2025年必威体育精装版公需科目《大数据》考试题库(含参考答案).docxVIP

2025年必威体育精装版公需科目《大数据》考试题库(含参考答案)

一、单项选择题（每题2分，共30分）

1.以下哪项不属于大数据的“5V”特征？

A.Volume（大量）

B.Value（价值）

C.Velocity（高速）

D.Validity（有效性）

答案：D

2.分布式文件系统HDFS的核心设计目标是？

A.支持小文件高效存储

B.保证强一致性

C.处理海量数据的可靠存储与高吞吐访问

D.实现实时数据处理

答案：C

3.以下哪种技术属于流处理框架？

A.HadoopMapReduce

B.ApacheSparkStreaming

C.Hive

D.HBase

答案：B

4.数据清洗中处理缺失值的常用方法不包括？

A.删除含缺失值的记录

B.用均值/中位数填充

C.用随机数填充

D.基于模型预测填充

答案：C

5.NoSQL数据库与关系型数据库的主要区别在于？

A.支持SQL查询

B.强调ACID特性

C.适用于非结构化或半结构化数据

D.采用二维表存储

答案：C

6.大数据分析中，“关联规则挖掘”属于以下哪类任务？

A.分类

B.聚类

C.预测分析

D.描述性分析

答案：D

7.以下哪项是数据可视化的核心目的？

A.让数据看起来更美观

B.辅助用户发现数据中的模式与趋势

C.替代数据分析报告

D.提高数据存储效率

答案：B

8.差分隐私技术的核心思想是？

A.完全匿名化数据

B.通过添加噪声使个体数据不可识别

C.加密所有数据字段

D.限制数据访问权限

答案：B

9.以下哪个工具主要用于大数据的交互式查询分析？

A.ApacheFlink

B.ApacheHive

C.ApacheKafka

D.ApacheZookeeper

答案：B

10.智慧城市中，大数据技术的典型应用不包括？

A.交通拥堵预测

B.垃圾清运路线优化

C.居民身份证信息实时更新

D.空气质量监测与预警

答案：C

11.以下哪项属于大数据采集的“主动式”方法？

A.传感器自动上传环境数据

B.用户填写在线问卷

C.爬取公开网页数据

D.数据库日志自动记录

答案：B

12.机器学习中，“过拟合”现象是指模型？

A.在训练集上表现差，在测试集上表现好

B.在训练集上表现好，在测试集上表现差

C.无法处理高维数据

D.训练时间过长

答案：B

13.数据湖（DataLake）与数据仓库（DataWarehouse）的主要区别在于？

A.数据湖存储结构化数据，数据仓库存储非结构化数据

B.数据湖在存储时不进行预处理，数据仓库需提前建模

C.数据湖仅支持批处理，数据仓库支持流处理

D.数据湖成本更高，数据仓库成本更低

答案：B

14.以下哪项是HadoopYARN的核心功能？

A.分布式文件存储

B.资源管理与任务调度

C.实时数据处理

D.数据清洗

答案：B

15.大数据安全的核心挑战不包括？

A.数据泄露风险

B.海量数据存储成本

C.隐私保护与数据利用的平衡

D.恶意数据篡改

答案：B

二、多项选择题（每题3分，共30分）

1.大数据的“5V”特征包括（）。

A.Volume（大量）

B.Velocity（高速）

C.Variety（多样）

D.Value（价值）

E.Veracity（真实）

答案：ABCDE

2.分布式计算框架ApacheSpark的组件包括（）。

A.SparkCore

B.SparkSQL

C.SparkStreaming

D.MLlib（机器学习库）

E.GraphX（图计算）

答案：ABCDE

3.数据清洗的主要步骤包括（）。

A.缺失值处理

B.异常值检测与修正

C.数据去重

D.数据标准化

E.数据格式转换

答案：ABCDE

4.隐私计算的主要技术包括（）。

A.联邦学习

B.安全多方计算

C.同态加密

D.差分隐私

E.数据脱敏

答案：ABCDE

5.以下属于NoSQL数据库类型的有（）。

A.键值存储（如Redis）