量数据管理技术
C:分布式计算
D:数据清洗和数据挖掘

解析:大数据用到的海量数据存储技术、海量数据管理技术、MapReduce等并行处理技术都是云计算的关键技术

476.大数据时代传统数据架构或典型数据库软件工具在处理海量数据时存在哪些方面的问题?( ABCE )
A:海量数据收集
B:海量数据存储
C:海量数据管理
D:海量数据的分析
E:数据的共享访问

解析:大数据技术主要问题有: 第一,成本高。传统存储设备通用性较差,随着业务需求的增长,未来的设备投资加上后期的维护、升级扩容的成本将会非常高。 第二,性能低。单节点的I/O性能瓶颈无法逾越,容量和性能都不容易进行扩展,难以支撑海量数据的高并发、低延时的场景。 第三,安全隐患多。数据传输过程中存在泄露、篡改、被数据流攻击等风险隐患。 基于此数据在采集、存储、管理、共享中都存在突出问题

477.某商品在推荐给特定用户之前,需要对用户的基本信息如:年龄、性别、所在地区、购买行为(购买过的商品类别、店铺)、浏览时长、购买收藏等进行全方位的收集、分析、得出结论。最终展示给用户的是“用户想看的商品“;。这体现了数据采集的哪一特点?( B )
A:多维性
B:全面性
C:高效性
D:灵活性

解析:根据题目“进行全方位的收集、分析、得出结论“;,全方位等关键信息,体现了数据的全面性

478.阿里云图计算服务GraphCompute的特点有哪些?( ABC )
A:高性能
B:高可用
C:百万级TPS
D:高成本
E:半托管

解析:链接:https://help.aliyun.com/document_detail/134189.html
图计算服务Graph Compute特点 高性能 查询延时低、数据导入快(千亿数据查询延时2ms以内,数据载入最高达500w doc/s ) 低成本 通过提供倒排查询和向量计算的扩展能力,同需求场景下,引擎资源开销是采用其他方案的50% 高可用 离线系统支持多版本备份,提供分钟级数据恢复功能,具有更强的容灾和数据回滚能力 百万级TPS Graph Compute采用异步更新架构,单节点支持百万级别TPS更新,保证数据的高实效性 全托管 提供图形化展示的控制台,提升数据开发效率。数据链路全托管,业务运维0投入

479.在数据预处理中,常用的规范化处理方法包括( ABD )
A:最大最小(Min-Max)规范化
B:z-score标准化
C:曲面规范化
D:小数定标标准化

解析:常用方法有min-max规范化、Z-score规范化、按小数定标规范化等

480.在原材料日购进&日消耗数据的可视化展示中,需要核对数据的完整性,对缺失的日数据进行补充和分组统计;最后将统计数据保存到数据仓库中。上述的这些操作属于数据可视化设计的哪一个步骤?( A )
A:数据准备
B:主题确认
C:图表选择
D:数据可视化

解析:核对数据的完整性,对缺失的日数据进行补充和分组统计,属于数据可视化

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
|
7天前
|
人工智能 分布式计算 DataWorks
连续四年!阿里云领跑中国公有云大数据平台
近日,国际数据公司(IDC)发布《中国大数据平台市场份额,2023:数智融合时代的真正到来》报告——2023年中国大数据平台公有云服务市场规模达72.2亿元人民币,其中阿里巴巴市场份额保持领先,占比达40.2%,连续四年排名第一。
45 12
|
13天前
|
人工智能 Cloud Native 数据管理
重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
阿里云发布首个AI多模数据管理平台DMS,助力业务决策提效10倍
106 17
|
6天前
|
SQL 人工智能 大数据
首个大数据批流融合国家标准正式发布,阿里云为牵头起草单位!
近日,国家市场监督管理总局、国家标准化管理委员会正式发布大数据领域首个批流融合国家标准 GB/T 44216-2024《信息技术 大数据 批流融合计算技术要求》,该标准由阿里云牵头起草,并将于2025年2月1日起正式实施。
|
7天前
|
SQL 人工智能 大数据
阿里云牵头起草!首个大数据批流融合国家标准发布
近日,国家市场监督管理总局、国家标准化管理委员会正式发布大数据领域首个批流融合国家标准GB/T 44216-2024《信息技术 大数据 批流融合计算技术要求》,该标准由阿里云牵头起草,并将于2025年2月1日起正式实施。
33 1
|
27天前
|
存储 SQL 分布式计算
Java连接阿里云MaxCompute例
要使用Java连接阿里云MaxCompute数据库,首先需在项目中添加MaxCompute JDBC驱动依赖,推荐通过Maven管理。避免在代码中直接写入AccessKey,应使用环境变量或配置文件安全存储。示例代码展示了如何注册驱动、建立连接及执行SQL查询。建议使用RAM用户提升安全性,并根据需要配置时区和公网访问权限。具体步骤和注意事项请参考阿里云官方文档。
|
1月前
|
机器学习/深度学习 数据可视化 大数据
阿里云大数据的应用示例
阿里云大数据应用平台为企业提供高效数据处理与业务洞察工具,涵盖Quick BI、DataV及PAI等核心产品。DT203课程通过实践教学,帮助学员掌握数据可视化、报表设计及机器学习分析技能,提升数据驱动决策能力。Quick BI简化复杂数据分析,DataV打造震撼可视化大屏,PAI支持全面的数据挖掘与算法应用。课程面向CSP、ISV及数据工程师等专业人士,为期两天,结合面授与实验,助力企业加速数字化转型。完成课程后,学员将熟练使用阿里云工具进行数据处理与分析。[了解更多](https://edu.aliyun.com/training/DT203)
|
2月前
|
机器学习/深度学习 分布式计算 BI
MaxCompute 与阿里云其他服务的协同工作
【8月更文第31天】在当今的数据驱动时代,企业需要处理和分析海量数据以获得有价值的洞察。阿里云提供了一系列的服务来满足不同层次的需求,从数据存储到高级分析。MaxCompute(原名 ODPS)作为阿里云的大规模数据处理平台,提供了强大的计算能力和丰富的功能,可以与阿里云的其他服务无缝集成,形成完整的大数据解决方案。本文将探讨 MaxCompute 如何与其他阿里云服务协同工作,包括存储服务 OSS、数据分析服务 Quick BI 以及机器学习平台 PAI。
25 0
|
28天前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
78 11
|
2月前
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
81 1
|
2月前
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段

热门文章

最新文章

下一篇
无影云桌面