招商银行信用卡中心2019秋招IT笔试（大数据方向第三批）-公司真题-面试哥

题型	单选题	多选题	简答题
数量	16	5	6

1.

关于数据完整性的说法正确的是

问题详情

A. 实体完整性要求每个实体都必须有一个主键或其他的唯一标识列
B. 外键是用来维护两个表之间的级联关系
C. 利用主键约束的列不能有重复的值，但允许NULL值
D. 记录中某个字段值为NULL，表示该列上没有值

2.

Python如何定义一个函数

问题详情

A. class&ltname&gt(&lttype&gt arg1,&lttype&gt arg2,...&lttype&gt argN)
B. def&ltname&gt(&lttype&gt arg1,&lttype&gt arg2,...&lttype&gt argN)
C. function&ltname&gt(arg1,arg2,...argN)
D. def&ltname&gt(arg1,arg2,...argN)

3.

有关数据仓库的开发特点,不正确的描述是

问题详情

A. 数据仓库开发要从数据出发
B. 数据仓库使用的需求在开发出去就要明确
C. 数据仓库的开发是一个不断循环的过程,是启发式的开发
D. 在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中数据分析和处理更灵活,且没有固定的模式

4.

桶排序和快速排序在最好的情况下的时间复杂度分别为

问题详情

A. O(1),O(n)
B. O(n),O(nlgn)
C. O(1),O(nlgn)
D. O(n),O(n)

5.

数据库系统中采用封锁技术的目的是为了保证

问题详情

A. 数据的一致性
B. 数据的可靠性
C. 数据的完整性
D. 数据的安全性

6.

python代码如下: a = [i ...

问题详情

python代码如下:

a = [i for i in range(0,10) if i%2 == 0]

b = (i for i in range(0,10) if i%2 == 0)

则以下说法正确的是

A. b值为[2, 4, 6, 8]
B. a值为[2, 4, 6, 8]
C. b值为[0, 2, 4, 6, 8]
D. a值为[0, 2, 4, 6, 8, 10]

7.

以下关于ETL的说法错误的是

问题详情

A. ETL过程中的主要环节是数据抽取、数据转换和加工、数据流转
B. 增量数据抽取过程中，提取增量数据的方法有通过时间戳、建立触发器、全表比对、日志比对等
C. 常用ETL工具包括datastage，微软DTS，Informatica等
D. 数据清洗需要对维表中的重复数据进行处理

8.

关于Hive 中的压缩格式 RCFile、TextFi...

问题详情

关于Hive 中的压缩格式 RCFile、TextFile、SequenceFile说法错误的是

A. TextFile是Hive默认格式，不作压缩，磁盘及网络开销较大。可以结合Gzip, Bzip2使用，但使用这种方式，hive不会对数据进行切分，从而无法对数据进行并行操作
B. SequenceFile 是Hadoop API提供支持的一种二进制文件，具有使用方便，可分割，可压缩的特点，支持三种压缩选择：NONE, RECORD, BLOCK。RECORD压缩率低，一般建议使用BLOCK压缩
C. RCFILE是一种行列存储相结合的的存储方式。首先，将数据按行分块，保证同一个record在一个块上，避免读一个记录需要读取多个block。其次，块数据列式存储，有利于数据压缩
D. 相比TEXTFILE和SEQUENCEFILE，RCFILE由于列式存储方式，数据加载时性能消耗较小，且具有较好的压缩比和查询响应

9.

关于python中的复数，下列说法错误的是?

问题详情

关于python2.7中的复数，下列说法错误的是?

A. 表示复数的语法是real+image j
B. 实部和虚部都是浮点数
C. 虚部必须后缀j且j不区分大小写
D. 方法conjugate返回复数的共轭复数

10.

下面有关HIVE描述错误的是

问题详情

A. Hive的集合数据类型有map，struct，array这三种
B. hive.mapred.mode=strict表示所有查询语句都必须指定分区
C. hive.auto.convert.join为mapjoin开关
D. parquet是行式存储，orc是列式存储

11.

Spark不支持使用哪种语言进行开发

问题详情

A. Java
B. C++
C. Scala
D. Python

12.

下列哪个组件不能使用Hadoop YARN进行资源管理

问题详情

下列哪个组件不能使用Hadoop YARN进行资源管理

A. Spark
B. Flink
C. Tez
D. HDFS

13.

启用Hadoop2版本的Namenode高可用之后，哪些组件不再使用

问题详情

A. Zookeeper
B. JournalNode
C. DataNode
D. SecondaryNameNode

14.

以下关于Flume，说法错误的是

问题详情

A. Flume以agent为最小的独立运行单位，一个agent就是一个JVM。单agent由Source、Sink和Channel三大组件构成
B. Flume的数据流由事件（Event）贯穿始终，事件是Flume的基本数据单位
C. Flume三种级别得可靠性保障，从强到弱依次为：end-to-end、Store on failure、Besteffort
D. Channel中filechannel可将数据持久化到本地磁盘，但配置较为麻烦，需要配置数据目录和checkpoint目录，不同的file channel可以配置同一个checkpoint目录

15.

在bash中，export命令的作用是

问题详情

A. 在子shell中运行命令
B. 使在子shell中可以使用命令历史记录
C. 为其它应用程序设置环境变量
D. 提供NFS分区给网络中的其它系统使用

16.

Python中定义函数时的参数为

问题详情

A. 形参
B. 实参
C. 引用
D. 对象

17.

下列哪些函数是开窗函数

问题详情

A. row_number()
B. rank()
C. sum()
D. over()

18.

给你两张表，表A和表B，其中表A有3行数据，表B有5行数据，表A ...

问题详情

给你两张表，表A和表B，其中表A有3行数据，表B有5行数据，表A left join 表B后，以下说法正确的是

A. 可能小于3行
B. 可能大于3行
C. 可能小于5行
D. 可能大于5行

19.

关于子查询以下哪两种说法是正确的?

问题详情

A. 外层查询返回结果之后，执行内层查询
B. 先执行子查询，再执行外层查询
C. 对于子查询返回的结果，外层查询只执行一次
D. 外层查询返回的每行结果都与内层查询结果进行比较

20.

关于python变量，下列说法正确的是

问题详情

A. 变量不必事先声明但不区分大小写
B. 变量无须指定类型
C. 可以使用del关键字释放变量
D. 变量无须创建和赋值而直接使用

21.

以下Python数据类型中，不可以通过索引访问的是

问题详情

A. 集合
B. 元祖
C. 列表
D. 字典

22.

谈谈数据集市、数据仓库的区别和联系

问题详情

23.

现有学生分数统计表pub_f_class_score如下： std_...

问题详情

现有学生分数统计表pub_f_class_score如下：

std_nm(学生姓名) class(班级) score(分数) insert_dt(更新时间)

nm1 cls1 98 2018-08-22

nm2 cls2 97 2018-08-22

nm3 cls1 97 2018-08-22

nm4 cls1 95 2018-08-22

nm5 cls2 92 2018-08-22

nm6 cls2 84 2018-08-22

nm7 cls1 91 2018-08-22

nm8 cls2 89 2018-08-22

nm9 cls2 91 2018-08-22

现在需要统计出每个班级中排名前三的学生姓名以及其分数，请写出SQL实现

24.

谈谈你对ETL过程中数据清洗的认识

问题详情

25.

设计一套报表系统的权限体系，具体场景为A开发某些报表，供本部门或其他部门的...

问题详情

设计一套报表系统的权限体系，具体场景为A开发某些报表，供本部门或其他部门的人员访问，所有人员的组织结构按照部门区分，每个部门的报表有很多，每个报表供访问的对象也不相同，有一些人会访问固定的一类报表，如何设置报表权限体系能满足需求场景并且设计相对简单，维护成本低？可以阐述在你设计的权限体系下如报表或人员发生变更的时候是否只涉及简单的权限变更。

26.

小赵在测试spark的时候，写了如下的代码 do lines ...

问题详情

小赵在测试spark的时候，写了如下的代码

do

lines = sc.textFile("data.txt")

pairs = lines.map(lambda s: (s, 1))

counts = pairs.groupByKey(lambda a, b: a + b)

结果运行时等待了一段时间直接报错，data.txt文件较大，小赵对其进行抽样后结果如下：

data

apple

new

name

apple

work

as

请分析报错的原因以及解决方案

27.

以WordCount为例，分别画出使用mapredeuce执行的详细过程和...

问题详情

以WordCount为例，分别画出使用mapredeuce执行的详细过程和以spark执行的详细过程。

招商银行信用卡中心2019秋招IT笔试（大数据方向第三批）

题型介绍

关于数据完整性的说法正确的是

Python如何定义一个函数

有关数据仓库的开发特点,不正确的描述是

桶排序和快速排序在最好的情况下的时间复杂度分别为

数据库系统中采用封锁技术的目的是为了保证

python代码如下: a = [i ...

以下关于ETL的说法错误的是

关于Hive 中的压缩格式 RCFile、TextFi...

关于python中的复数，下列说法错误的是?

下面有关HIVE描述错误的是

Spark不支持使用哪种语言进行开发

下列哪个组件不能使用Hadoop YARN进行资源管理

启用Hadoop2版本的Namenode高可用之后，哪些组件不再使用

以下关于Flume，说法错误的是

在bash中，export命令的作用是

Python中定义函数时的参数为

下列哪些函数是开窗函数

给你两张表，表A和表B，其中表A有3行数据，表B有5行数据，表A ...

关于子查询以下哪两种说法是正确的?

关于python变量，下列说法正确的是

以下Python数据类型中，不可以通过索引访问的是

谈谈数据集市、数据仓库的区别和联系

现有学生分数统计表pub_f_class_score如下： std_...

谈谈你对ETL过程中数据清洗的认识

设计一套报表系统的权限体系，具体场景为A开发某些报表，供本部门或其他部门的...

小赵在测试spark的时候，写了如下的代码 do lines ...

以WordCount为例，分别画出使用mapredeuce执行的详细过程和...