2023年高级软考系统架构师考题参考

对于一些有实践经验的同学来说,感觉不难,但是落笔到纸面上,就差强人意了,平时这方面要多练习,所想所思要落到纸面上,或者表达清晰让别人听懂,不仅是工作中的一个基本素质,也是个非常重要的能力,不仅仅在学习工作中,生活中也一样,让别人清晰知道你的需求,但是对于小白,没有相关从业经验的同学来说,一直是有难度的,下午案例必选题换成大数据了?够惊喜的,但也不意外,咱们考试之前也分析过,必选题有可能会变,还真的变了,变成大数据了,这就引来了很多小伙伴的吐槽,并不是所有的公司都需要大数据的,尤其对于中小型公司,数据体量达不到,强行上大数据是不是有点为了技术而技术的感觉,就像马斯克喊下云,别人都在喊上云,马斯克发现上了云之后人员徒增,成本也涨了,那我上云的意义是什么?

    整体的趋势,随着改版,越来越与时俱进,你说它真正的偏实践么?其实也都是教材上的理论知识,实际工作中可能不一定是采用它的解决方案,毕竟实际工作中考虑的东西会更实际,所以说应付考试的话,还是要把书上的理论知识通读一遍,了解清晰。

1.上午案例知识

上午案例知识有小伙伴考记忆整理了一份(佩服记忆力):

1-2.Mccabe度量法 (错误的是 V(g)=m-n+1、最大范围<10)

3.多线程任务通信方式(共享内存+消息传递)

4.星型拓扑结构最多2跳

5.数据库 (A->B,B->C),属于2NF

6.数据库去除多值依赖属于 4NF

7.不仅关注输入输出,也关注逻辑测试:灰盒测试

8.数据库语句 (having+group by)

9.web新型测试: A/B测试

10.SSL不具备特性 (不可抵赖性)

11-12.sysml新增 (需求图),其中 (需求图)描绘了需求

13.面向对象需求不断新增开发模型 (喷泉模型)

14.开发和测试同时进行 (W模型)

15.阶段结束后输出物经过评审变为 (软件配置项)

16.敏捷开发说法不正确的是 (以用例为中心)

17.进度管理,数学题 (选择6天)

18.数学题,给定序列推导,说法不正确的是(参数取值0.1-0.3)

19.单CPU任务运行时 (任务交替运行)

20.通道是(CPU)连接外设的

21.软件架构复用包括机会复用和(系统复用)

22.数据库展示给用户的是 (外模式)

23.静态架构评估 (static)

24-25.可靠性计算,(MTTF与MTBF时间几乎相等),包括(容错性和健壮性)

26.不对称加密算法(RSA)

27-28.质量属性 (性能+可移植性)

29.内核功能包括 (进程管理+文件系统管理+设备驱动管理+内存管理)

30.架构是(一组词汇表+约束)

31.需求分析常用(petri网)

32.PDCA指的是 (计划、执行、检查和处理)

33.(进程) 是操作系统分配资源最小单位

34.质量效用树结构 (树根-质量属性-属性分类-质量属性场景

35-36. M2M包含部分有 (智能化机器+M2M硬件+通信网络+中间件+应用其中 (应用)对获得的数据进行加工分析,提供决策依据

37.DSSA说法正确的是 (因为 DSSA领域不同,所以使用互有差异)

38.DO178包括 (指导、目标、活动、证据)

39.CDN和反向代理都是基于 (缓存)

40.专利许可不包括 (特殊许可)

41.关于局域网说法错误的是 (非封闭性网)

42.(两层胖客户端+瘦服务器)

43-44.ABSD最顶层被分解为 (概念子系统),ABSD需求来源(开发人员商业目标)

45.哪种类型不适合自动化测试 (需求频繁变化的)

46.嵌入式系统设计中要考虑的因素 (可升级、可配置、易于操作、接口规范、重量、功耗、成本、开发周期)

47.C语言机器学习算法题 (blast)

48.NPU说法正确的是 (计算速度快,性能好)

49-50 质量属性场景刺激发生的条件 (环境),针对性能影响度量 (吞吐量)

51.SAAM主要输入的问题是问题描述、(需求说明)和架构描述文档

52.ABSD方法进行软件开发时,需要经历架构需求、架构设计、架构文档化、架构复审、架构实现和架构 (演化)

53-54.领域分析阶段获得 (领域模型)领域输出阶段获得 (特定领域软件架构)

55.数据库风格,对批处理和管道进行比较错误的是 (管道节点并行)

56.构件接口调用其他服务是(分层,不是叠加)

57.变更管理顺序(提出变更申请、进行风险评估、进行变更批准、开展变更实施、变更验证、存档)

58-59.代码覆盖率是 (单元测试),链接测试点是 (web)

60.区块链没有 (行业链)

61.构件说法错误的是 (构件没有外部可见状态)

62.(构件检索)需求列表,构件建立分类索引模式;

63-64.构件分别是(适应性构件)和(装配性构件)

65.构建管理包括构件描述、(构件分类)、构件库组织等

66.专利说法错误的是 (专利一定是申请人、发明人的)

67.(契约式) 接口开发

68-69.构件 (可组装性) 所外部接口必须通过公开接口定义,和 (可部署性) 必须能作为一个独立实体在构件平台上运行

70.某排序题

71-75 层次式体系结构设计是将系统组成个层次结构,每一层为上层服务,并作为下层客户。

在(一些 some)层次系统中,除了一些精心挑选的输出函数外,内部的层接口只对相邻的层(可见show)。连接件通过决定层间如何交互的协议来定义

拓扑约束包括对相邻层间交互的(约束limiting)。由于每一层最多只影响两层,同时只要给相邻层提供相司的接口,可传递的系统级(抽象abstrate)允许每层用不同的方法实现,同样为软件重用提供了强大的支持。在分层次体系结构中的组件被(划分 partition)成几个层,每个层代表应用的一个功能,都有自己特定的角色和职能。

答案仅供参考,不一定正确。

2.下午案例知识

案例的考点:

  1. 大数据架构 Lambda架构和Kappa架构

  2. jwt特点

  3. 数据持久层,Redis数据丢失,数据库读写分离方案

  4. Hibernat架构

  5. SysML七个关系,填需求图

    大数据的必选题:

某网作为某电视台在互联网上的大型门户入口,某一年成为某奥运会中国大陆地区的特权转播商,独家全程直播了某奥运会全部的赛事,积累了庞大稳定的用户群,这些用户在使用各类服务过程中产生了大量数据,对这些海量数据进行分析与挖掘,将会对节目的传播及商业模式变现起到重要的作用。该奥运期间需要对增量数据在当日概览和赛事回顾两个层面上进行分析。

其中,当日概览模块需要秒级刷新直播在线人数、网站的综合浏览量、页面停留时间、视频的播放次数和平均播放时间等千万级数据量的实时信息,而传统的分布式架构采用重新计算的方式分析实时数据在不扩充以往集群规模的情况下,无法在几秒内分析出重要的信息。

赛事回顾模块需要展现自定义时间段内的历史最高在线人数、逐日播放走势、直播最高在线人数和点播视频排行等海量数据的统计信息,由于该奥运期间产生的数据通常不需要被经常索引、更新,因此要求采用不可变方式存储所有的历史数据,以保证历史数据的准确性。

[问题1] (8分)

请根据Lambda架构和Kappa架构特点,填写以下表格。

图片

[问题2] (9分)

下图1给出了某网奥运的大数据架构图,请根据下面的 (a)~ (n) 的相关技术,判断这些技术属于架构图的哪个部分,补充完善下图1的 (1) - (9) 的空白处。

(a) Nginx;(b) Hbase;(c) Spark Streaming(d) Spark;(e) MapReduce;(f) ETL;(g) MemSQL; (h) HDFS; (i)Sqoop; (j) Flume ; (k)数据存储层; (I) kafka;(m)业务逻辑层;(n)数据采集层

图片

[问题3] (8分,每空2分)

大数据的架构包括了Lambda架构和Kappa架构,Lambda架构分解为三层: 即(1)、 (2)和(3); Kappa架构不同于Lambda同时计算流计算和批计算并合并视图,Kappa只会通过流计算一条的数据链路计算并产生视图。

请问该系统的大数据架构是基于哪种架构搭建的大数据平台处理奥运会大规模视频网络观看数据。

图片

JWT全称(JSON Web Token),教材没有的超纲内容。

图片

图片

Hibernate一个java现在都不怎么用的ORM,属实是没有想到!不过都是教材上的内容。

图片

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/231445.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

微服务整合:构建高效灵活的分布式系统

随着软件开发的不断演进和业务的复杂性增加&#xff0c;微服务架构已经成为一种流行的解决方案。然而&#xff0c;当涉及到多个微服务之间的整合时&#xff0c;我们需要谨慎考虑如何实现高效、灵活的分布式系统。 微服务架构的流行使得软件开发变得更加灵活和可扩展。然而&…

贝锐花生壳全新功能:浏览器一键远程访问SSHRDP远程桌面

为了满足特定场景的远程访问需求&#xff0c;如&#xff1a;远程群晖NAS设备、远程SQL Server数据库/MySQL数据库、3389远程桌面&#xff08;RDP远程桌面&#xff09;、远程SSH、我的世界游戏联机…… 贝锐花生壳推出了场景映射服务&#xff0c;不仅提供满足相应场景的网络带宽…

线性代数_对称矩阵

对称矩阵是线性代数中一种非常重要的矩阵结构&#xff0c;它具有许多独特的性质和应用。下面是对称矩阵的详细描述&#xff1a; ### 定义 对称矩阵&#xff0c;即对称方阵&#xff0c;是指一个n阶方阵A&#xff0c;其转置矩阵等于其本身&#xff0c;即A^T A。这意味着方阵A中的…

electron——查看electron的版本(代码片段)

electron——查看electron的版本(代码片段)1.使用命令行&#xff1a; npm ls electron 操作如下&#xff1a; 2.在软件内使用代码&#xff0c;如下&#xff1a; console.log(process) console.log(process.versions.electron) process 里包含很多信息&#xff1a; process详…

1月5日代码随想录完全二叉树的节点个数

222.完全二叉树的节点个数 给你一棵 完全二叉树 的根节点 root &#xff0c;求出该树的节点个数。 完全二叉树 的定义如下&#xff1a;在完全二叉树中&#xff0c;除了最底层节点可能没填满外&#xff0c;其余每层节点数都达到最大值&#xff0c;并且最下面一层的节点都集中在…

Nginx多域名部署多站点

目录 1.修改配置文件nginx.conf 2. 修改hosts文件 1.修改配置文件nginx.conf 在配置文件的 server_name 处修改成自己需要的域名&#xff0c;然后保存退出 j 查看语法是否错误&#xff0c;然后重启nginx nginx -t # 查看语法是否正确 systemctl restart nginx # 重启nginx …

部署KVM虚拟化平台

一、KVM简介&#xff1a; KVM是Kernel Virtual Machine 的简写&#xff0c;目前Linux发行版必须在64位的系统环境才能运行KVM,同时硬件需要支持VT技术。KVM自Linux 2,6.20版本后就直接整合到Linux内核.它依托CPU虚拟化指令集&#xff08;如intel-VT.AMD-V&#xff09;实现高性…

prometheus grafana mysql监控配置使用

文章目录 前传bitnami/mysqld-exporter:0.15.1镜像出现了问题.my.cnf可以用这个"prom/mysqld-exporter:v0.15.0"镜像重要的事情mysql监控效果外传 前传 prometheus grafana的安装使用&#xff1a;https://nanxiang.blog.csdn.net/article/details/135384541 本文说…

KK集团高管变更:陈世欣任总经理,涉无证放贷遭关注,还曾被处罚

近日&#xff0c;KK集团关联公司广东快客电子商务有限公司&#xff08;下称“KK集团”&#xff09;发生工商变更&#xff0c;其中郭惠波不再担任该公司总经理一职&#xff0c;由陈世欣接任。而在早前&#xff0c;陈世欣曾于2020年取代吴悦宁担任总经理职务&#xff0c;2021年7月…

记一次Oracle Cloud计算实例ssh恢复过程

#ssh秘钥丢失# &#xff0c; #Oracle Cloud# 。 电脑上的ssh秘钥文件不知道什么时候丢失了&#xff0c;直到用的时候才发现没有了&#xff0c;这下可好&#xff0c;Oracle Cloud的计算实例连不上了&#xff0c;这个实例只能通过ssh连接上去&#xff1a; 以下是解决步骤&#x…

如何理解面向对象的OO设计原则和设计模式?

一、如何理解面向对象的编程原则? 单一职责原则(Single Responsibility Principle) 一个类,应该由一组相关性很高的数据和方法组成。一个类应该仅有一个引起它变化的原因。单一职责最难界定的就是关于“职责”的定义,往往需要丰富的经验和对业务的认知程度,这也更加容易引…

frp配置内网穿透访问家里的nas

frp配置内网穿透访问家里的nas 需求 家里局域网内有台nas&#xff0c;在去公司的路上想访问它 其内网地址为&#xff1a; http://192.168.50.8:6002 工具 1.frp版本v0.53.2 下载地址&#xff1a; https://github.com/fatedier/frp/releases/download/v0.53.2/frp_0.53.2_li…

让人头痛事务问题到底要如何解决?

前言 正好前段时间我在公司处理过这个问题&#xff0c;我们当时由于项目初期时间比较紧张&#xff0c;为了快速完成业务功能&#xff0c;忽略了系统部分性能问题。项目顺利上线后&#xff0c;专门抽了一个迭代的时间去解决大事务问题&#xff0c;目前已经优化完成&#xff0c;并…

PyTorch中常用的工具(4)Visdom

文章目录 前言3.2 Visdom 前言 在训练神经网络的过程中需要用到很多的工具&#xff0c;最重要的是数据处理、可视化和GPU加速。本章主要介绍PyTorch在这些方面常用的工具模块&#xff0c;合理使用这些工具可以极大地提高编程效率。 由于内容较多&#xff0c;本文分成了五篇文…

python识别验证码+灰度图片base64转换图片

一、为后面识别验证码准备 1、base64转换为图片&#xff0c;保存本地、并且置灰 上文中的base64,后面的就是包含Base64编码的PNG图像的字符串复制下来 import base64 from PIL import Image import io# 这里是你的Base64编码的字符串 base64_data "iVBORw0KGgoAAAANSUhE…

Python(wordcloud):根据文本数据(.txt文件)绘制词云图

一、前言 本文将介绍如何利用python来根据文本数据&#xff08;.txt文件&#xff09;绘制词云图&#xff0c;除了绘制常规形状的词云图&#xff08;比如长方形&#xff09;&#xff0c;还可以指定词云图的形状。 二、相关库的介绍 1、安装相关的库 pip install jieba pip i…

优化算法3D可视化

编程实现优化算法&#xff0c;并3D可视化 1. 函数3D可视化 分别画出 和 的3D图 import numpy as np from matplotlib import pyplot as plt import torch# 画出x**2 class Op(object):def __init__(self):passdef __call__(self, inputs):return self.forward(inputs)def for…

大数据毕业设计:python房源数据爬虫分析预测系统+可视化 +商品房数据(源码+讲解视频)✅

毕业设计&#xff1a;2023-2024年计算机专业毕业设计选题汇总&#xff08;建议收藏&#xff09; 毕业设计&#xff1a;2023-2024年最新最全计算机专业毕设选题推荐汇总 &#x1f345;感兴趣的可以先收藏起来&#xff0c;点赞、关注不迷路&#xff0c;大家在毕设选题&#xff…

【大数据】Zookeeper 集群及其选举机制

Zookeeper 集群及其选举机制 1.安装 Zookeeper 集群2.如何选取 Leader 1.安装 Zookeeper 集群 我们之前说了&#xff0c;Zookeeper 集群是由一个领导者&#xff08;Leader&#xff09;和多个追随者&#xff08;Follower&#xff09;组成&#xff0c;但这个领导者是怎么选出来的…

遥感影像-语义分割数据集:2021年昇腾杯初赛数据集详细介绍及训练样本处理流程

原始数据集详情 简介&#xff1a;细粒度语义分割赛道依据现有的遥感地物分类要求&#xff0c; 结合现有的地物分类实际需求&#xff0c;参照地理国情监测、 “三调”等既有地物分类标准&#xff0c;依据遥感地物“所见即所得”原则&#xff0c; 设计地物要素分类体系&#xff…