自覺遵守考場紀律如考試作弊此答卷無效密自覺遵守考場紀律如考試作弊此答卷無效密封線第1頁，共3頁暨南大學《大型數據庫》

2023-2024學年第一學期期末試卷院(系)_______班級_______學號_______姓名_______題號一二三四總分得分一、單選題（本大題共15個小題，每小題1分，共15分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、大數據在醫療健康領域的應用包括疾病預測、醫療影像分析、健康管理等，以下關于大數據在醫療健康領域應用的描述中，錯誤的是（）。A.大數據可以用于疾病預測和預防，提高醫療服務的質量和效率B.大數據可以用于醫療影像分析，提高診斷的準確性和速度C.大數據可以用于健康管理，幫助人們更好地管理自己的健康D.大數據在醫療健康領域的應用只局限于醫院內部，不能與其他機構進行數據共享2、在大數據時代，數據倉庫和數據集市的概念仍然重要。假設一個企業需要為不同部門提供數據分析支持。以下關于數據倉庫和數據集市的選擇，正確的是：（）A.建立一個大型的數據倉庫，所有部門共享使用B.為每個部門分別建立數據集市，滿足個性化需求C.先建立數據倉庫，再根據部門需求從倉庫中抽取數據建立數據集市D.數據倉庫和數據集市都不適合大數據環境，應采用新的技術架構3、在大數據存儲中，分布式存儲系統的節點之間通常通過網絡進行通信。以下哪種網絡拓撲結構在數據傳輸效率和可靠性方面表現較好？（）A.星型拓撲B.環形拓撲C.總線拓撲D.樹形拓撲4、在大數據應用中，推薦系統被廣泛使用。如果一個推薦系統主要基于用戶的歷史購買行為進行推薦，這屬于哪種推薦方法？（）A.基于內容的推薦B.協同過濾推薦C.基于知識的推薦D.混合推薦5、在大數據分析中，數據挖掘與機器學習的結合越來越緊密。以下關于兩者結合的優勢和應用，哪項描述不準確？（）A.數據挖掘可以為機器學習提供有價值的數據特征和預處理方法B.機器學習算法可以幫助數據挖掘發現更復雜和深入的模式C.兩者結合在欺詐檢測、市場細分和推薦系統等領域取得了顯著成果D.數據挖掘和機器學習是完全獨立的領域，沒有相互交叉和融合的部分6、大數據在物流領域有重要的應用價值，以下關于大數據在物流中的應用描述，哪一項是不正確的？（）A.可以優化物流路徑規劃，降低運輸成本B.有助于實現庫存的精準管理和預測C.大數據在物流中的應用主要依賴人工經驗，自動化程度較低D.能夠實時跟蹤貨物運輸狀態，提高物流服務的透明度7、隨著大數據技術的發展，數據倉庫和數據集市的應用越來越廣泛。對于一個大型企業來說，以下關于數據倉庫和數據集市的描述，哪一項是不準確的？（）A.數據倉庫通常存儲整個企業的歷史數據，數據集市則側重于特定部門或主題的數據B.數據倉庫的數據更新頻率相對較低，而數據集市的數據更新可能更頻繁C.數據倉庫的建設成本通常高于數據集市，但其數據質量和一致性更有保障D.數據集市可以獨立于數據倉庫存在，不需要從數據倉庫獲取數據8、對于一個需要進行實時數據分析和可視化的大數據應用，以下哪種技術組合通常是最佳選擇？（）A.Spark+Kafka+FlinkB.Hadoop+Hive+MySQLC.Spark+HBase+RedisD.Kafka+MongoDB+TensorFlow9、在大數據存儲中，分布式數據庫系統具有很多優點。假設一個應用需要處理高并發的讀寫請求，并且數據量巨大。以下哪種分布式數據庫系統可能是合適的選擇？（）A.MySQLClusterB.TiDBC.CockroachDBD.Alloftheabove（以上皆是）10、在大數據的數據庫選擇中，NoSQL數據庫因其靈活的數據模型而受到關注。假設一個應用需要存儲大量的非結構化數據，并且對數據的讀寫性能要求較高。以下哪種NoSQL數據庫最適合？（）A.文檔數據庫B.鍵值數據庫C.列族數據庫D.圖數據庫11、在大數據處理框架中，Spark支持多種數據源的讀取和寫入。假設有一個需求是從關系型數據庫中讀取數據，并在Spark中進行處理。以下哪種方式是可行的？（）A.使用JDBC連接數據庫讀取數據B.將數據庫中的數據導出為CSV文件，再由Spark讀取C.使用ODBC連接數據庫讀取數據D.Alloftheabove（以上皆是）12、在大數據處理框架中，Hadoop和Spark都有廣泛的應用。假設一個企業需要處理大量的歷史數據，并進行復雜的數據分析和機器學習任務。以下關于Hadoop和Spark的特點和適用場景，哪一項是錯誤的？（）A.Hadoop適合處理大規模的靜態數據，批處理任務B.Spark適合處理實時流數據，迭代計算和交互式查詢C.Hadoop的計算速度通常比Spark快，尤其對于小數據量的計算D.Spark可以在內存中進行計算，提高了數據處理的效率13、在大數據存儲中，分布式存儲系統具有高可靠性和高擴展性。以下關于分布式存儲系統的描述，不正確的是（）A.數據被分散存儲在多個節點上，提高了數據的安全性B.節點之間通過網絡進行通信和數據同步C.當某個節點出現故障時，系統能夠自動恢復數據，不會造成數據丟失D.分布式存儲系統的性能不受節點數量的影響14、在大數據存儲系統中，為了提高數據的訪問速度，通常會使用緩存技術。以下關于緩存策略的描述，正確的是？（）A.最近最少使用（LRU）策略總是最優的B.先進先出（FIFO）策略適用于數據訪問模式穩定的情況C.隨機替換策略在所有情況下性能最差D.緩存策略的選擇取決于數據的訪問模式15、當處理大數據中的文本數據時，自然語言處理技術經常被應用。假設要從大量的新聞文章中提取關鍵信息和主題。以下哪種自然語言處理技術最適合這個任務？（）A.詞法分析B.句法分析C.語義理解D.文本分類二、簡答題（本大題共4個小題，共20分)1、（本題5分）說明大數據在企業文化建設中的應用。2、（本題5分）說明大數據在游戲作弊檢測中的應用。3、（本題5分）解釋大數據在旅游目的地營銷中的應用。4、（本題5分）簡述大數據在氣象數據融合中的作用。三、編程題（本大題共5個小題，共25分)1、（本題5分）使用Hive對一個大規模的用戶瀏覽商品圖片數據集進行圖像特征提取和分類。2、（本題5分）利用Kafka，構建一個分布式的智能推薦系統，根據用戶的實時行為數據提供實時的個性化推薦。3、（本題5分）基于Storm，實現一個實時的物流配送數據處理程序，跟蹤貨物的運輸狀態，計算每個運輸批次的預計到達時間和實際到達時間的偏差。4、（本題5分）使用Python語言和Storm實時處理框架，處理實時的股票交易數據流，計算每只股票的每分鐘成交量和成交金額，并將結果實時展示。5、（本題5分）用Python編寫一個程序，使用Hadoop生態系統中的SparkSQL對大規模的用戶消費行為數據進行分析，找出用戶的消費偏好和消費習慣。四、綜合分析題（本大題共4個小題，共40分)1、（本題10分）綜合研究大