2025年大数据技术知识考核试题与答案.docxVIP

2025年大数据技术知识考核试题与答案

一、单项选择题（每题2分，共30分）

1.2025年主流流处理引擎Flink在Exactly-Once语义实现中，以下哪项机制起到了决定性作用？

A.异步快照（AsynchronousBarrierSnapshotting）

B.水印（Watermark）

C.状态后端（StateBackend）

D.检查点超时（CheckpointTimeout）

答案：A

2.在DataMesh架构中，数据即产品原则要求每个数据域必须对外提供哪类接口？

A.JDBC接口

B.RESTfulAPI+Schema合约

C.FTP目录

D.KafkaTopic

答案：B

3.某电商公司使用Iceberg1.5管理PB级订单表，若想实现时间旅行回滚到7天前的版本，应调用哪个API？

A.rollbackToSnapshot(snapshotId)

B.restoreToTimestamp(millis)

C.cherryPickCommit(commitId)

D.expireSnapshots(olderThan)

答案：B

4.当Spark3.5启用AdaptiveQueryExecution后，下列哪种情况会触发自动分区合并？

A.单分区数据量小于128MB

B.单分区数据量大于512MB且存在小文件

C.Join侧build表小于10MB

D.存在数据倾斜

答案：B

5.在DeltaLake3.0中，DML操作产生的小文件过多时，系统推荐自动压缩的触发条件是？

A.文件数量2000且平均大小64MB

B.文件数量1000且平均大小32MB

C.文件数量500且平均大小128MB

D.文件数量100且平均大小256MB

答案：A

6.使用Trino435查询HudiMoR表时，若想获得读优化视图（ReadOptimized），应设置哪项会话属性？

A.hudi.query.mode=READ_OPTIMIZED

B.hive.hudi.read.mode=SNAPSHOT

C.hudi.query.type=INCREMENTAL

D.hudi.read.flatten.avro=false

答案：A

7.在Kubernetes上运行Flink1.19，以下哪项参数可让JobManager在Pod重启后自动从Checkpoint恢复？

A.kubernetes.jobmanager.restart-policy=Always

B.execution.checkpointing.externalized-checkpoint-retention=RETAIN_ON_CANCELLATION

C.high-availability.cluster-id=flink-cluster

D.kubernetes.jobmanager.cpu=2

答案：B

8.某金融公司使用Snowflake2025企业版，若要实现跨云数据共享同时满足欧盟GDPR，应启用哪项功能？

A.SecureDataSharing+列级加密

B.DataCleanRooms+动态掩码

C.ExternalTables+S3加密

D.MaterializedViews+行级安全

答案：B

9.在Paimon0.8中，Bucket表的默认Bucket数量由哪个参数决定？

A.bucket-key.hash.modulus

B.write.bucket.size

C.write.target.bucket.size

D.bucket.number

答案：C

10.当ClickHouse24.5执行JOIN时，若想自动将右表广播到每个节点，需满足的条件是？

A.右表行数1000万且字节数1GB

B.右表行数100万且字节数100MB

C.右表行数10万且字节数10MB

D.右表行数1万且字节数1MB

答案：C

11.在DataFabric2025参考架构中，主动元数据最强调的能力是？

A.批量爬取Schema

B.实时血缘与影响分析

C.静态标签管理

D.月度质量报告

答案：B

12.某视频App使用TensorFlow2.16进行推荐推理，为降低延迟，将模型转换为TensorRT10，其序列化