阿里云大数据ACA及ACP复习题(491~500)

本文涉及的产品
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云原生数据仓库AnalyticDB MySQL版,基础版 8ACU 100GB 1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,因为是纯手工整理解析所以可能出现答案打错的情况,题库是能够覆盖到今年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)

491.运维中心是日常运维的主要工具,可对已提交的工作流及其节点任务进行管理与维护,同时也可针对节点来添加监控报警,如下关于运维告警内容,描述正确的是?( B )
A:运维告警配置后无法修改
B:运维告警可配置短信告警
C:运维告警只可配置给程序责任人
D:运维告警只能对出错的调度进行告警

解析:预警规则可以根据需要修改;运维预警可以配置短信和钉钉;可以配置给项目空间的开发人员运维人员管理员等;可以设置时间报警策略、警示线策略,运行成功预警、未运行预警、失败预警等等。所以选择B。

492.分析师小王想要用时间序列分解法的乘法模型预测某商品的销量,当他在计算移动平约值M时,需要确定移动平均的步长L,至于聚合的粒度,他想都尝试一下,比如天、周、月等,对于不同的聚合粒度,以下哪个L的取值是错误的?( D )
A:如果需要对每天的销量进行预测,取L=365
B:如果需要对每周的销量进行预测,取L=52
C:如果需要对每季度的销量进行预测,取L=4
D:如果需要对每四周的销量进行预测,取L=12

解析:如果需要对每月的销量预测,取L=12,而每四周的销量预测应该取L值为13

493.交互式实时数据可视化应用来帮助业务人员发现并诊断业务问题,越来越成为大数据解决方案中不可或缺的一环。为了实现这些新的需求,可以使用以下哪个阿里云服务?( D )
A:大数据计算服务MaxCompute
B:数据工场DataWorks
C:云原生数据仓库(分析型数据库)AnalyticDB
D:DataV数据可视化

解析:1、大数据计算服务 提供计算引擎2、开发套件,有调度开发等功能3、分析型数据库,一般提供数据服务4、DataV数据可视化是实时大屏,实现实时可视化

494.阿里云大数据体系中,提供离线计算服务的是?( C )
A:Quick Bl数据可视化分析平台
B:云原生数据仓库(分析型数据库)AnalyticDB
C:大数据计算服务MaxCompute
D:数据工场DataWorks

解析:quickBI是数据分析可视化; AnalyticDB是分析性数据库,提供交互式查询功能等; Maxcompute是大数据计算服务,提供离线计算功能; Dataworks是开发套件

495.机器学习按照学习方式不同可以分为多种分类,以下哪些是机器学习的分类?( ABE )
A:监督学习
B:无监督学习
C:自动学习
D:迁移学习
E:半监督学习

解析:机器学习分类:有监督学习、无监督学习、和半监督学习; 自动学习:AutoML 可以看作是一个在给定数据和任务上学习和泛化能力非常强大的系统。 迁移学习:将某个领域或任务上学习到的知识或模式应用到不同但相关的领域或问题中

496.时间序列可以分解为长期趋势(Trend),季节变动(Seasonality),循环变动(Cycle)和不规则变动(Random),以下说法中正确的是( BD )。(正确2个)
A:长期趋势(Trend)是受价格因素作用而形成的,比如长期的打折一般会引起销量持续向上的长期趋势
B:季节变动(Seasonality)反映了现象在一年内随着季节的变化而发生的有规律的周期性变动
C:循环变动(Cycle)是受各种因素影响而形成的上下起伏不定的波动,有固定的周期
D:不规则变动(Random)是受各种偶然因素影响而形成的

解析:“长期趋势(Trend)是受价格因素作用而形成的,比如长期的打折一般会引起销量持续向上的长期趋势”中是受某种根本性因素作用,而不是价格因素 “循环变动(Cycle)是受各种因素影响而形成的上下起伏不定的波动,有固定的周期”中循环变动是没有固定的周期

497.MaxCompute中的表t_dml中仅包含一个字段ID,类型为string,以下SQL中肯定会报错的是( A )
A:Insert into table t_dml values('2')
B:insert overwrite table t_dml select 3.14 from dual;
C:create table t_dml_bak like t_dml
D:create table t_dml_bak as select*from t_dml

解析:maxcompte不支持insert values的语法

498.下列关于MaxComputeSQL说法正确的有(ABCD )
A:不支持事务(不支持Commit和Rollback)
B:不支持索引和主键约束。
C:不支持自增字段。
D:单表最多支持6万个分区。超过6万个分区会报错
E:不支持窗口函数

解析:MaxCompute SQL与标准SQL的基本区别:不支持事务(不支持Commit和Rollback,不推荐使用INSERT INTO)。不支持索引和主键约束。 部分字段不支持默认值或默认函数。 不支持自增字段。 单表最多支持6万个分区。超过6万个分区会报错。 一次查询输入的分区不能超过1万个,否则会报错。如果是2级分区且查询时只根据2级分区进行过滤,总的分区数大于1万也可能导致报错。 等等。

499.关于删除MaxCompute表或分区中的数据,以下语法正确的是( AC )?
A:insert overwrite table TableA select a,b,c.... from TableA where 1= 2;
B:delete from testtable where 1=1;
C:alter table testtable drop if exists partition (ds='20170520');
D:insert overwrite table TableA select a,b,c.... from TableA where 1= 1;

解析:对于非分区表:truncate table testtable;insert overwrite table TableA select a,b,c.... from TableA where 1= 2;对于分区表:insert overwrite table TableA partition (ds=20221231) select a,b,c.... from TableA where 1= 2;alter table testtable drop if exists partition (ds='20170520');

500.关于Maxcompute 的set操作使用正确的是( D )。
A:set ==<256>设置每个Map Worker的内存大小为256M
B:set :<256>设置每个Reduce Worker的内存大小256M
C:set 设置每个Map Worker的内存大小为256M
D:set odps.stage.mapper.split.size=256;调整每个Mapper读取数据的大小为256 MB。

解析:Maxcopmte的set命令格式为 set = 示例:--调整每个Mapper读取数据的大小为256 MB。 set odps.stage.mapper.split.size=256;

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&nbsp;
相关文章
|
2天前
|
人工智能 Cloud Native 数据管理
媒体声音|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
在2024云栖大会上,阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS:OneMeta+OneOps。该平台由Data+AI驱动,兼容40余种数据源,实现跨云数据库、数据仓库、数据湖的统一数据治理,帮助用户高效提取和分析元数据,提升业务决策效率10倍。DMS已服务超10万企业客户,降低数据管理成本高达90%。
|
4天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
2月前
|
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。
177 12
|
2月前
|
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
264 17
|
2月前
|
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。
78 7
|
2月前
|
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。
|
2月前
|
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。
|
25天前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
3天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
23 1
|
26天前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
45 3