大數(shù)據(jù)采集與存儲智慧樹知到期末考試答案章節(jié)答案2024年山東交通學院

大數(shù)據(jù)采集與存儲智慧樹知到期末考試答案+章節(jié)答案2024年山東交通學院SELECT*FROMtable只查詢了表中的一個列。（）

答案:錯域名和IP地址是等價的，都是唯一的表示網(wǎng)絡(luò)中的一臺主機的。（）

答案:對列族數(shù)據(jù)庫，采用面向列的存儲模式，整個數(shù)據(jù)庫由多行組成，每行包含多個列族，不同的行列族不同。（）

答案:對缺失值表示的是“缺失的數(shù)據(jù)“，可能因為機械原因或者人為原因造成的數(shù)據(jù)缺失。()

答案:對MongoDB中，每個文檔都有一個類似關(guān)系型數(shù)據(jù)庫主鍵標識的_id字段來標識此條文檔，如果沒有設(shè)定文檔記錄的_id值，則通過ObjectId來生成_id。（）

答案:對MongoDB查詢時，只能返回全部字段，不能返回某些指定字段。（）

答案:錯設(shè)某網(wǎng)頁解析后的BeautifulSoup對象soup中有多個標簽＜li＞，則soup.findAll("li")返回的是該網(wǎng)頁中所有的標簽＜li＞組成的列表。（）

答案:對如果一個網(wǎng)站沒有發(fā)布自己的robots協(xié)議，或者robots協(xié)議的內(nèi)容為空，說明它允許所有的爬蟲來爬取數(shù)據(jù).。（）

答案:對https是超文本傳輸安全協(xié)議，它是在http協(xié)議的基礎(chǔ)上，增加了加密協(xié)議，能實現(xiàn)數(shù)據(jù)的加密傳輸，安全性更好。（）

答案:對物聯(lián)網(wǎng)數(shù)據(jù)的特點有數(shù)據(jù)量大、更新快、數(shù)據(jù)價值低。（）

答案:對WHERE條件中出現(xiàn)LIKE'_A%'，下面哪一個結(jié)果是可以被檢索出來的（）。

答案:BAI大數(shù)據(jù)采集的數(shù)據(jù)有（）

答案:非結(jié)構(gòu)化數(shù)據(jù);結(jié)構(gòu)化數(shù)據(jù);半結(jié)構(gòu)化數(shù)據(jù)爬蟲的一般思路為（）

答案:獲取網(wǎng)頁;保存數(shù)據(jù);解析網(wǎng)頁;提取數(shù)據(jù)MongoDB數(shù)據(jù)庫存儲的基本單元為（）

答案:文檔關(guān)系模型是用（）結(jié)構(gòu)來描述數(shù)據(jù)間的聯(lián)系。

答案:二維表網(wǎng)站反爬蟲的手段有（）

答案:通過User-Agent校驗反爬;通過驗證碼校驗反爬;通過訪問頻率反爬;通過賬號權(quán)限反爬下面不屬于MongoDB應(yīng)用場景的是（）

答案:支持嚴格事務(wù)的場景下面關(guān)于數(shù)據(jù)集成，說法錯誤的是（）

答案:在數(shù)據(jù)集成中，不需要考慮數(shù)據(jù)的度量單位不一致問題。在k12日志處理案例中，根據(jù)課程難度劃分等級，1-2為初級3-5為中級6-7為高級。下面關(guān)于Kettle中的數(shù)據(jù)轉(zhuǎn)換功能中，（）能實現(xiàn)課程難度到等級的轉(zhuǎn)換。

答案:范圍歸類一名學生的信息在關(guān)系型數(shù)據(jù)庫中就對應(yīng)著表中的一行，而MongoDB以文檔為單位存儲數(shù)據(jù)，一名學生的信息就是一個（）

答案:文檔在數(shù)據(jù)變換中，以下不能夠進行平滑處理的是（）

答案:分類法下列關(guān)于MongoDB數(shù)據(jù)庫，描述錯誤的是（）

答案:MongoDB字段值可以是數(shù)組及文檔數(shù)組，但是不能包含其他文檔用BeautifulSoup類的方法可以獲取該網(wǎng)頁內(nèi)容對應(yīng)的BeautifulSoup類型的標簽樹，從而根據(jù)標簽進一步獲取內(nèi)容。以下語句中，第一個參數(shù)htmlText是（）soup=BeautifulSoup(htmlText,'html.parser')（）

答案:從爬取的網(wǎng)頁對象中獲取的網(wǎng)頁源碼字符串將“選課”表中的1002號課（CHAR(4)類型）的所有成績（INTEGER類型）提高10分，正確的SQL語句是（）。

答案:UPDATE選課SET成績=成績+10WHERE課號=‘1002’；在SQL語句中，對輸出結(jié)果排序的語句是（）。

答案:ORDERBY智能路燈數(shù)據(jù)屬于（）

答案:物聯(lián)網(wǎng)數(shù)據(jù)如果一個字段的數(shù)據(jù)必須來源于另一個表的主鍵，那么需要在這個字段上建立（）。

答案:外鍵在MongoDB中，查詢已修學分大于20的文檔正確的指令為（）

答案:.find({xf:{$gt:20}})MongoDB中，使用（）方法對數(shù)據(jù)進行排序

答案:sort()在MongoDB中，返回info集合中的前三條信息正確的指令為（）

答案:.find().limit(3)Kettle提供的工作流（job）可以實現(xiàn)一系列的數(shù)據(jù)輸入、清洗、格式轉(zhuǎn)換等數(shù)據(jù)處理，但需要編寫相應(yīng)的程序來配合實現(xiàn)。（）

答案:錯在網(wǎng)絡(luò)爬取過程中，用requests.get()函數(shù)爬取網(wǎng)頁時，通過設(shè)置headers這個字段，可以模擬一個瀏覽器向url指定的服務(wù)器發(fā)起訪問從而避免被網(wǎng)站的“反爬”程序識別出來。（）

答案:對可以通過try-except處理爬取網(wǎng)頁過程中可能出現(xiàn)的異常。（）

答案:對內(nèi)連接查詢INNERJOIN可以獲得兩個表中連接字段值相等的所有記錄。（）。

答案:對設(shè)r=requests.get(url)，則r.apparent_encoding比r.encoding能更準確的表示網(wǎng)頁的編碼方式。當網(wǎng)頁出現(xiàn)亂碼時，執(zhí)行r.encoding=r.apparent_encoding，即可有效解決。（）

答案:對用kettle進行數(shù)據(jù)替換時，比如將0替換成男、1替換成女，可以設(shè)置不匹配時的默認值，從而在替換后確保沒有空值。（）

答案:對Spoon是構(gòu)建ETLJobs和Transformations的工具。（）

答案:對用BeautifulSoup庫可以解析網(wǎng)頁，將HTML文件的內(nèi)容轉(zhuǎn)換為BeautifulSoup對象，實際上是將HTML文件轉(zhuǎn)換為標簽樹。（）

答案:對可以使用MongoDB存儲游戲用戶信息，用戶的裝備、積分等直接以內(nèi)嵌文檔的形式存儲，方便查詢、更新。（）

答案:對搜索引擎和爬蟲的功能是完全相同的，前者是正式的名稱，后者是通俗的名稱。（）

答案:錯所有的網(wǎng)站都有robots協(xié)議。（）

答案:錯在數(shù)據(jù)清洗中，重復(fù)值都是采用刪除處理。（）

答案:錯在一個關(guān)系中，若某一個屬性（或?qū)傩约┑闹悼晌ㄒ坏乇硎久恳粋€元組，即其值對不同的元組是不同的，這樣的屬性集合稱為侯選建。（）

答案:對在關(guān)系數(shù)據(jù)庫中，一個關(guān)系對應(yīng)一張二維表。（）

答案:對主鍵不能成為另一個關(guān)系的外鍵。（）。

答案:錯可以使用下列那種方式填充缺失值（）

答案:利用平均值或者中位數(shù)填充缺失值。;利用臨近值填充缺失值。;人工填充缺失值。;利用缺省值填充缺失值。MongoDB索引類型包括（）

答案:哈希索引和地理空間索引;多鍵索引和文本索引;單鍵索引和復(fù)合索引MongoDB中的（）類似于關(guān)系型數(shù)據(jù)庫的行

答案:文檔下列屬性關(guān)系型數(shù)據(jù)庫的是（）

答案:MySQL;Oracle;達夢數(shù)據(jù)庫管理系統(tǒng)下面編寫爬蟲需要的相關(guān)知識為（）

答案:BeautifulSoup;Requests;HtmlHive能夠?qū)QL語句轉(zhuǎn)換為一系列（）任務(wù)來執(zhí)行。

答案:MapReduce鍵值數(shù)據(jù)庫包括（）

答案:Memcached;Redis;Riak1、用BeautifulSoup類的方法可以獲取該網(wǎng)頁內(nèi)容對應(yīng)的BeautifulSoup類型的標簽樹，從而根據(jù)標簽進一步獲取內(nèi)容。以下語句中，第二個參數(shù)html.parser是（

）soup=BeautifulSoup(htmlText,'html.parser')

答案:Html網(wǎng)頁的解析器假設(shè)學生關(guān)系S（S#,SNAME,SEX）,課程關(guān)系C（C#,CNAME），學生選課關(guān)系SC（S#,C#,GRADE）。要查詢選修“Computer”課程的男生姓名，將涉及到關(guān)系（）。

答案:S,C,SC關(guān)于關(guān)系模型完整性的說法，不正確的是（）。

答案:外鍵如果取空值，則違反了參照完整性已知如下關(guān)系：學生Student(S#,Sname)，課程Course(C#,Cname,T#)，選課SC(S#,C#,Score)，教師T(T#,Tname)。其中S#為學號，Sname為學生命名，C#為課號，Cname為課程名，T#為教師編號，Score為成績，Tname為教師名。閱讀SQL語句:SELECTSnameFROMStudent,SC,CourseWHEREStudent.S#=SC.S#ANDCourse.C#=SC.C#ANDT#=‘T01’ANDScore＜60；關(guān)于其查詢結(jié)果，下列說法正確的是（）。

答案:學習T01號教師講授課程不及格的所有學生的姓名在表或視圖上執(zhí)行除了（）以外的語句都可以激活觸發(fā)器。

答案:CREATE大數(shù)據(jù)中日志文件如何采集（）

答案:使用海量數(shù)據(jù)采集工具用于對系統(tǒng)日志的采集，比如Facebook公司的Scribe，Hadoop平臺的Chukwa，Cloudera公司的Flume。在數(shù)據(jù)預(yù)處理中，（）可以將數(shù)據(jù)屬性的連續(xù)值離散化為區(qū)間值或者概念值，也就是將連續(xù)值劃分為若干區(qū)間，再將每個小區(qū)間重新定義一個唯一的取值。

答案:數(shù)據(jù)離散化可以使用（）語言操作MongoDB

答案:其余選項都可以下面不屬于MongoDB中索引類型的是（）

答案:雙建索引某關(guān)系R的外鍵是指（）。

答案:其它關(guān)系的候選鍵，可以是R中的主屬性或非主屬性爬蟲可能突破簡單的密碼設(shè)置等訪問控制，訪問人類不容易瀏覽到的數(shù)據(jù)。這將會引發(fā)（）問題。

答案:個人隱私問題下面引用BeautifulSoup庫正確的寫法是（）

答案:frombs4importBeautifulSoupMongoDB中主鍵的默認格式是（）

答案:ObjectId數(shù)值在[0-100]之間,最小值為0，最大值為100。按照等頻劃分，則該區(qū)間被劃分為[0-45],[46-80],[81-100]，重新定義區(qū)間值為0，1，2，給定數(shù)值50，離散化的值是（）

答案:1在數(shù)據(jù)集成過程中，實體識別問題指的是（）

答案:來自不同數(shù)據(jù)源的等價實體是如何進行匹配的在MongoDB中，刪除所有姓名為mark的文檔正確的指令為（）

答案:.deleteMany({xm:"mark"})以下那項不屬于數(shù)據(jù)質(zhì)量的內(nèi)容（）

答案:數(shù)據(jù)可靠性SQL語言中，下列涉及空值的操作，不正確的是()。。

答案:AGE=NULL（

）發(fā)表論文提出了關(guān)系數(shù)據(jù)庫的理論。

答案:E.F.Codd用Kettle輸入文件時，可設(shè)置通配符表示某一類文件。下面文件中與通配符k12*.txt不匹配的是（）

答案:k13.txt關(guān)于傳統(tǒng)數(shù)據(jù)采集與大數(shù)據(jù)采集區(qū)別，說法錯誤的是（）

答案:大數(shù)據(jù)采集后的數(shù)據(jù)只能采用關(guān)系型數(shù)據(jù)庫存儲在MongoDB使用insertMany()方法插入多條文檔時，如果某條數(shù)據(jù)插入失?。ǎ?/p>

答案:終止插入，但已經(jīng)插入成功的數(shù)據(jù)不會回滾掉查找集合中的數(shù)據(jù)，使用（）方法。

答案:find方法開發(fā)者工具中Network標簽包括（）

答案:控制器;概覽;過濾器;請求列表;概要不同的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，使用的SQL標準不一樣。（）

答案:錯在本案例中，數(shù)據(jù)采集是通過（）獲取。

答案:網(wǎng)絡(luò)爬蟲在數(shù)據(jù)采集后，python中使用（）庫把數(shù)據(jù)存儲到csv文件中。

答案:csv庫在數(shù)據(jù)清洗中，“輸入”功能主要是實現(xiàn)ETL的數(shù)據(jù)抽取、加載、格式轉(zhuǎn)換。（）

答案:錯kettle中的以下組件中，屬于基本數(shù)據(jù)清洗的是（）

答案:連接字段;刪除數(shù)據(jù);數(shù)據(jù)排序;數(shù)據(jù)替換Kettle讓我們在可視化的界面中，通過拖拽實現(xiàn)數(shù)據(jù)處理。無需掌握復(fù)雜的編程技術(shù)也可以幫助我們完成數(shù)據(jù)的ETL處理。（）

答案:對Kettle能夠支持多種格式的數(shù)據(jù)輸出，但不支持下面（）文件格式。

答案:wordKettle是一種常用的ETL工具，它支持圖形化的GUI設(shè)計界面。（）

答案:對Kettle中的job作業(yè)是指定時完成一系列指定的數(shù)據(jù)轉(zhuǎn)換，并將結(jié)果以郵件的方式告知給我們。（）

答案:對任何網(wǎng)站都有自己的Robots協(xié)議，用來保護網(wǎng)站的信息不會被惡意訪問。（）

答案:錯HTML語言使用“標簽對”來標記信息。其中，＜html＞……＜/html＞標記一個HTML文件中標題的開始和結(jié)束。（）

答案:錯以下程序段的運行結(jié)果是frombs4importBeautifulSouphtmlText='＜p＞解析頁面＜/p＞'soup=BeautifulSoup(htmlText,'html.parser')print(soup.p)（）

答案:＜p＞解析頁面＜/p＞爬蟲就是能夠?qū)崿F(xiàn)網(wǎng)頁數(shù)據(jù)爬取的程序。（）

答案:對如果有網(wǎng)絡(luò)爬蟲頻繁的訪問服務(wù)器，則容易引發(fā)（）問題。

答案:網(wǎng)站的性能下降Python中提供的requests庫的get()方法能夠?qū)崿F(xiàn)爬取網(wǎng)頁信息的功能。（）

答案:對在使用requests庫獲取網(wǎng)頁資源過程中，最重要的兩個對象就是Request和Response，（）負責將客戶端的請求發(fā)送給服務(wù)器。

答案:Request在數(shù)據(jù)離散化中，常見的離散化方法有（）

答案:基于熵的離散化;等頻劃分;基于卡方分箱的方法;聚類劃分;等寬劃分數(shù)據(jù)清洗時重復(fù)值數(shù)據(jù)不能夠刪除。（）

答案:錯大數(shù)據(jù)采集，又稱大數(shù)據(jù)獲取，是指從（）等獲取數(shù)據(jù)的過程。

答案:傳感器;其它智能設(shè)備;企業(yè)系統(tǒng);社交網(wǎng)絡(luò)數(shù)據(jù)完整性指的是數(shù)據(jù)具有一個實體描述的所有必需的部分。（）

答案:對在大數(shù)據(jù)預(yù)處理中，需要數(shù)據(jù)清洗的主要類型包括以下幾類（）

答案:缺失值數(shù)據(jù);重復(fù)值數(shù)據(jù);異常值數(shù)據(jù)網(wǎng)絡(luò)爬蟲的步驟是1）選取一部分種子URL；2）從待抓取URL隊列中取出待抓取的URL，解析DNS，得到主機的IP地址，并將URL對應(yīng)的網(wǎng)頁下載下來，存儲到已下載網(wǎng)頁庫中。此外，將這些URL放進已抓取URL隊列；3）將這些URL放到待抓取URL中；4）分析已抓取URL隊列中的URL，分析其中的其他URL，并且將這些URL放入待抓取URL隊列，從而進入下一個循環(huán)。（）

答案:1）3）2）4）查看當前正在使用的數(shù)據(jù)庫命令（）

答案:dbMongoDB是一個開源、高性能、無模式的文檔型數(shù)據(jù)庫。（）

答案:對關(guān)系型數(shù)據(jù)庫遵循BASE和CAP理論。（）

答案:錯MongoDB通過（）來描述和存放數(shù)據(jù)。

答案:BSONMongoDB中，用戶可以將_id字段上的索引刪除。（）

答案:錯查找kate同學的專業(yè)，使用指令（）完成。

答案:.find({'xm':'kate'},{zy:1})在下列關(guān)于視圖的敘述中，正確的是（）

答案:當修改某一視圖時，導(dǎo)出該視圖的基本表也隨之修改。有學生表Student(S#char(8),Snamechar(10),Ssexchar(2),Sageinteger,D#char(2),Sclasschar(6))。要檢索學生表中“所有年齡小于等于19歲的學生的年齡及姓名”，SQL語句正確的是（）

答案:SelectSage,SnameFromStudentWhereSage＜=19查詢時，若要輸出無重復(fù)的記錄，SELECT子句中使用的保留字是：（）

答案:DISTINCTSQL語言中，刪除一個表的命令是（）

答案