原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
大数据工程师（实习）岗位招聘考试试卷及答案
一、填空题（每题1分，共10分）
1.Hadoop核心组件包括HDFS、______和YARN。答案：MapReduce
2.Spark中常用的分布式数据集是______。答案：RDD（弹性分布式数据集）
3.关系型数据库中，______语句用于插入数据。答案：INSERT
4.数据挖掘中，K-Means是一种典型的______算法。答案：聚类
5.常见的NoSQL数据库类型有键值对数据库、文档数据库、______数据库等。答案：图形
6.Kafka中消息存储的基本单位是______。答案：Topic（主题）
7.Hive中创建表的语句是______。答案：CREATETABLE
8.数据清洗中，处理缺失值的方法有删除、______等。答案：填充（合理即可）
9.分布式文件系统的特点包括高可靠性、高______性等。答案：可扩展
10.MapReduce中Map阶段输出的结果会进行______操作。答案：分区（排序、洗牌等合理答案均可）
二、单项选择题（每题2分，共20分）
1.以下哪种不是大数据处理框架？（）
A.HadoopB.SparkC.MySQLD.Flink答案：C
2.以下关于HDFS的说法，错误的是（）
A.适合存储大量小文件B.具有容错性C.分布式存储D.主从架构答案：A
3.Spark中对RDD进行转换操作的是（）
A.collectB.filterC.countD.saveAsTextFile答案：B
4.以下哪种数据库属于文档数据库？（）
A.RedisB.MongoDBC.CassandraD.Neo4j答案：B
5.数据仓库的特点不包括（）
A.面向主题B.集成性C.实时性D.稳定性答案：C
6.在Hive中，以下哪种数据类型用于表示小数？（）
A.INTB.DOUBLEC.STRINGD.BOOLEAN答案：B
7.Kafka中负责存储消息的组件是（）
A.ProducerB.ConsumerC.BrokerD.Zookeeper答案：C
8.以下哪种算法用于分类任务？（）
A.DBSCANB.PCAC.SVMD.K-Means答案：C
9.以下关于Flink的说法，正确的是（）
A.批处理框架B.只支持流处理C.支持批流一体D.不支持分布式计算答案：C
10.关系型数据库中，以下哪种操作符用于模糊匹配？（）
A.=B.LIKEC.D.AND答案：B
三、多项选择题（每题2分，共20分）
1.以下属于大数据特点的有（）
A.大量B.高速C.多样D.低价值密度答案：ABCD
2.Hadoop生态系统包含以下哪些组件（）
A.HiveB.PigC.SqoopD.Oozie答案：ABCD
3.Spark支持的计算模式有（）
A.批处理B.流处理C.内存计算D.分布式计算答案：ABCD
4.以下哪些是常用的NoSQL数据库（）
A.RedisB.HBaseC.MemcachedD.CouchDB答案：ABCD
5.数据清洗的主要工作包括（）
A.去除重复数据B.处理缺失值C.处理异常值D.数据标准化答案：ABCD
6.以下关于MapReduce说法正确的有（）
A.分Map和Reduce阶段B.适合处理大规模数据C.可在集群上运行D.不具备容错性答案：ABC
7.数据挖掘的主要任务有（）
A.分类B.聚类C.关联规则挖掘D.异常检测答案：ABCD
8.Kafka的优势包括（）
A.高吞吐量B.分布式C.可持久化D.低延迟答案：ABCD
9.Hive与传统关系型数据库的区别有（）
A.数据存储位置不同B.查询语言不同C.执行引擎不同D.数据处理方式不同答案：ABCD
10.以下哪些是分布式计算框架（）
A.FlinkB.StormC.SparkD.Hadoop答案：ABCD
四、判断题（每题2分，共20分）
1.大数据就是数据量特别大的数据。（×）
2.Hadoop中NameNode负责存储数据。（×）
3.Spark比HadoopMapReduce计算速度更快。（√）
4.Redis是一种关系型数据库。（×）
5.数据仓库主要用于联机事务处理（OLTP）。（×）
6.Kafka中Topic可以有多个Partition。（√）
7.Hive中的表数据只能存储在HDFS上。（√）
8.数据挖掘中的聚类算法是有监督学习算法。（×）
9.Flink只适用于实时流数据处理。（×）
10.关系型数据库中PRIMARYKEY用于唯一标识记录。（√）
五、简答题（每题5分，共20分）
1.简述Hadoop中HDFS的架构。
答案：HDFS采用主从架构，由NameNode和DataNode组成。NameNode是主节点，负责管理文件系统的命名空间、元数据信息等；DataNode是
文档评论（0）