341.Mapreduce是一个分布式运算程序的编程框架，关于Mapreduce，描述正确的是( A )。
A:适合海量静态数据(批数据)计算
B:磁盘IO开销不大
C:易编程，适合实时计算
D:是分布式计算框架，当一台机器失败后，可以手动切换至其他节点运行该任务
解析：MapReduce的优点： 1、易于编程。用户只关心业务逻辑，实现框架的接口。 2、良好的扩展性。可以动态增加服务器，解决计算资源资源不足问题。 3、高容错性。任何一台机器挂掉，可以将任务转移到其他节点。 4、适合海量数据计算（TB/PB），几千台服务器共同计算。 缺点：不擅长实时计算
342.在数据预处理的中，数据转化策略常见有五种，以下选项中数据转化策略与解释对应的有( ABC )。
A:数据泛化处理指数据对象抽象化。把相对低层的值用较高层概念替换来汇总数据
B:属性构造处理根据已有属性集构造新的属性，并加入到现有的属性集合中，后续数据处理直接使用
C:规范化处理，将属性性值按比例缩放至特定的区间
D:分类处理指对数据进行分类汇总操作
解析：数据泛化处理就是用更抽象（更高层次）的概念来取代低层次或数据层的数据对象。
343.Apache Spark是一款常用于大数据工作负载的开源分布式处理系统，关于Spark核心组件的作用，描述错误的是?（ A ）
A:spark streaming提供离线计算组件
B:spark SQL是一个用来处理结构化数据的Spark组件
C:Spark Core基于内存多语言执行的核心引擎
D:Graphx是一个分布式图处理框架
解析：Spark Streaming提供流计算组件。
344.随着大数据时代的发展，Hadoop生态圈组件越来越丰富。关于Hadoop生态圈组件Hive，描述正确的是?（ B ）
A:工作流引擎
B:数据仓库
C:分布式计算框架
D:列式数据库
解析：数据仓库工具。
345.数据采集中，采集的数据分为离线数据和实时数据，其中属于离线数据的是（ AC ）。
A:业务数据
B:日志数据
C:网络数据
D:传感器设备数据
解析：离线数据包含业务数据、网络数据。
346.文件系统(File System)用于存储()类型的数据。（ A ）
A:半结构化数和非结构化数据
B:结构化数据和非结构化数据
C:半结构化数据和结构化数据
D:非结构化数据
解析：文件系统(File System)用于存储半结构化数据和非结构化数据。
347.以下选项中，关于Hive的描述正确的是? （ ACD ）
A:Hive是构建在Hadoop上的数据仓库框架
B:Hive本质操作是依赖Hadoop执行Hive自己的计算任务。Hive是一个计算引擎
C:某种程度上可以看作是用户编程接口，本身不存储
D:依赖分布式文件系统HDFS存储数据
解析：Hive是一个构建于Hadoop顶层的数据仓库工具，主要用于对存储在 Hadoop 文件中的数据集进行数据整理、特殊查询和分析处理。Hive在某种程度上可以看作是用户编程接口，本身不存储和处理数据，依赖HDFS存储数据，依赖MapReduce处理数据。
348.Spark Streaming是Spark核心组件，可以实现高吞吐量的，具备容错机制的实时流数据处理框架，在Spark Streaming工作机制中，哪个组件是流处理系统中所有功能的主要入口点?（ D ）
A:Recelver
B:Executor
C:cluster Manager
D:Sparkcontext
解析：StreamingContext是所有流功能的主要入口点
349.机器学习PAI(Platform of Artificial lnteligence) 是阿里云人工智能平台。采用机器学习PAI平台可视化，构建算法模型步骤，正确的是( C )。
A:新建工作空间一创建模型一关联资源一操作工作流一效果预览及发布
B:新建工作空间一关联资源一操作工作流一创建模型一效果预览及发布
C:新建工作空间一关联资源一创建模型一操作工作流一效果预览及发布
D:新建工作空间一创建模型一操作工作流一关联资源一效果预览及发布
解析：新建工作空间一关联资源一创建模型一操作工作流一效果预览及发布。
350.Mahout是Apache Software Foundation(ASF)旗下的一个开源项目，提供一些可扩展的（ B ）领域经典算法的实现，旨在帮助开发人员更加方便快捷的实现算法，创建只能应用程序。
A:人工智能
B:机器学习
C:云计算
D:数据分析
解析：Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。
