阿里云大数据ACA及ACP复习题(231~240)

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
交互式建模 PAI-DSW,每月250计算时 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。

231.在DataWorks中, ( C )是指使用系统或计算资源的客户,即公司。
A:DataWorks项目
B:MaxCompute项目空间
C:组织
D:个人账号

解析:在DataWorks中,组织是指使用系统或计算资源的客户,即公司

232.关于阿里云大数据构建应用系统描述错误的是( D )。
A:业务系统在ECS集群部署相关的应用程序,相关的业务数据存储在云数据库RDS内;
B:通过数据工场DataWorks将数据库 RDS内的业务数据同步至大数据计算服务MaxCompute中,进行数据加工处理后,再通过DataWorks同步至数据库RDS中;
C:数据库RDS、大数据计算服务 MaxCompute中的数据可通过DataV、 Quick BI进行展示。
D:通过DataHub工具,将ECS集群上的业务系统产生的实时数据或日志同步至MaxCompute中加工处理,处理后的数据同步至云数据库,一般是在构建实时流处理时比较常用

解析:通过DataHub工具,将ECS集群.上业务系统产生的实时数据或者日志同步至MaxCompute 中进行加工处理,处理后的数据同步至云数据库; .或者直接进行实时计算,将实时计算的结果,同步保存至云数据库,供实时或离线应用使用。
业务系统在ECS集群部署相关的应用程序,相关的业务数据存储在云数据库RDS内;
通过数据工场DataWorks将数据库RDS内的业务数据同步至大数据计算服务MaxCompute中,进行数据加工处理后,再通过DataWorks同步至数据库RDS中;
数据库RDS、数据计算服务MaxCompute中的数据可通过DataV、Quick BI进行展示。

233.下列关于MaxCompute描述不正确的是( A )。
A:MaxCompute只提供离线数据的接入
B:MaxCompute适用于大型互联网企业的数据仓库和BI分析、网站的日志分析、电子商务网站的交易分析、用户特征和兴趣挖掘等
C:MaxCompute适用于100 GB以上规模的存储及计算需求,最大可达EB级别
D:MaxCompute深度融合了阿里云Dataworks、QuickBI、机器学习PAI等产品

解析:MaxCompute提供离线和流式数据的接入,支持大规模数据计算及查询加速能力

234.MaxCompute具有存储、计算引擎、计算模型数据通道、用户接口四层结构,每层的任务职责也不同,那么如果执行“desc [partition ()]; ”,最终由( A )处理该命令语句并返回结果
A:计算层
B:存储层
C:客户端(用户接口)
D:计算模型数据通道

解析:DESC查看表或视图信息。

235.对下列报错FAILED: ODPS-0123031:Partition exception - invalid dynamic partition value: province=上海 描述正确的是( D )?
A:SQL语法报错
B:超过2000个动态分区
C:动态生成的分区值为NULL
D:非法的动态分区

解析:使用了非法的动态分区。动态分区是根据指定字段进行分区,不支持特殊字符和中文动态分区字段。

236.DataWorks是为用户提供专业高效、安全可靠的一站式大数据开发与治理平台,使用其进行数据开发前,需做好相关准备工作,保障后续开发任务可顺利执行,下列哪项能准确匹配DataWorks服务开通流程?( A )
A:注册账号-购买MaxCompute资源-创建工作空间-添加项目组成员
B:准备阿里云ARM账号-开通与购买DataWorks服务-
C:准备阿里云账号-创建工作空间-为空间添加成员
D:准备阿里云账号-开通与购买DataWorks服务-创建工作空间

解析:开通DataWorks服务流程 注册账号-购买MaxCompute资源-创建工作空间-添加项目组成员。

237.阿里云机器学习PAI平台是中国云端机器学习平台之一,下列哪个()选项不属于PAI的业务架构。( B )
A:智能标注(iTAG)
B:容器镜像服务ACR
C:可视化建模PAI-Designer、交互式编程建模PAI-DSW
D:云原生在线推理服务平台PAI-EAS

解析:PAI支持的硬件设施包括CPU、GPU、FPGA、NPU、容器服务ACK及ECS。

238.MaxCompute与机器学习平台PAI无缝集成,提供强大的机器学习处理能力;用户也可使用熟悉的Spark-ML开展智能分析。使用Python机器学习三方库。上述文字这体现了MaxCompute在大数据处理与分析中的( A )作用?
A:集成AI能力
B:支持流式采集和近实时分析
C:数据存储能力
D:弹性能力与扩展型

解析https://help.aliyun.com/document_detail/27800.html
集成AI能力与机器学习平台PAI无缝集成,提供强大的机器学习处理能力。
您可以使用熟悉的Spark-ML开展智能分析。
使用Python机器学习三方库。

239.数据可视化指使用点、线、图表、统计图或信息图表等工具对数据进行编码,在视觉上传达定量信息。下列选项中属于数据可视化优势的是?(ABC)
A:传播速度快
B:数据更直观
C:多维展示
D:动态效果

解析:传播速度快、数据更直观、多维展示、容易记忆、定制显示。

240.Kafka是分布式发布消息订阅系统。下面关于Kafka描述正确的是?( C )
A:Kafka是安全高效的,不会出现消息丢失的情况
B:Kafka的功能十分强大,信息消费的稳定性极高,不会出现重复消费的情况
C:Kafka的优异性能体现之一就是高吞吐
D:Kafka能满足任何场景的数据

解析:Kafka的缺点:
1、由于是批量发送,所以数据达不到真正的实时
2、对于mqtt协议不支持
3、不支持物联网传感数据直接接入
4、只能支持统一分区内消息有序,无法实现全局消息有序
5、监控不完善,需要安装插件
6、需要配合zookeeper进行元数据管理
7、会丢失数据,并且不支持事务
8、可能会重复消费数据,消息会乱序

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
|
11天前
|
人工智能 分布式计算 Cloud Native
阿里云大数据AI产品月刊-2025年9月
大数据& AI 产品技术月刊【2025年 9 月】,涵盖 9 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。
阿里云大数据AI产品月刊-2025年9月
|
3月前
|
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。
173 0
|
3月前
|
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。
279 0
|
1月前
|
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。
184 1
|
1月前
|
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。
144 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。
134 0
|
23天前
|
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
100 14
|
2月前
|
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
96 0
|
3月前
|
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。
108 4