2025年最新公需科目大数据测试版题库(含标准答案).docxVIP

2025年最新公需科目大数据测试版题库(含标准答案)

一、单项选择题（每题2分，共30题）

1.下列哪项不属于大数据的4V特征？

A.大量（Volume）

B.高速（Velocity）

C.多样（Variety）

D.高价（Value）

答案：D

2.Hadoop生态中，负责资源管理和任务调度的核心组件是？

A.HDFS

B.YARN

C.MapReduce

D.HBase

答案：B

3.数据挖掘的主要任务不包括以下哪项？

A.分类

B.聚类

C.数据清洗

D.关联规则挖掘

答案：C

4.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.数据湖在存储时不定义模式（Schema-on-Read），数据仓库在存储前定义模式（Schema-on-Write）

C.数据湖仅用于分析，数据仓库仅用于事务处理

D.数据湖的存储成本高于数据仓库

答案：B

5.以下属于流计算典型框架的是？

A.Hive

B.SparkSQL

C.Flink

D.HBase

答案：C

6.数据清洗的主要目的是？

A.增加数据量

B.消除数据中的噪声、缺失和不一致

C.提升数据存储速度

D.转换数据格式为JSON

答案：B

7.隐私计算中，“联邦学习”主要解决的问题是？

A.数据孤岛

B.数据冗余

C.数据时效性

D.数据存储成本

答案：A

8.以下属于监督学习算法的是？

A.K-means聚类

B.决策树

C.主成分分析（PCA）

D.关联规则挖掘

答案：B

9.以下属于非结构化数据的是？

A.财务报表（Excel）

B.客户通话录音

C.员工考勤表（CSV）

D.订单数据库表（SQL）

答案：B

10.大数据在医疗领域的典型应用不包括？

A.疾病预测模型

B.电子病历结构化分析

C.药品研发中的化合物筛选

D.医院收费系统实时结账

答案：D

11.以下哪项是大数据技术中“实时处理”的典型延迟要求？

A.秒级

B.分钟级

C.小时级

D.天级

答案：A

12.数据仓库的主要应用场景是？

A.在线事务处理（OLTP）

B.在线分析处理（OLAP）

C.实时数据采集

D.非结构化数据存储

答案：B

13.以下不属于NoSQL数据库的是？

A.MongoDB

B.Cassandra

C.MySQL

D.Redis

答案：C

14.大数据分析中，“特征工程”的主要目的是？

A.增加数据维度

B.提取对模型预测有用的变量

C.压缩数据存储体积

D.提升数据采集速度

答案：B

15.以下哪项是大数据伦理的核心原则？

A.数据采集无限制

B.数据使用可追溯

C.数据隐私完全放弃

D.数据所有权归平台所有

答案：B

16.流计算框架中，“窗口（Window）”机制的主要作用是？

A.限制数据处理的时间范围

B.增加数据存储容量

C.提升数据传输速度

D.转换数据格式

答案：A

17.数据治理的核心目标是？

A.最大化数据采集量

B.确保数据质量、安全与合规

C.降低数据存储成本

D.提升数据可视化效果

答案：B

18.以下属于大数据安全技术的是？

A.数据脱敏

B.数据抽样

C.数据聚合

D.数据可视化

答案：A

19.机器学习中，“过拟合”现象是指？

A.模型在训练数据上表现差，在测试数据上表现好

B.模型在训练数据上表现好，在测试数据上表现差

C.模型无法处理高维数据

D.模型训练时间过长

答案：B

20.以下属于大数据应用中“数据偏见”的典型表现是？

A.模型对不同群体的预测准确率差异显著

B.数据采集设备故障导致数据缺失

C.数据存储时发生格式错误

D.数据传输过程中延迟过高

答案：A

21.数据湖的分层架构通常包括？

A.原始层、清洗层、聚合层

B.事务层、分析层、应用层

C.输入层、处理层、输出层

D.存储层、计算层、展示层

答案：A

22.以下哪项是边缘计算与大数据