贵州省专业技术人员公需科目(大数据)测试试题及答案.docxVIP

贵州省专业技术人员公需科目(大数据)测试试题及答案

一、单项选择题（每题2分，共20题，计40分）

1.大数据的4V特征不包括以下哪一项（）

A.Volume（大量）

B.Velocity（高速）

C.Variety（多样）

D.Value（价格）

答案：D。大数据的4V特征分别是Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），而不是价格，所以选D。

2.以下哪种数据类型不属于结构化数据（）

A.关系型数据库中的数据

B.文本文件中的数据

C.财务报表数据

D.学生成绩表数据

答案：B。结构化数据是指可以用二维表结构来逻辑表达实现的数据，如关系型数据库、财务报表、学生成绩表数据等。文本文件中的数据可能是半结构化或非结构化的，所以选B。

3.以下哪个不是常见的大数据存储系统（）

A.HBase

B.MongoDB

C.MySQL

D.Cassandra

答案：C。HBase、MongoDB、Cassandra都是常见的适合大数据存储的系统。MySQL是传统的关系型数据库，虽然也可以存储数据，但在处理大数据的高并发、海量数据存储等方面不如专门的大数据存储系统，所以选C。

4.数据挖掘中的关联规则挖掘主要用于发现（）

A.数据中的频繁模式

B.数据中的分类规则

C.数据中的聚类信息

D.数据中的异常点

答案：A。关联规则挖掘主要是发现数据集中不同项目之间的频繁模式，比如超市购物篮分析中发现哪些商品经常一起被购买。分类规则挖掘用于对数据进行分类；聚类分析用于发现数据中的聚类信息；异常检测用于发现数据中的异常点，所以选A。

5.大数据处理框架Hadoop中的HDFS是指（）

A.分布式计算系统

B.分布式存储系统

C.资源管理系统

D.数据挖掘系统

答案：B。HDFS（HadoopDistributedFileSystem）是Hadoop中的分布式存储系统，用于存储大规模的数据。MapReduce是Hadoop的分布式计算系统；YARN是资源管理系统；Hadoop本身不是专门的数据挖掘系统，所以选B。

6.Spark是一个（）的大数据处理框架。

A.基于内存计算

B.基于磁盘计算

C.基于云计算

D.基于网格计算

答案：A。Spark是基于内存计算的大数据处理框架，它将数据存储在内存中进行快速计算，相比基于磁盘计算的Hadoop等框架，能显著提高计算速度，所以选A。

7.以下哪种算法常用于大数据的分类任务（）

A.K-Means算法

B.Apriori算法

C.NaiveBayes算法

D.DBSCAN算法

答案：C。NaiveBayes算法是一种常用的分类算法，可用于大数据的分类任务。K-Means算法和DBSCAN算法是聚类算法；Apriori算法是关联规则挖掘算法，所以选C。

8.数据可视化的主要目的是（）

A.存储数据

B.处理数据

C.更直观地展示数据

D.加密数据

答案：C。数据可视化是将数据以图形、图表等直观的形式展示出来，让用户更直观地理解数据的特征、趋势等，而不是用于存储、处理或加密数据，所以选C。

9.以下哪个平台是阿里云提供的大数据处理平台（）

A.MaxCompute

B.BigQuery

C.Redshift

D.Snowflake

答案：A。MaxCompute是阿里云提供的大数据处理平台。BigQuery是Google云的大数据分析服务；Redshift是Amazon的数据仓库服务；Snowflake是云数据仓库平台，所以选A。

10.流式数据处理的特点不包括（）

A.数据实时性强

B.数据持续到达

C.数据量小

D.对处理速度要求高

答案：C。流式数据处理针对的是持续到达的实时数据，数据实时性强，对处理速度要求高，通常数据量较大而不是小，所以选C。

11.以下哪种数据清洗操作可以处理数据中的缺失值（）

A.数据归一化

B.数据去重

C.插值法

D.数据离散化

答案：C。插值法是一种处理数据中缺失值的方法，通过已知数据点来估算缺失值。数据归一化是将数据按比例缩放；数据去重是去除重复的数据；数据离散化是将连续数据转换为离散数据，所以选C。

12.大数据安全面临的主要挑战不包括（）

A.数据泄露

B.数据访问控制

C.数据量小

D.恶意攻击

答案：C。大数据安全面临数据泄露、数据访问控制、恶意攻击等挑战，而大数据的特点是数据量大，不是数据量小，所以选C。

13.以下哪个工具可用