2025年最新公需科目《大数据》完整版考核题库(含参考答案）.docxVIP

2025年最新公需科目《大数据》完整版考核题库(含参考答案）

一、单项选择题（每题2分，共30题）

1.下列哪项不属于大数据4V特征？

A.Volume（大量）

B.Velocity（高速）

C.Veracity（真实）

D.Validity（有效）

答案：D

2.分布式文件系统HDFS的默认块大小是？

A.32MB

B.64MB

C.128MB

D.256MB

答案：C

3.以下哪种数据库适用于实时写入、海量数据存储场景？

A.关系型数据库（如MySQL）

B.键值数据库（如Redis）

C.列族数据库（如HBase）

D.图数据库（如Neo4j）

答案：C

4.数据清洗的主要目的是？

A.增加数据量

B.消除数据中的噪声和不一致

C.转换数据格式

D.建立数据索引

答案：B

5.下列不属于Spark核心组件的是？

A.SparkSQL

B.SparkStreaming

C.SparkMLlib

D.Hive

答案：D

6.隐私计算中联邦学习的核心目标是？

A.集中所有数据进行训练

B.在不共享原始数据的前提下联合建模

C.提升数据存储效率

D.增强数据加密强度

答案：B

7.大数据分析中，关联分析主要用于发现？

A.数据随时间变化的趋势

B.不同数据项之间的内在联系

C.数据中的异常值

D.数据的分布特征

答案：B

8.以下哪项属于非结构化数据？

A.财务报表Excel文件

B.监控视频

C.客户信息数据库表

D.气象观测数值

答案：B

9.数据湖（DataLake）与数据仓库（DataWarehouse）的主要区别是？

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，数据仓库在存储前定义模式

C.数据湖仅用于分析，数据仓库仅用于事务处理

D.数据湖容量更小，数据仓库容量更大

答案：B

10.下列哪项技术属于流数据处理框架？

A.HadoopMapReduce

B.ApacheFlink

C.ApacheHive

D.ApachePig

答案：B

11.大数据安全的最小权限原则指的是？

A.仅授予必要的数据访问权限

B.尽可能降低数据存储权限

C.限制数据处理的计算资源

D.减少数据传输的网络带宽

答案：A

12.数据可视化工具Tableau的主要功能是？

A.数据清洗与转换

B.数据存储与管理

C.交互式数据图表制作

D.机器学习模型训练

答案：C

13.以下哪种算法属于无监督学习？

A.逻辑回归

B.Kmeans聚类

C.决策树分类

D.线性回归

答案：B

14.边缘计算在大数据场景中的主要作用是？

A.将所有计算任务集中到云端

B.在数据产生源头附近进行实时处理

C.提升数据传输速率

D.降低数据存储成本

答案：B

15.数据治理的核心目标是？

A.最大化数据存储量

B.确保数据质量、安全性和可管理性

C.提高数据处理速度

D.开发更多数据应用场景

答案：B

16.下列哪项属于大数据时代的新型数据采集方式？

A.人工录入Excel表格

B.传感器网络实时采集

C.扫描纸质文档

D.键盘输入业务系统

答案：B

17.区块链技术与大数据结合的典型应用是？

A.提升数据计算速度

B.实现数据的可追溯与防篡改

C.扩大数据存储容量

D.简化数据清洗流程

答案：B

18.数据生命周期管理的阶段不包括？

A.数据采集

B.数据销毁

C.数据交易

D.数据归档

答案：C

19.以下哪项属于大数据分析中的预测分析？

A.统计过去一年的销售总额

B.识别用户消费模式的聚类

C.预测下季度的销售额

D.分析产品差评的关键词

答案：C

20.数据脱敏技术中，匿名化与去标识化的主要区别是？

A.匿名化不可逆，去标识化可逆

B.匿名化可逆，去标识化不可逆

C.匿名化仅处理结构化数据，去标识化处理非结构化数据

D.匿名化用于内部使用，去标识化用于外部共享

答案：A

21.下列哪项属于Hadoop生态中的资源管理工具？

A.HBase

B.YARN

C.Spark

D.Flume

答案：B

22.数据质量的完整性指标主要考察？

A.数据是否准确反映真实情况

B.数据是否存在缺失字段或记录

C.数据格式是否符合要求

D.数据是否在规定时间内可用

答案：B

23.联邦学习的三种主要类型不包括？

A.横向联邦学习

B.纵向联邦学习

C.联合联邦学习

D.迁移联邦学习

答案：C

24.实时数据处理与批量数据处理的主要区别是？

A.实时处理处理历史数据，批量处理处理实时数据