阿里云大数据ACA及ACP复习题(271~280)

本文涉及的产品
实时数仓Hologres,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。

271.Data Integration属于阿里云大数据产品体系的( B )产品?
A:数据开发和治理
B:大数据工具与服务
C:智能搜索与推荐
D:大数据分析与可视化

解析:Data Integration指的是数据集成工具,数据集成工具的主要作用是数据采集,属于大数据工具服务

272.以下属于数据可视化的图表中类别比较型图表的是?( BC )
A:散点图
B:柱形图
C:条状图
D:矩形树状图

解析:柱状、条状以及其衍生图表属于类别比较型图表

273.下列选项中,关于阿里云实时数仓Hologres的操作流程,描述正确的是( D )
A:准备阿里云账号一购买Hologres实例一连接开发工具一创建数据库一导入数据并查询
B:准备阿里云账号一购买Hologres实例一创建数据库一导入数据并查询一连接开发工具
C:准备阿里云账号一连接开发工具一购买Hologres实例一创建数据库一导入数据并查询
D:准备阿里云账号一购买Hologres实例一创建数据库一连接开发工具一导入数据并查询

解析:链接:https://help.aliyun.com/document_detail/362053.html Hologres正确步骤是:准备阿里云账号一购买Hologres实例一创建数据库一连接开发工具一导入数据并查询

274.在聚类算法中,STING是典型基于网格的聚类算法,对基于网格的概念,描述正确的是?( D )
A:通过构造一个达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
B: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置
C:通过稀疏区域来划分高安度区域以发现明显的聚类和立点,主要用于空间型数据的聚类
D:是一种具有多分辨率的聚类方法,其中空间区域被划分为矩形单元(使用维度和经度),并采用分层结构

解析:STING 是一个基于网格的多分辨聚类技术,其中空间区域被划分为矩形单元(使用维度和经度),并采用分层结构。

275.在进行数据预处理时,关于数据集成要解决的问题,以下描述不正确的是( B )
A:同义不同名、同名不同义的问题
B:DML语句的问题
C:对现实世界的同一实体,来自不同数据源的属性定义不同的问题
D:属性重复,属性相关冗余,元组重复的问题

解析:实体识别:同义不同名、同名不同义的问题
冗余与相关分析:属性重复,属性相关冗余,元组重复的问题
数据冲突和检测:对现实世界的同一实体,来自不同数据源的属性定义不同的问题

276.数据清洗中的异常值处理是指根椐每个变量的( A ),检查数据是否合乎要求,发现超出正常范围、逻辑上不合理或者相互矛盾的数据。
A:合理取值范围和相互关系
B:合理程度和真实性
C:差异程度和相互关系
D:合理取值范围和真实性

解析:根据每个变量的合理取值范围和相互关系,检查数据是否规范,是否超出正常范围,逻辑上不符或相互矛盾的数据。

277.数据预处理中,数据集成要解决的问题包含( ABC )
A:实体识别
B:冗余与相关分析
C:数据冲突和检测
D:数据的增删改查

解析:冗余与相关分析、数据冲突和检测、实体识别

278.通过文件系统可以实现对存储设备上的文件进行操作与管理,实现这种管理的最主要的方式是什么?( B )
A:实现对文件的按内容存取
B:实现对文件的按名存取
C:实现文件的高速输出和输入
D:实现虚拟存储

解析:实现对文件的按名存取

279.大数据处理技术主要目标是( B )
A:海量数据存储
B:海量数据分析
C:发现数据价值
D:数据的共享

解析:数据处理是对纷繁复杂的海量数据价值的提炼,而其中最有价值的地方在于预测性分析。

280.阿里云大数据产品可以更快速地解决海量数据计算问题,有效降低企业成本,并保障数据安全。阿里云大数据产品主要分类有( ABCD )、智能搜索与推荐产品。
A:计算与分析产品
B:开发与治理产品
C:工具与服务产品
D:分折与可视化产品
E:弹性伸缩与ECS产品

解析:阿里大数据产品分为五类,大数据计算与分析,智能搜索与推荐,数据开发和治理、大数据工具与服务、大数据分析与可视化。

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