大数据考试试题及答案.docVIP

大数据考试试题及答案

单项选择题（每题2分，共10题）

1.以下哪种存储适合大数据？

A.磁带B.硬盘C.HBaseD.软盘

答案：C

2.大数据4V特征不包括？

A.大量B.高速C.高价D.多样

答案：C

3.以下哪个是分布式计算框架？

A.SparkB.ExcelC.PhotoshopD.Word

答案：A

4.数据清洗的目的不包括？

A.去除重复数据B.增加数据量C.处理缺失值D.纠正错误数据

答案：B

5.以下哪种算法属于聚类算法？

A.K近邻B.决策树C.K-MeansD.逻辑回归

答案：C

6.大数据分析流程第一步是？

A.数据收集B.数据分析C.数据可视化D.数据存储

答案：A

7.Hadoop核心组件不包括？

A.HDFSB.MapReduceC.YARND.SQL

答案：D

8.以下哪个工具常用于数据可视化？

A.PythonB.RC.TableauD.Java

答案：C

9.数据挖掘任务不包括？

A.关联规则挖掘B.数据加密C.分类D.预测

答案：B

10.以下哪个不是NoSQL数据库类型？

A.键值数据库B.关系型数据库C.文档数据库D.图形数据库

答案：B

多项选择题（每题2分，共10题）

1.大数据处理的关键技术有？

A.数据采集B.数据存储C.数据分析D.数据传输

答案：ABC

2.以下属于机器学习算法的有？

A.支持向量机B.朴素贝叶斯C.梯度下降D.快速排序

答案：ABC

3.Hadoop生态系统包含？

A.HiveB.PigC.FlumeD.Kafka

答案：ABCD

4.数据质量评估指标有？

A.准确性B.完整性C.一致性D.及时性

答案：ABCD

5.以下哪些是大数据的应用领域？

A.金融B.医疗C.教育D.交通

答案：ABCD

6.分布式文件系统的优点有？

A.高可扩展性B.容错性强C.数据冗余D.存储成本低

答案：ABC

7.数据预处理包括？

A.数据标准化B.数据离散化C.特征选择D.数据采样

答案：ABCD

8.以下属于NoSQL数据库的有？

A.RedisB.MongoDBC.CassandraD.MySQL

答案：ABC

9.大数据分析常用编程语言有？

A.PythonB.JavaC.ScalaD.C++

答案：ABC

10.数据可视化的作用有？

A.快速理解数据B.发现数据规律C.展示分析结果D.数据加密

答案：ABC

判断题（每题2分，共10题）

1.大数据就是数据量特别大的数据。（×）

2.Spark比MapReduce计算速度慢。（×）

3.数据仓库是面向事务处理的。（×）

4.聚类算法是无监督学习算法。（√）

5.HDFS适合存储小文件。（×）

6.机器学习一定需要大量的标注数据。（×）

7.数据可视化能完全替代数据分析。（×）

8.分布式计算能提高计算效率。（√）

9.关系型数据库适合存储大数据。（×）

10.数据清洗对数据分析结果影响不大。（×）

简答题（每题5分，共4题）

1.简述大数据4V特征。

答案：4V特征指大量（Volume），数据量巨大；高速（Velocity），数据产生和处理速度快；多样（Variety），数据类型繁多；价值（Value），数据价值密度低但总体价值大。

2.简述MapReduce工作原理。

答案：MapReduce分Map和Reduce阶段。Map阶段将输入数据切分成多个分片，对每个分片进行映射处理，输出键值对；Reduce阶段对Map输出的键值对按键进行归约处理，得到最终结果。

3.数据挖掘主要有哪些任务？

答案：主要任务有分类，将数据划分到不同类别；聚类，把相似数据归为一类；关联规则挖掘，发现数据间关联关系；预测，根据现有数据预测未来值。

4.简述HBase特点。

答案：HBase是分布式、面向列的开源数据库。具有高可靠性、高性能、可伸缩性强等特点，适合存储海量稀疏数据，读写性能好，能应对大规模数据的实时读写需求。

讨论题（每题5分，共4题）

1.讨论大数据在医疗领域的应用及面临的挑战。

答案：应用：辅助疾病诊断、疾病预测、药物研发等。挑战：数据隐私与安全