2025年山东省大数据工程专业职称考试（大数据系统研发·中级）历年参考题库含答案详解.docxVIP

2025年山东省大数据工程专业职称考试（大数据系统研发·中级）历年参考题库含答案详解

一、选择题

从给出的选项中选择正确答案（共50题）

1、在HadoopHDFS中，数据存储的基本单元是？

A.文件

B.行

C.记录

D.块

【参考答案】D

【解析】HDFS以块（Block）为基本存储单元，默认大小为128MB块是数据读写和传输的最小单位，适合分布式存储和计算。其他选项如文件是HDFS的存储对象，但底层仍由块组成。

2、Spark内存计算模式适用于哪种任务类型？

A.单次

B.迭代计算

C.实时流处理

D.大规模数据导入

【参考答案】B

【解析】Spark内存计算通过RDD（弹性分布式数据集）将数据加载到内存中，减少I/O开销，适合迭代计算（如机器学习模型训练）。实时流处理需依赖Flink等引擎。

3、大数据数据加密常采用哪种协议？

A.AES

B.

C.

D.SSH

【参考答案】B

【解析】TLS（TransportLayerSecurity）是应用层到传输层的加密协议，广泛用于保障数据传输安全。AES是加密算法，RSA是公钥算法，SSH用于远程登录。

4、云计算服务模型中，IaaS代表？

A.平台即服务

B.基础设施即服务

C.软件即服务

D.数据即服务

【参考答案】B

【解析】IaaS（InfrastructureasaService）提供虚拟化计算资源（如虚拟机、存储），用户可自主管理。PaaS（平台即服务）和SaaS（软件即服务）层级更高。

5、大数据处理流程中的ETL工具主要用于？

A.实时流处理

B.数据清洗和转换

C数据存储

D.数据可视化

【参考答案】B

【解析】ETL（Extract-Transform-Load）工具负责从多源提取数据，清洗脏数据（如缺失值、重复值），转换格式结构后加载至目标系统。实时流处理依赖Flink等引擎。

6、以下哪种工具常用于大数据可视化分析？

A.Hadoop

B.Tableau

C.Spark

D.MySQL

【参考答案】B

【解析】Tableau是商业智能工具，支持数据连接、可视化图表和交互式分析。Hadoop和Spark是数据处理框架，MySQL是关系型数据库。

7、分布式计算框架中，HadoopMapReduce的核心计算单元是？

A.函数

B.瓶颈

C.任务

D.节点

【参考答案】C

【解析】MapReduce将任务拆分为Map（映射）和Reduce（求值），Map阶段生成中间键值对，Reduce阶段聚合结果。任务调度由JobTracker管理。

8、数据清洗的初始步骤通常包括？

A.数据标准化

B.缺失值处理

C.数据压缩

D.模式匹配

【参考答案】B

【解析】缺失值处理是数据清洗第一步，需通过插值、删除或标记处理。标准化（归一化）和压缩属于后端优化，模式匹配用于异常检测。

9、支持实时数据流处理的ETL工具是？

A.ApacheNifi

BInformatica

C.Talend

D.Pentaho

【参考答案】A

【解析】ApacheNifi通过流处理引擎实现实时数据流传输，适合动态数据管道。其他工具如Informatica、Talend侧重批量ETL处理。

10、在Hadoop生态系统中，负责资源管理和任务调度的核心组件是？

A.HDFS

B.MapReduce

C.YARN

D.ZooKeeper

【参考答案】C

【解析】YARN（YetAnotherResourceNegotiator）是Hadoop资源管理框架，负责集群资源分配和任务调度。HDFS（A）是分布式文件系统，MapReduce（B）是计算框架，ZooKeeper（D）用于分布式协调服务，均非资源管理核心组件。

11、分布式计算框架中，适合处理迭代式任务且性能优于MapReduce？

A.Spark

B.Flink

C.Storm

D.Hadoop

【参考答案】A

【解析】Spark通过内存计算优化迭代任务，处理速度比MapReduce快10-100倍。Flink（B）擅长实时流处理，Storm（C）是实时流计算框架，Hadoop（D）依赖MapReduce。

12、数据仓库ETL工具中，适合中小企业免费使用的开源工具是？

A.Kettle

B.Informatica

C.AbInitio

D.DataStage

【参考答案】A

【解析】Kettle（A）即PentahoDataIntegration，功能强大且完全开源。Info