高频精选：大数据校招笔试题及答案.docVIP

高频精选：大数据校招笔试题及答案

单项选择题（每题2分，共10题）

1.以下哪种数据库适合存储大数据？

A.MySQL

B.Oracle

C.HBase

D.SQLServer

2.大数据的4V特性不包括？

A.Volume

B.Variety

C.Velocity

D.Validity

3.Hadoop分布式文件系统是？

A.HDFS

B.NFS

C.CIFS

D.FAT32

4.Spark是基于什么的计算框架？

A.磁盘

B.内存

C.网络

D.缓存

5.以下哪个不是NoSQL数据库？

A.Redis

B.MongoDB

C.PostgreSQL

D.Cassandra

6.数据仓库的特点不包括？

A.面向主题

B.集成性

C.实时性

D.稳定性

7.以下哪种算法常用于分类任务？

A.K-Means

B.DBSCAN

C.SVM

D.PageRank

8.Flink是一个？

A.分布式文件系统

B.流处理框架

C.消息队列

D.数据挖掘工具

9.Kafka是一个？

A.数据库

B.分布式消息队列

C.计算框架

D.数据可视化工具

10.数据清洗的目的不包括？

A.去除噪声

B.填充缺失值

C.增加数据量

D.纠正错误数据

多项选择题（每题2分，共10题）

1.大数据处理流程包括？

A.数据采集

B.数据存储

C.数据处理

D.数据可视化

2.常见的大数据技术栈包括？

A.Hadoop

B.Spark

C.Flink

D.Kafka

3.NoSQL数据库的类型有？

A.键值存储数据库

B.列族存储数据库

C.文档存储数据库

D.图形存储数据库

4.数据挖掘的常见任务有？

A.分类

B.聚类

C.关联规则挖掘

D.预测

5.Hadoop生态系统的组件有？

A.HDFS

B.MapReduce

C.YARN

D.Hive

6.Spark的组件包括？

A.SparkCore

B.SparkSQL

C.SparkStreaming

D.MLlib

7.数据仓库的建模方法有？

A.星型模型

B.雪花模型

C.星座模型

D.网状模型

8.以下哪些是实时数据处理的场景？

A.金融交易

B.传感器数据处理

C.电商推荐

D.日志分析

9.常见的数据可视化工具包括？

A.Tableau

B.PowerBI

C.Matplotlib

D.D3.js

10.数据安全的措施有？

A.数据加密

B.访问控制

C.数据备份

D.数据脱敏

判断题（每题2分，共10题）

1.大数据就是指数据量非常大。（）

2.Hadoop只能处理批量数据。（）

3.NoSQL数据库可以完全替代关系型数据库。（）

4.数据仓库和数据库的功能是一样的。（）

5.Spark比Hadoop处理速度快。（）

6.Kafka只能用于消息的生产，不能用于消费。（）

7.数据挖掘就是从大量数据中发现有价值的信息。（）

8.数据可视化只是为了让数据看起来更美观。（）

9.数据清洗是数据预处理的重要步骤。（）

10.实时数据处理不需要考虑数据的准确性。（）

简答题（每题5分，共4题）

1.简述大数据的4V特性。

2.简述Hadoop和Spark的区别。

3.简述数据仓库和数据库的区别。

4.简述数据挖掘的流程。

讨论题（每题5分，共4题）

1.讨论大数据在医疗行业的应用及挑战。

2.讨论实时数据处理和批量数据处理的优缺点。

3.讨论NoSQL数据库在什么场景下更适用。

4.讨论数据可视化在大数据分析中的重要性。

答案

单项选择题

1.C

2.D

3.A

4.B

5.C

6.C

7.C

8.B

9.B

10.C

多项选择题

1.ABCD

2.ABCD

3.ABCD

4.ABCD

5.ABCD

6.ABCD

7.ABC

8.ABD

9.ABCD

10.ABCD

判断题

1.×

2.×

3.×

4.×

5.√

6.×

7.√

8.×

9.√

10.×

简答题

1.大数据4V特性：Volume（大量）指数据规模巨大；Variety（多样）指数据类型繁多；Velocity（高速）指数据产生和处理速度快；Value（价值）指数据蕴含价值但密度低。

2.Hadoop基于磁盘，适合处理大规模批量数据，编程模型较复杂；Spark基于内存，处理速度快，有多种高级API