191.K-Means是典型的基于划分的聚类算法，下列描述基于划分的概念正确的是？（ C ）
A:一种基于网格的具有多分辨率的聚类方法
B:通过稀疏区域来刻分高密度区域以发现明显的聚类和孤立点，主要用于空间型数据的聚类
C:通过构造一个迭代过程来优化目标函数，当优化到目标函数的最小值或极小值时，可以得到数据集的一些不相交的子集，通常认为此时得到的每个子集就是一个聚类
D:使用一个距离矩阵作为输入，经过聚类后得到一个反映该数据集分布状况的聚类层次结构图
解析：PPT-134页。基于划分的聚类算法通过构造一个迭代过程 来优化目标函数，当优化到目标函数的最小值或极小值时，可以得到数据集的一些不相交的子集，通常认为此时得到的每个子集就是一个聚类。
192.在大数据分析处理中，批处理计算是最常使用的一种方式，其解决了大批量数据的批量计算问题，其代表的产品()已经被广泛用于大数据应用中。( A )
A:MapReduce
B:Storm
C:Pregel
D:Hive
解析：批处理计算:批处理计算是最常见的一类数据处理方式,主要用于对大规模数据进行批量的处理,其代表产品有MapReduce和Spark等。
193.下列数据可视化图表类型中，哪个图表不是时间序列型的？( C )
A:量化波形图
B:日历图
C:径向坐标图
D:甘特图
解析：时间序列图表有：折线图、面积图、量化波形图、日历图、甘特图等。
194.大数据的5V特征及其与《大数据时代》一书中提出的“4V”特征的区别（ D ）
A:Volume规模性
B:Velocity高速性
C:Variety多样性
D:Veracity准确性
E:Value价值性
解析：大数据4V的特征：Volume规模性、Variety多样性、Velocity高速性、Value价值型。
大数据5V的特征：Volume规模性、Variety多样性、Velocity高速性、Value价值型、Veracity准确性。
195.Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。关于Hadoop的基本模块，描述正确的是？（ B ）
A:Common支持其他模块的通用程序包
B:HDFS是一个分布式文件系统，能够以高吞吐量访问应用中的数据
C:MapReduce是一个作业调度和资源管理框架
D:YARN是一个基于MapReduce的大数据并行处理程序
解析：
Hadoop Common：支持其他 Hadoop 模块的通用程序；
Hadoop 分布式文件系统 (HDFS)：一种分布式文件系统，可提供对应用程序数据的高吞吐量访问；
Hadoop MapReduce：基于 YARN 的系统，用于并行处理大型数据集；
Hadoop YARN：作业调度和集群资源管理的框架。
196.NOSQL指的是非关系型的数据库，以下选项中属于NOSQL数据库分类的有（ D ）
A:关系对象型
B:层次数据库
C:网状数据库
D:列族数据库
解析：一般将NoSQL数据库分为四大类:键值(Key-Value)存储数据库、列存储数据库、文档型数据库和图形(Graph)数据库。
197.0penSearch是阿里巴巴自主研发，采用分布式搜索引擎搭建的开发平台，关于OpenSearch的描述，正确的是（ ABC ）
A:用于开发人员进行搜索业务开发
B:它内置了很多行业的术语，作为用户搜索的关键字，内置的算法可以对查洵结果进行排序
C:提供了标准的API，可以将专业搜索技术的开发简单化，用户对接服务即可
D:不可以在控制台进行搜索，由于分词器分词阿里通过算法进行了优化，提高了搜索的准确性
解析：智能开放搜索OpenSearch是基于阿里巴巴自主研发的大规模分布式搜索引擎搭建的一站式商用智能搜索平台，目前为包括淘宝、天猫、菜鸟在内的阿里集团核心搜索业务提供中台服务支持。 开发者可以通过控制台或API与系统交互。 在支持搜索通用能力（分析器、排序）的基础上，重点关注业务查询和写入的吞吐，为开发者提供了大数据集检索场景下，秒级响应、实时查询的能力。 https://help.aliyun.com/document_detail/464898.html?spm=a2c4g.464901.0.0.458848d165oAHo
198.存储数据的结构可以分为: 结构化、非结构化、半结构化。下列选项中，属于半结构化数据的是?（ A ）
A:JSON文档
B:视频
C:文本
D:图片
解析：半结构化数据有以下5种：1.日志文件；2.XML 文档；3.JSON 文档；4.Email；5.HTML文档。
199.在《大数据时代》一书中，维克托·迈尔-舍恩伯格和肯尼斯可耶提出大数据的“4V特征。“4V特征包含（ ACDE ）。
A:Volume规模性
B:Vitality动态性
C:Velocity高速性
D:Variety多样性
E:Value价值性
解析：大数据4V的特征：Volume规模性、Variety多样性、Velocity高速性、Value价值型。
200.随着大数据时代的发展，Hadoop生态圈组件越来越丰富。关于Hadoop生态组件HBase的功能，描述正确的是？（ A ）
A:可扩展的分布式数据库，支持大表的结构化数据存储
B:数据仓库基础架构，提供数据汇总和命令行即席查询功能
C:可扩展的机器学习和数据挖掘库
D:用于并行计算的高级数据流语言和执行框架
解析：HDFS 一个提供高可用的获取应用数据的分布式文件系统。 2）MapReduce 一个并行处理大数据集的编程模型。 3）HBase 一个可扩展的分布式数据库，支持大表的结构化数据存储。是一个建立在 HDFS 之上的，面向列的NoSQL数据库，用于快速读/写大量数据。 4）Hive 一个建立在 Hadoop 上的数据仓库基础构架。
