公需课大数据考试试题及答案.docxVIP

公需课大数据考试试题及答案

选择题（每题2分，共40分）

1.大数据的4V特征不包括以下哪一项（）

A.Volume（大量）

B.Variety（多样）

C.Velocity（高速）

D.Value（虚拟）

答案：D。大数据的4V特征是Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值），不包括虚拟。

2.以下哪种技术通常不用于大数据存储（）

A.HBase

B.MySQL

C.Cassandra

D.MongoDB

答案：B。MySQL是传统的关系型数据库，在处理大数据的扩展性和灵活性上不如HBase、Cassandra、MongoDB等适合大数据存储的非关系型数据库。

3.以下哪个工具主要用于大数据的实时处理（）

A.HadoopMapReduce

B.SparkStreaming

C.Pig

D.Hive

答案：B。SparkStreaming是用于大数据实时处理的工具，HadoopMapReduce是批处理框架，Pig和Hive主要用于数据处理和查询，更侧重于批处理。

4.大数据处理流程中，数据采集之后的步骤是（）

A.数据存储

B.数据清洗

C.数据分析

D.数据可视化

答案：A。大数据处理流程一般为数据采集、数据存储、数据清洗、数据分析、数据可视化。

5.以下哪个算法常用于大数据中的分类问题（）

A.K-均值算法

B.决策树算法

C.PageRank算法

D.Apriori算法

答案：B。决策树算法常用于分类问题，K-均值算法用于聚类，PageRank算法用于网页排名，Apriori算法用于关联规则挖掘。

6.以下哪种数据类型不属于大数据常见的数据类型（）

A.结构化数据

B.半结构化数据

C.非结构化数据

D.静态数据

答案：D。大数据常见的数据类型包括结构化数据、半结构化数据和非结构化数据，静态数据不是大数据特有的分类概念。

7.以下哪个是Hadoop生态系统中的分布式文件系统（）

A.HDFS

B.NFS

C.CIFS

D.FAT32

答案：A。HDFS是Hadoop生态系统中的分布式文件系统，NFS是网络文件系统，CIFS用于网络共享，FAT32是传统的文件系统。

8.数据仓库的主要特点不包括（）

A.面向主题

B.集成性

C.实时性

D.稳定性

答案：C。数据仓库具有面向主题、集成性、稳定性等特点，但不强调实时性，它主要用于支持决策分析。

9.以下哪个不是Spark的组件（）

A.SparkCore

B.SparkSQL

C.SparkMLlib

D.Storm

答案：D。Storm是另一种实时计算框架，Spark的组件包括SparkCore、SparkSQL、SparkMLlib等。

10.以下关于数据挖掘的说法错误的是（）

A.数据挖掘是从大量数据中发现有价值信息的过程

B.数据挖掘可以用于预测分析

C.数据挖掘只适用于结构化数据

D.数据挖掘可以发现数据中的关联规则

答案：C。数据挖掘不仅适用于结构化数据，也适用于半结构化和非结构化数据。

11.在大数据环境下，数据安全面临的主要挑战不包括（）

A.数据泄露

B.数据丢失

C.数据增长缓慢

D.恶意攻击

答案：C。数据增长缓慢不是数据安全面临的挑战，数据泄露、数据丢失和恶意攻击是大数据环境下数据安全的主要挑战。

12.以下哪个工具可用于大数据的可视化（）

A.Tableau

B.Hadoop

C.Kafka

D.Flume

答案：A。Tableau是常用的大数据可视化工具，Hadoop是大数据处理框架，Kafka是消息队列，Flume是数据采集工具。

13.以下哪种技术可以用于大数据的分布式计算（）

A.MPI

B.CUDA

C.Docker

D.Git

答案：A。MPI（消息传递接口）可用于大数据的分布式计算，CUDA用于GPU计算，Docker是容器化技术，Git是版本控制工具。

14.以下关于大数据与云计算的关系，说法正确的是（）

A.大数据是云计算的基础

B.云计算是大数据的基础

C.大数据与云计算没有关系

D.大数据和云计算是完全相同的概念

答案：B。云计算为大数据提供了计算资源和存储资源等基础支撑，是大数据的基础。

15.以下哪个算法常用于大数据中的聚类分析（）

A.SVM

B.K-近邻算法

C.DBSCAN算法

D.逻辑回归算法

答案：C。DBSCAN算法常用于聚类分析