2025年继续教育公需科目大数据技术及应用题库及答案.docxVIP

2025年继续教育公需科目大数据技术及应用题库及答案

一、单项选择题（每题2分，共20分）

1.下列哪项不属于大数据的“4V”特征？

A.大量（Volume）

B.高速（Velocity）

C.多样（Variety）

D.高价（Valuable）

答案：D

解析：大数据的4V特征为大量（Volume）、高速（Velocity）、多样（Variety）、价值（Value），“高价”并非标准特征描述。

2.Hadoop分布式文件系统（HDFS）的主要设计目标是？

A.支持小文件高效存储

B.运行在低故障率的硬件上

C.处理海量数据的分布式存储

D.提供实时数据查询功能

答案：C

解析：HDFS设计目标是为海量数据提供可靠、可扩展的分布式存储，适合大文件存储，默认假设硬件可能发生故障（通过副本机制保障可靠性），不适合小文件或实时查询。

3.数据清洗的核心目的是？

A.减少数据存储量

B.消除数据中的错误、缺失或冗余

C.转换数据格式以适应可视化

D.提升数据的加密等级

答案：B

解析：数据清洗通过处理缺失值、纠正错误、去除重复数据等操作，提升数据质量，为后续分析提供可靠基础。

4.Spark计算框架的核心优势是？

A.基于磁盘的批处理

B.支持内存计算的迭代式处理

C.专为实时流数据设计

D.仅支持SQL查询

答案：B

解析：Spark通过RDD（弹性分布式数据集）实现内存计算，显著提升迭代计算（如机器学习）和交互式查询的效率，同时支持批处理、流处理（SparkStreaming）和图计算。

5.数据湖（DataLake）与数据仓库（DataWarehouse）的本质区别是？

A.数据湖存储结构化数据，数据仓库存储非结构化数据

B.数据湖存储原始数据，数据仓库存储经过清洗整合的数据

C.数据湖仅用于分析，数据仓库仅用于事务处理

D.数据湖规模更小，数据仓库规模更大

答案：B

解析：数据湖以原始格式（如文本、JSON、日志）存储多类型数据（结构化、半结构化、非结构化），支持按需处理；数据仓库存储经过ETL清洗、结构化的高价值数据，主要用于决策支持。

6.以下哪种技术属于实时计算框架？

A.Hive

B.Flink

C.HBase

D.Pig

答案：B

解析：ApacheFlink是专为流处理设计的实时计算框架，支持毫秒级延迟的事件处理；Hive是数据仓库工具（批处理），HBase是NoSQL数据库，Pig是脚本化的数据处理工具。

7.隐私计算技术的主要作用是？

A.完全消除数据泄露风险

B.在不共享原始数据的前提下实现联合计算

C.替代数据加密技术

D.仅用于保护用户姓名、身份证号等敏感信息

答案：B

解析：隐私计算（如联邦学习、多方安全计算）通过加密算法或协议，允许不同机构在不直接共享原始数据的情况下协同分析，平衡数据利用与隐私保护。

8.机器学习在大数据分析中的关键作用是？

A.替代人工进行数据清洗

B.从数据中自动学习模式并预测未来趋势

C.仅用于图像识别

D.提升数据存储效率

答案：B

解析：机器学习通过训练模型，挖掘数据中的隐含规律，支持分类、回归、聚类等任务，广泛应用于预测分析、推荐系统等场景。

9.非结构化数据的典型处理流程是？

A.直接存储→统计计数→输出结果

B.采集→结构化转换（如分词、标签化）→存储→分析

C.加密→压缩→存储→解密

D.仅需可视化展示

答案：B

解析：非结构化数据（如文本、图片、视频）需先通过自然语言处理（NLP）、计算机视觉等技术提取关键信息（结构化转换），再存储到数据库或数据湖中进行分析。

10.数据治理的核心目标是？

A.提高数据存储速度

B.确保数据的准确性、一致性和可访问性

C.减少数据量

D.仅关注数据安全

答案：B

解析：数据治理通过制定策略、流程和标准，规范数据全生命周期管理（采集、存储、处理、应用），保障数据质量、安全及合规性，支撑业务决策。

二、多项选择题（每题3分，共15分）

1.大数据采集的常见技术包括？

A.网络爬虫

B.传感器数据接口

C.关系型数据库导出

D.日志文件收集

答案：ABCD

解析：大数据采集覆盖多源数据，网络爬虫用于抓取网页数据，传感器（如IoT设备）通过API或协议（MQTT）上传数据，关系型数据库（如MySQL）通过ETL工具导出，日志文件（如服务器日志）通过Flume等工