2025年大数据工程师职业资格认证考试题库（附答案和详细解析）（0828）.docxVIP

2025年大数据工程师职业资格认证考试题库（附答案和详细解析）（0828）

大数据工程师职业资格认证试卷

一、单项选择题（共10题，每题1分，共10分）

1.在Hadoop生态系统中，负责分布式文件存储的核心组件是什么？

A.MapReduce

B.HBase

C.HDFS

D.YARN

答案：C

解析：正确选项是C。HDFS（HadoopDistributedFileSystem）是Hadoop的核心存储组件，提供高容错性的分布式文件系统。错误选项AMapReduce是计算框架，BHBase是NoSQL数据库，DYARN是资源管理器，它们均非存储核心。

2.Spark的核心计算引擎主要基于哪种内存计算模型？

A.Batchprocessing

B.Streamprocessing

C.RDD（ResilientDistributedDataset）

D.SQL-basedquerying

答案：C

解析：正确选项是C。Spark的RDD（弹性分布式数据集）是其核心抽象，支持内存计算和容错机制。错误选项ABatchprocessing是批处理模式，在Spark中由RDD支持但非核心模型；BStreamprocessing用于流式计算；DSQL-basedquerying基于DataFrameAPI，而非核心引擎。

3.下列哪项是NoSQL数据库的典型特点？

A.严格遵循ACID事务

B.基于表格结构存储

C.支持Schema-free数据模型

D.依赖关系模型进行查询

答案：C

解析：正确选项是C。NoSQL数据库如MongoDB以Schema-free设计适应半结构化数据。错误选项A涉及ACID事务，但许多NoSQL系统弱化事务保证；B和D针对关系数据库（如MySQL），NoSQL多采用键值、文档等非表格模型。

4.Kafka在数据处理中主要用于什么角色？

A.数据存储系统

B.数据批处理引擎

C.分布式消息队列

D.机器学习平台

答案：C

解析：正确选项是C。Kafka是高性能消息队列系统，支持实时数据流传输（如生产者和消费者模式）。错误选项A：Kafka非持久存储系统（数据在磁盘但主要作为缓冲）；B：批处理由Spark处理；D：机器学习平台如TensorFlow独立。

5.在数据仓库设计中，ETL过程代表什么？

A.Extract,Transform,Load

B.Evaluate,Test,Learn

C.Encrypt,Transmit,Log

D.Export,Transfer,Locate

答案：A

解析：正确选项是A。ETL（抽取、转换、加载）是数据仓库的核心过程，用于数据集成。错误选项B/C/D为虚构词，无实际关联。

6.下列哪种算法常用于分类问题的监督学习？

A.K-means

B.Decisiontree

C.PrincipalComponentAnalysis

D.Associationrulemining

答案：B

解析：正确选项是B。决策树用于分类（如基于特征预测标签）。错误选项A：K-means是无监督聚类算法；C：PCA是降维方法；D：关联规则用于购物篮分析。

7.Hadoop中哪个组件负责资源管理和任务调度？

A.HDFS

B.MapReduce

C.YARN

D.Zookeeper

答案：C

解析：正确选项是C。YARN（YetAnotherResourceNegotiator）管理集群资源和作业调度。错误选项A：HDFS仅处理存储；B：MapReduce是计算框架；D：Zookeeper用于协调服务。

8.数据加密在数据安全中的作用是确保什么？

A.数据完整性

B.数据可用性

C.数据机密性

D.数据冗余性

答案：C

解析：正确选项是C。加密保护数据传输/存储的机密性（防未授权访问）。错误选项A：完整性由哈希算法（如SHA）保证；B：可用性涉及系统可靠性；D：冗余性用于容错，非安全核心。

9.在大数据处理中，批处理与流处理的区别主要在什么方面？

A.数据大小

B.计算复杂度

C.处理时效性

D.存储类型

答案：C

解析：正确选项是C。批处理处理有界数据（延迟高），流处理处理无界数据（实时或近实时）。错误选项A：数据大小非主要区分（均能处理大数据）；B：复杂度类似；D：存储类型独立（如HDFS可支持两者）。

10.下列哪项是数据可视化的常用工具？

A.ApacheFlink

B.Tableau

C.ApacheHBase

D.HadoopMapReduce

答案：B

解析：正确选项是B。Tableau是商业智能工具，专用