2025年大数据综合试题及答案.docxVIP

2025年大数据综合试题及答案

一、单项选择题（每题2分，共30分）

1.大数据的5V特征中，Velocity指的是（）

A.大量

B.多样

C.高速

D.价值

答案：C。解析：大数据5V特征分别是Volume（大量）、Variety（多样）、Velocity（高速）、Veracity（真实性）、Value（价值），Velocity强调数据产生和处理的速度快，所以选C。

2.以下哪种数据存储方式适合存储海量的非结构化数据（）

A.关系型数据库

B.非关系型数据库

C.数据仓库

D.传统文件系统

答案：B。解析：非关系型数据库（NoSQL）对数据的结构要求不严格，适合存储非结构化数据，如文档、图片、视频等，能很好地应对海量非结构化数据的存储需求。而关系型数据库适合结构化数据，数据仓库是用于数据分析的集成化数据存储，传统文件系统在处理海量数据时效率较低。所以选B。

3.Hadoop中，负责资源管理和任务调度的组件是（）

A.HDFS

B.MapReduce

C.YARN

D.HBase

答案：C。解析：HDFS是Hadoop的分布式文件系统，用于数据存储；MapReduce是一种编程模型，用于大规模数据集的并行运算；YARN负责整个集群的资源管理和任务调度；HBase是基于HDFS的分布式列存储数据库。所以选C。

4.以下哪个工具常用于大数据的实时处理（）

A.Hive

B.Pig

C.SparkStreaming

D.Sqoop

答案：C。解析：Hive是基于Hadoop的数据仓库工具，用于数据的离线分析；Pig是一个用于并行计算的高级数据流语言和执行框架，主要用于批处理；SparkStreaming是Spark生态系统中用于实时数据处理的组件；Sqoop主要用于在关系型数据库和Hadoop之间进行数据传输。所以选C。

5.数据挖掘中的关联规则挖掘常用的算法是（）

A.K-Means算法

B.Apriori算法

C.DBSCAN算法

D.决策树算法

答案：B。解析：K-Means算法是聚类算法，用于将数据对象分组；Apriori算法是经典的关联规则挖掘算法，用于发现数据集中不同项之间的关联关系；DBSCAN算法也是一种聚类算法；决策树算法用于分类和回归任务。所以选B。

6.在Spark中，RDD是什么的缩写（）

A.ResilientDistributedDatasets

B.ReliableDistributedDatasets

C.ResilientDynamicDatasets

D.ReliableDynamicDatasets

答案：A。解析：RDD即ResilientDistributedDatasets，是Spark中的弹性分布式数据集，是Spark进行数据处理的核心抽象。所以选A。

7.以下哪种技术可以用于数据的加密（）

A.Hadoop

B.AES

C.Spark

D.MongoDB

答案：B。解析：AES（AdvancedEncryptionStandard）是一种对称加密算法，可用于数据的加密。Hadoop是大数据处理框架，Spark是大数据计算引擎，MongoDB是NoSQL数据库，它们本身不是专门的加密技术。所以选B。

8.以下关于数据仓库的描述，错误的是（）

A.数据仓库是面向主题的

B.数据仓库的数据是集成的

C.数据仓库的数据是易失的

D.数据仓库的数据是随时间变化的

答案：C。解析：数据仓库具有面向主题、集成性、非易失性和随时间变化的特点。数据仓库的数据一旦进入就不会随意更改，具有非易失性，所以C选项描述错误。

9.在HBase中，数据存储在（）

A.内存中

B.本地磁盘

C.HDFS

D.数据库中

答案：C。解析：HBase是构建在HDFS之上的分布式列存储数据库，其数据存储在HDFS中，利用HDFS的高可靠性和分布式存储能力。所以选C。

10.以下哪个是NoSQL数据库的特点（）

A.严格的表结构

B.支持SQL查询

C.高可扩展性

D.仅支持关系型数据

答案：C。解析：NoSQL数据库不要求严格的表结构，不支持传统的SQL查询，能处理非关系型数据，并且具有高可扩展性，可轻松应对海量数据的存储和处理需求。所以选C。

11.以下哪种数据可视化工具可以创建交互式可视化图表（）

A.Matplotlib

B.Seaborn

C.Tableau

D.NumPy