2025年大学《数据计算及应用》专业题库—— 大数据计算引领未来.docxVIP

2025年大学《数据计算及应用》专业题库——大数据计算引领未来

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分。请将正确选项的字母填在题后的括号内）

1.下列哪一项不属于大数据的“4V”特征？

(A)Volume（海量性）

(B)Velocity（高速性）

(C)Variety（多样性）

(D)Veracity（精确性）

2.MapReduce模型中，Map阶段输出的中间结果（Key-Value对）通常存储在哪里，以便Reduce阶段处理？

(A)内存

(B)本地磁盘

(C)分布式文件系统（如HDFS）

(D)数据库

3.相比于MapReduce，Spark的核心优势之一是其采用了哪种机制，从而提高了迭代式算法和交互式查询的性能？

(A)批处理模式

(B)in-memory计算

(C)按需序列化

(D)减少了磁盘I/O

4.以下哪种技术主要用于处理高速流入的、需要近乎实时响应的大数据流？

(A)Hive

(B)SparkSQL

(C)ApacheFlink

(D)HBase

5.在大数据生态系统中，HadoopHDFS主要解决的是什么问题？

(A)关系型数据的高效查询

(B)海量数据的分布式存储

(C)实时数据的流处理

(D)数据仓库的在线分析

6.以下关于数据湖和数据仓库的描述，哪项是正确的？

(A)数据湖存储结构化数据，数据仓库存储非结构化数据

(B)数据湖通常用于在线分析，数据仓库用于批量处理

(C)数据湖是面向主题的，数据仓库是面向应用的

(D)数据湖适用于存储原始数据，数据仓库经过ETL处理

7.分布式计算中，数据倾斜现象通常指的是什么？

(A)集群节点宕机

(B)某个任务处理的数据量远超其他任务

(C)网络带宽不足

(D)数据丢失

8.下列哪个组件是ApacheSpark的核心抽象，代表了分布式数据集？

(A)RDD

(B)DataFrame

(C)Dataset

(D)Stream

9.在设计一个大数据处理流程时，ETL（Extract,Transform,Load）阶段主要负责什么？

(A)实时数据流的处理

(B)对原始数据进行清洗、转换，并加载到目标系统

(C)执行复杂的SQL查询分析

(D)分布式存储的管理

10.云计算平台（如AWS,Azure,GCP）通常提供哪些大数据服务？

(A)只有自建的Hadoop集群

(B)基于公有云的数据库服务

(C)一系列托管式的大数据加工和分析服务（如EMR,HDInsight,Dataproc）

(D)仅限于数据可视化工具

二、填空题（每空1分，共15分。请将答案填在横线上）

1.大数据通常指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力。这种特性被称为数据的______。

2.MapReduce编程模型中，数据被分片（Split）后，每个分片会被单独的一个Map任务处理，Map任务的输入是一组键值对（key,value），输出也是一组键值对（key,value）。这个过程通常涉及两个主要函数：Map函数和______函数。

3.ApacheSpark提供了两种主要的编程抽象：RDD（弹性分布式数据集）和面向集合操作的API，后者包括______和Dataset。

4.对于需要低延迟访问和频繁更新的场景，除了关系型数据库，NoSQL数据库中的______模型是一种常见的选择。

5.在大数据处理系统中，数据仓库通常存储的是经过清洗、转换的结构化数据，主要用于支持企业的______分析。

6.为了解决大数据处理中的数据倾斜问题，可以采取的常用策略之一是为倾斜的键（Key）设置______，将数据重新分配给不同的任务。

7.流处理系统需要具备低延迟、高吞吐量和______等关键特性，以应对持续不断的数据流。

8.Hadoop生态系统中的YARN（YetAnotherResourceNegotiator）负责集群资源的______和管理。

9.“湖仓一体”（Lakehouse）架构试图结合数据湖的______和传统数据仓库的结构化处