大数据考试题库及答案.docxVIP

大数据考试题库及答案

一、单项选择题（共15题）

下列哪项不属于大数据的“4V”特征？（）

A.海量性（Volume）B.高速性（Velocity）C.准确性（Veracity）D.易读性（Readability）

Hadoop分布式文件系统（HDFS）的默认块大小通常是多少？（）

A.64MBB.128MBC.256MBD.512MB

下列哪个组件是Hadoop生态中负责分布式计算的核心框架？（）

A.HBaseB.MapReduceC.ZooKeeperD.Flume

用于实时数据处理，能够处理高吞吐量、低延迟数据流的框架是？（）

A.SparkB.StormC.HiveD.Pig

下列哪种数据库属于NoSQL数据库中的文档型数据库？（）

A.MySQLB.MongoDBC.RedisD.HBase

数据清洗过程中，处理缺失值的常用方法不包括？（）

A.删除法B.替换法C.加密法D.插值法

Spark的核心数据抽象是什么？（）

A.DataFrameB.RDDC.DatasetD.Table

下列哪项不是Flume的核心组件？（）

A.SourceB.ChannelC.SinkD.Mapper

用于将结构化数据映射到Hadoop生态系统，提供类SQL查询功能的工具是？（）

A.SqoopB.HiveC.OozieD.Mahout

大数据处理流程中，“数据采集”之后的下一步通常是？（）

A.数据存储B.数据可视化C.数据挖掘D.模型训练

Redis主要用于哪种场景？（）

A.大规模数据存储B.实时缓存C.批处理计算D.流数据处理

HBase表的行键（RowKey）具有什么特性？（）

A.无序性B.唯一性C.可重复D.固定长度

下列哪种算法不属于大数据挖掘中的聚类算法？（）

A.K-MeansB.DBSCANC.决策树D.层次聚类

Sqoop的主要作用是？（）

A.日志采集B.数据导入导出（关系型数据库与Hadoop）C.任务调度D.数据可视化

大数据可视化工具中，常用于企业级报表展示的是？（）

A.EChartsB.TableauC.MatplotlibD.Seaborn

二、多项选择题（共10题）

下列属于Hadoop生态系统组件的有？（）

A.SparkB.HiveC.HBaseD.Redis

大数据存储技术的分类包括？（）

A.分布式文件存储B.关系型数据库C.NoSQL数据库D.内存数据库

实时数据处理框架的特点包括？（）

A.低延迟B.高吞吐量C.批处理能力D.流式处理

数据预处理的主要步骤包括？（）

A.数据集成B.数据转换C.数据清洗D.数据脱敏

下列属于NoSQL数据库分类的有？（）

A.文档型B.键值型C.列族型D.图数据库

Spark支持的部署模式有？（）

A.Local模式B.Standalone模式C.YARN模式D.Mesos模式

大数据安全防护的关键环节包括？（）

A.数据加密B.访问控制C.数据脱敏D.日志审计

下列属于数据挖掘任务的有？（）

A.分类B.聚类C.关联规则挖掘D.异常检测

Flume支持的数据源类型包括？（）

A.日志文件B.TCP/UDP数据C.数据库日志D.消息队列

大数据应用场景包括？（）

A.智能推荐B.舆情分析C.智能制造D.精准营销

三、判断题（共10题，正确打√，错误打×）

HDFS适合存储小文件，因为其分布式架构能高效管理大量小文件。（）

Spark的计算速度比MapReduce快，主要是因为Spark支持内存计算。（）

NoSQL数据库完全不支持事务处理。（）

Hive是一个数据库，而非数据仓库工具。（）

数据脱敏是指对敏感数据进行变形处理，使其不影响使用但无法还原真实信息。（）

Storm是一个批处理计算框架，适合处理大规模离线数据。（）

Redis支持多种数据结构，如字符串、哈希、列表等。（）

HBase是基于列族的分布式数据库，适合存储非结构化