6e0c46b25fbff0a9d3368fce7fb6bb1f_8791009...

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

常见的数据类型包括________、________、________、________。

数据组织形式主要有两种，________和________。

一般的数据分析过程包括________、________、________、________。

数据采集过程中，需要采集的数据包括________、________、________的海量数据。

数据预处理的任务主要包括________、________、________、________、________等。

XPath是一门在________和________文档中查找信息的语言。

Kafka是一个________系统。

Kafka选用________的消息传递模式，另一种消息传递模式是________模式

分布式消息传递基于可靠的________，在客户端应用和消息系统之间________传递消息。

Flume三个核心组件，分别是数据源、________和数据槽。

实时主动数据仓库中，在进行数据的连续集成时，对操作系统来说，使用________机制比较理想。

ETL是将业务系统的数据经过________、________、________到数据仓库的过程，

简要说明数据的价值不会因为不断被使用而削减。

简要说明数据清洗过程中对缺失值采用估算处理方法时的简单方法及其缺点。

假设有一个数据集X=(4,8,15,21,24,25,28,34)，采用基于平均值的等高分箱方法对其进行平滑处理，写出处理后的分箱情况。

假设属性的最大值和最小值分别是11000和1000，利用Min-Max规范化方法将属性的值映射到0~1的范围内，计算当一个属性值为2000时规范化的结果，写出过程。

写出反爬虫的5种手段。

写出应对反爬虫的5种爬取策略。

简要说明一个典型的HTTP请求过程。

写出可以为实时主动数据仓库提供数据集成服务的4种技术，并指出处理开销最低的技术。