Spark是一个专为大规模数据处理而设计的快速通用的计算引擎，官方支持Scala、Java、C、Python语言
第1题
下列三个算法是关于“大规模数据集合中查找有无某些元素”问题的算法：针对一个“学生”数据表，如下示意，找出“成绩”为某一分数的所有学生。
【算法A1】 Start of algorithm A1 Step 1. 从数据表的第1条记录开始，直到其最后一条记录为止，读取每一条记录，做Step 2。 Step 2. 对每一条记录，判断成绩是否等于给定的分数：如果是，则输出；如果不是，则不输出。 End of algorithm A1 【算法A2】 Start of algorithm A2 Step 1. 从数据表的第1条记录开始，直到其最后一条记录为止，读取每一条记录，做Step 2和Step 3。 Step 2. 对每一条记录，判断成绩是否等于给定的分数：如果等于，则输出；如果不等于，则不输出。 Step 3. 判断该条记录的成绩是否小于给定的分数：如果不是，则继续；否则，退出循环，算法结束。 End of algorithm A2 【算法A3】 Start of algorithm A3 Step 1. 假设数据表的最大记录数是n，待查询区间的起始记录位置Start为1，终止记录位置Finish为n； Step 2. 计算中间记录位置I = (Start+Finish)/2，读取第I条记录。 Step 3. 判断第I条记录的成绩与给定查找分数： (3.1)如果是小于关系，则调整Finish = I-1；如果Start >Finish则结束，否则继续做Step 2； (3.2)如果是大于关系，则调整Start = I+1；如果Start>Finish则结束，否则继续做Step 2； (3.3)如果是等于关系，则输出，继续读取I周围所有的成绩与给定查找条件相等的记录并输出，直到所有相等记录查询输出完毕则算法结束。 End of algorithm A3 关于算法A1, A2, A3的快慢问题，下列说法正确的是_____。
A、算法A1快于算法A2， 算法A2快于算法A3
B、算法A2快于算法A1， 算法A2快于算法A3
C、算法A3快于算法A2， 算法A2快于算法A1
D、算法A1快于算法A3， 算法A3快于算法A2
第2题
下列三个算法是关于“大规模数据集合中查找有无某些元素”问题的算法：针对一个“学生”数据表，如下示意，找出“成绩”为某一分数的所有学生。【算法A1】 Start of algorithm A1 Step 1. 从数据表的第1条记录开始，直到其最后一条记录为止，读取每一条记录，做Step 2。 Step 2. 对每一条记录，判断成绩是否等于给定的分数：如果是，则输出；如果不是，则不输出。End of algorithm A1 【算法A2】 Start of algorithm A2 Step 1. 从数据表的第1条记录开始，直到其最后一条记录为止，读取每一条记录，做Step 2和Step 3。 Step 2. 对每一条记录，判断成绩是否等于给定的分数：如果等于，则输出；如果不等于，则不输出。 Step 3. 判断该条记录的成绩是否小于给定的分数：如果不是，则继续；否则，退出循环，算法结束。 End of algorithm A2 【算法A3】 Start of algorithm A3 Step 1. 假设数据表的最大记录数是n，待查询区间的起始记录位置Start为1，终止记录位置Finish为n； Step 2. 计算中间记录位置I = (Start+Finish)/2，读取第I条记录。 Step 3. 判断第I条记录的成绩与给定查找分数： (3.1)如果是小于关系，则调整Finish = I-1；如果Start >Finish则结束，否则继续做Step 2； (3.2)如果是大于关系，则调整Start = I+1；如果Start>Finish则结束，否则继续做Step 2； (3.3)如果是等于关系，则输出，继续读取I周围所有的成绩与给定查找条件相等的记录并输出，直到所有相等记录查询输出完毕则算法结束。 End of algorithm A3针对上述三个算法，回答问题：关于三个算法的复杂性，下列说法正确的是_____。
A、算法A1和A2的时间复杂性为O(n)，算法A3的时间复杂性为
B、算法A1、A2和A3的时间复杂性都为O(n)
C、算法A1和A2的时间复杂性为O(1)，算法A3的时间复杂性为O(n)
D、算法A1的时间复杂性为O(n)，算法A2的时间复杂性为O(n/2)，算法A3的时间复杂性为O(n/4)
第3题
下列三个算法是关于“大规模数据集合中查找有无某些元素”问题的算法：针对一个“学生”数据表，如下示意，找出“成绩”为某一分数的所有学生。【算法A1】 Start of algorithm A1 Step 1. 从数据表的第1条记录开始，直到其最后一条记录为止，读取每一条记录，做Step 2。 Step 2. 对每一条记录，判断成绩是否等于给定的分数：如果是，则输出；如果不是，则不输出。 End of algorithm A1 【算法A2】 Start of algorithm A2 Step 1. 从数据表的第1条记录开始，直到其最后一条记录为止，读取每一条记录，做Step 2和Step 3。 Step 2. 对每一条记录，判断成绩是否等于给定的分数：如果等于，则输出；如果不等于，则不输出。 Step 3. 判断该条记录的成绩是否小于给定的分数：如果不是，则继续；否则，退出循环，算法结束。 End of algorithm A2 【算法A3】 Start of algorithm A3 Step 1. 假设数据表的最大记录数是n，待查询区间的起始记录位置Start为1，终止记录位置Finish为n； Step 2. 计算中间记录位置I = (Start+Finish)/2，读取第I条记录。 Step 3. 判断第I条记录的成绩与给定查找分数： (3.1)如果是小于关系，则调整Finish = I-1；如果Start >Finish则结束，否则继续做Step 2； (3.2)如果是大于关系，则调整Start = I+1；如果Start>Finish则结束，否则继续做Step 2； (3.3)如果是等于关系，则输出，继续读取I周围所有的成绩与给定查找条件相等的记录并输出，直到所有相等记录查询输出完毕则算法结束。 End of algorithm A3 关于算法A1, A2, A3的快慢问题，下列说法正确的是_____。
A、算法A1快于算法A2， 算法A2快于算法A3
B、算法A2快于算法A1， 算法A2快于算法A3
C、算法A3快于算法A2， 算法A2快于算法A1
D、算法A1快于算法A3， 算法A3快于算法A2
第4题
A、Flink是一行一行地处理数据
B、Flink可以支持毫秒级的响应
C、Flink只能支持秒级的响应
D、Flink支持增量迭代，具有对迭代进行自动优化的功能
第6题
设计一个计算“一元二次方程”的程序# include <stdio.h> # include <math.h> int main(void) { float a, b, c; //定义一元二次方程的三个系数 char k; //用于后面判断是否要继续输入 double delta, x1, x2; /*delta用来存储b*b - 4*a*c的值；x1和x2的值分别为方程的解*/ do { //输入一元二次方程的三个系数a、b、c printf("请输入一元二次方程的三个系数, 用回车分隔:\n"); printf("a = "); scanf("%f", &a); while(getchar() != '\n'); /*容错处理, scanf后面都加上这一句, 作用是清空输入缓冲区, 以防用户乱输入*/ printf("b = "); scanf("%f", &b); while(getchar() != '\n'); printf("c = "); scanf("%f", &c); while(getchar() != '\n'); delta = b*b - 4*a*c; //判断delta的值是大于零, 等于零, 还是小于零 if (delta > 0) { x1 = (-b +sqrt(delta)) / (2*a); x2 = (-b -sqrt(delta)) / (2*a); printf("有两个解, x1 = %f, x2 = %f\n", x1, x2); } else if (0 == delta) { x1 = x2 = (-b) / (2*a); printf("有唯一解, x1 = x2 = %f\n", x1); } else { printf("无实数解\n"); } //询问是否想继续输入 printf("您想继续吗, Y想, N不想:"); scanf("%c", &k); //输入Y或者N, 表示“想”或“不想” while(getchar() != '\n'); } while (_______); return 0; } —————————————————————————————————————————— 输出结果是： 请输入一元二次方程的三个系数, 用回车分隔:a = 1b = 5c = 6有两个解, x1 = -2.000000, x2 = -3.000000您想继续吗, Y想, N不想:Y请输入一元二次方程的三个系数, 用回车分隔:a = 2b = 3c = 4无实数解您想继续吗, Y想, N不想:N
第7题
A、Scala是Spark的主要编程语言，但Spark还支持Java、Python、R作为编程语言
B、Spark提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高
C、Spark基于DAG的任务调度执行机制，要优于Hadoop MapReduce的迭代执行机制
D、Spark的计算模式也属于MapReduce，但编程模型比Hadoop MapReduce更灵活
第8题
A、通过对决策表的每个字段进行数据分片（然后每个字段再按照记录分片），可以实现决策树重要分枝属性的选择。
B、可以对决策表的样本进行划分，并行计算每个分片数据各种属性取值对应的类别个数，从而可以合并这些数据得到某个属性在整个数据集的重要性度量。
C、决策树对大数据的处理只能采用批处理的算法。
D、决策树的分布式学习可以借助MapReduce计算框架。
第9题
A、Pig：处理大规模数据的脚本语言
B、Tez：支持DAG作业的计算框架
C、Oozie:工作流和协作服务引擎
D、Kafka：分布式发布订阅消息系统
第10题
A、Hadoop和Spark可以相互协作
B、Hadoop负责数据的存储和管理
C、Spark负责数据的计算
D、Spark要操作Hadoop中的数据，需要先启动HDFS
