阿里云大数据ACA及ACP复习题(491~500)

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
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
存储 分布式计算 大数据
【赵渝强老师】阿里云大数据存储计算服务:MaxCompute
阿里云MaxCompute是快速、全托管的TB/PB级数据仓库解决方案,提供海量数据存储与计算服务。支持多种计算模型,适用于大规模离线数据分析,具备高安全性、低成本、易用性强等特点,助力企业高效处理大数据。
702 0
|
数据采集 人工智能 大数据
10倍处理效率提升!阿里云大数据AI平台发布智能驾驶数据预处理解决方案
阿里云大数据AI平台推出智能驾驶数据预处理解决方案,助力车企构建高效稳定的数据处理流程。相比自建方案,数据包处理效率提升10倍以上,推理任务提速超1倍,产能翻番,显著提高自动驾驶模型产出效率。该方案已服务80%以上中国车企,支持多模态数据处理与百万级任务调度,全面赋能智驾技术落地。
1690 0
|
人工智能 分布式计算 DataWorks
阿里云大数据AI产品月刊-2025年8月
阿里云大数据& AI 产品技术月刊【2025年 8 月】,涵盖 8 月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
843 2
|
存储 分布式计算 资源调度
【赵渝强老师】阿里云大数据MaxCompute的体系架构
阿里云MaxCompute是快速、全托管的EB级数据仓库解决方案,适用于离线计算场景。它由计算与存储层、逻辑层、接入层和客户端四部分组成,支持多种计算任务的统一调度与管理。
1033 1
|
存储 机器学习/深度学习 人工智能
阿里云ODPS:在AI浪潮之巅,铸就下一代智能数据根基
在智能爆炸时代,ODPS正从传统数据平台进化为“AI操作系统”。面对千亿参数模型与实时决策挑战,ODPS通过流批一体架构、多模态处理、智能资源调度等技术创新,大幅提升效率与智能化水平。从自动驾驶到医疗联合建模,从数字孪生到低代码AI开发,ODPS正重塑企业数据生产力,助力全球客户在算力洪流中抢占先机。
568 0
|
12月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
726 14
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
490 4
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
1184 0