2025年公需课大数据试题及答案.docxVIP

2025年公需课大数据试题及答案

一、单项选择题

1.大数据的4V特性不包括以下哪一项()

A.Volume（大量）

B.Variety（多样）

C.Velocity（高速）

D.Value（虚拟）

答案：D解析：大数据的4V特性分别是Volume（大量）、Variety（多样）、Velocity（高速）和Value（价值），不包括虚拟，所以答案选D。

2.以下哪种数据存储方式更适合存储大数据()

A.关系型数据库

B.非关系型数据库

C.本地文件系统

D.光盘存储

答案：B解析：关系型数据库在处理大数据时存在性能瓶颈，本地文件系统不利于数据的管理和共享，光盘存储不适合大数据的频繁读写。非关系型数据库具有灵活的数据模型和良好的扩展性，更适合存储大数据，所以答案选B。

3.以下哪个工具常用于大数据的批处理()

A.HadoopMapReduce

B.SparkStreaming

C.Flink

D.Storm

答案：A解析：HadoopMapReduce是一种经典的大数据批处理框架。SparkStreaming主要用于实时流处理，Flink既可以进行批处理也可以进行流处理，但它不是专门的批处理工具，Storm主要用于实时流数据处理。所以答案选A。

4.以下哪项不是数据清洗的操作()

A.去除重复数据

B.处理缺失值

C.数据加密

D.统一数据格式

答案：C解析：数据清洗主要是对数据进行预处理，包括去除重复数据、处理缺失值、统一数据格式等操作，以提高数据质量。数据加密是为了保证数据的安全性，不属于数据清洗的范畴，所以答案选C。

5.下列哪个算法属于大数据聚类算法()

A.K-Means算法

B.决策树算法

C.朴素贝叶斯算法

D.线性回归算法

答案：A解析：K-Means算法是一种经典的聚类算法，用于将数据划分为不同的簇。决策树算法用于分类和回归，朴素贝叶斯算法是一种分类算法，线性回归算法用于预测数值型变量。所以答案选A。

6.大数据处理流程的第一步通常是()

A.数据采集

B.数据存储

C.数据处理

D.数据分析

答案：A解析：大数据处理流程一般包括数据采集、数据存储、数据处理和数据分析等步骤。首先需要从各种数据源采集数据，然后才能进行后续的存储、处理和分析，所以答案选A。

7.以下哪个是大数据可视化工具()

A.Tableau

B.Hive

C.Pig

D.Sqoop

答案：A解析：Tableau是一款专业的大数据可视化工具，用于将数据以直观的图表和报表形式展示。Hive是基于Hadoop的数据仓库工具，Pig是用于大规模数据分析的脚本语言，Sqoop是用于在Hadoop和关系型数据库之间传输数据的工具。所以答案选A。

8.大数据中的“数据孤岛”问题指的是()

A.数据存储在孤立的服务器上

B.不同部门或系统之间的数据无法共享和流通

C.数据被加密无法访问

D.数据量过大导致存储困难

答案：B解析：“数据孤岛”是指不同部门或系统之间的数据相互独立，缺乏有效的共享和流通机制，导致数据的价值无法充分发挥。选项A只是一种数据存储的物理状态，选项C是数据安全方面的问题，选项D是数据存储容量的问题，都不是“数据孤岛”的准确含义，所以答案选B。

9.以下哪种数据采集方式适用于实时数据采集()

A.定时批量采集

B.传感器实时采集

C.手动录入数据

D.从历史数据库中导入数据

答案：B解析：定时批量采集是按固定时间间隔采集数据，不是实时采集。手动录入数据效率低且不适合实时场景。从历史数据库中导入数据是获取已有数据，并非实时采集。传感器可以实时感知数据并进行采集，适用于实时数据采集，所以答案选B。

10.大数据分析的目标不包括以下哪一项()

A.发现数据中的规律

B.预测未来趋势

C.增加数据的存储量

D.支持决策制定

答案：C解析：大数据分析的主要目标是发现数据中的规律、预测未来趋势以及为决策制定提供支持。增加数据的存储量并不是大数据分析的目标，而是数据采集和存储阶段需要考虑的问题，所以答案选C。

11.以下哪个是分布式文件系统()

A.NTFS

B.FAT32

C.HDFS

D.ext4

答案：C解析：NTFS和FAT32是Windows系统常用的文件系统，ext4是Linux系统常用的文件系统，它们都不是分布式文件系统。HDFS（HadoopDistributedFileSystem）是Hadoop中的分布式文件系统，用于存储大规模数据，所以答案选C。

12.在大数据环境下，数