2025年山东省大数据工程专业职称考试（大数据分析应用·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（大数据分析应用·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Hadoop和Spark中，处理实时数据时性能更优的是？

A.Hadoop

B.Spark

C.Flink

D.Hive

【参考答案】B

【解析】Spark通过内存计算优化实时数据处理，Hadoop适用批处理场景，Flink专长流计算，Hive基于Hadoop的查询引擎。

2、数据清洗中缺失值处理最常用的方法是？

A.删除缺失记录

B.均值填充

C.KNN插补

D.中位数替代

【参考答案】A

【解析】删除缺失记录适用于数据量充足且缺失率低的情况，均值/中位数填充可能引入偏差，KNN插补计算成本高。

3、机器学习算法中，用于分类任务的经典算法是？

A.K-means

B.SVM

C.RandomForest

D.PCA

【参考答案】B

【解析】SVM通过超平面分类，K-means用于聚类，RandomForest是集成分类算法，PCA是降维方法。

4、数据加密技术中，对称加密算法的代表是？

A.AES

B.RSA

C.ECC

D.SHA-256

【参考答案】A

【解析】AES是广泛使用的对称加密算法，RSA/ECC为非对称加密，SHA-256是哈希算法。

5、大数据存储中，适合高并发写入的架构是？

A.HDFS

B.MongoDB

C.Cassandra

D.Redis

【参考答案】C

【解析】Cassandra支持分布式写，HDFS适合批量读，MongoDB是文档数据库，Redis用于缓存。

6、异常检测中，基于统计方法的常用算法是？

A.IsolationForest

B.Autoencoder

C.One-ClassSVM

D.DBSCAN

【参考答案】C

【解析】One-ClassSVM用于单类异常检测，IsolationForest适用于无标签数据，DBSCAN基于密度聚类。

7、数据安全标准中，防止信息泄露的加密技术是？

A.TLS

B.AES

C.DSA

D.RSA

【参考答案】B

【解析】AES用于数据加密，TLS保障传输安全，DSA/RSA为数字签名。

8、数据生命周期管理中，归档阶段的主要目的是？

A.实时分析

B.降低存储成本

C.提升查询速度

D.清洗

【参考答案】B

【解析归档阶段通过冷存储降低成本，实时分析需热存储，查询速度优化依赖缓存策略。

9、adoopHDFS存储系统默认的块大小范围是？

A.1KB-4MB

B.128MB-256MB

C.4GB-16GB

D.64KB-1MB

【参考答案】B

【解析】HDFS采用128MB-256MB的默认块大小，既能平衡存储效率与传输成本，又避免小文件过多影响性能。选项A块过小导致IO频繁，C块过大增加单点故障风险，D不符合Hadoop设计规范。

10、数据清洗中处理缺失值最常用的方法不包括？

A.均值填充

B.中位数替代

C.删除缺失记录

D.使用KNN算法预测

【参考答案】D

【解析KNN算法属于机器学习模型，不适用于基础数据清洗。选项A、B、C均为传统清洗方法，D需要训练模型计算成本高。

11、Tableau与PowerBI在数据可视化中的主要区别是？

A.支持实时数据

B.图表类型数量

C.数据建模能力

D.免费版本功能

【参考答案】C

【解析】Tableau在数据建模（如参数化计算、数据关系）上更灵活，PowerBI强于Excel集成。选项A两者均支持，B数量接近D非核心差异。

12、逻辑回归算法适用于哪种预测任务？

A.分类问题

B.时间序列预测

C.回归分析

D.图像识别

【参考答案】A

【解析逻辑回归通过Sigmoid函数输出概率，解决二分类/多分类问题。选项B需ARIMA等模型，C是线性回归范畴，D依赖卷积神经网络。

13、数据脱敏中，将身份证号1234567890123456转换为123****5678的技术属于？

A.哈希加密

B.隐私泛化

C.数据压缩

D.随机化处理

【参考答案】B

【解析】通过掩码隐藏中间字段（如星号替代），属于隐私泛化技术。选项A破坏数据完整性，C影响原始数据，D用于特征扰动。

14、SparkSQL优化查询性能的关键技术是？

A.增加节点数量

B.使用列式存储

C.启用缓存机制

D.灵活查询语法

【参考答案】B

【解析】Parquet等列式存储减少IO次数，配合Spark的压缩和编码技术提升查询效率。选项A受限于硬件成本，C适用于热数据，D非性能核心。

15、在特征工程中，将连续变量离散化为分段数据的方法称为？

【】A.标准