2025年大数据分析与应用1+X证书考试模拟题（四）（含答案解析）.docxVIP

2025年大数据分析与应用1+X证书考试模拟题（四）（含答案解析）

第一部分：单项选择题（共20题，每题1分）

1、数据清洗中处理缺失值的常用方法是？

A删除记录

B填充均值

C忽略不管

D替换符号

答案：B

解析：数据清洗中缺失值处理需平衡数据完整性与分析准确性。删除记录（A）可能导致样本偏差；忽略不管（C）会直接影响后续分析结果；替换符号（D）无明确业务意义。填充均值（B）是数值型变量最常用的缺失值处理方法，能保持数据分布特征。

2、HDFS中负责管理文件元数据的节点是？

ADataNode

BNameNode

CSecondaryNameNode

DJournalNode

答案：B

解析：HDFS架构中，NameNode（B）是主节点，负责存储文件元数据（如文件块位置、副本数）及管理文件系统命名空间。DataNode（A）存储具体数据块；SecondaryNameNode（C）辅助NameNode元数据检查点；JournalNode（D）用于高可用集群日志同步，均不负责元数据管理。

3、SQL中对分组后数据过滤应使用？

AWHERE

BHAVING

CORDERBY

DGROUPBY

答案：B

解析：WHERE（A）用于对原始表数据行进行过滤，作用于分组前；HAVING（B）专门用于对GROUPBY分组后的结果进行条件筛选；ORDERBY（C）用于排序；GROUPBY（D）用于分组操作本身。

4、下列不属于结构化数据的是？

A数据库表

BExcel表格

C网页文本

D统计报表

答案：C

解析：结构化数据具有固定格式和明确字段（如数据库表、Excel、统计报表），便于用二维表结构表示。网页文本（C）属于半结构化或非结构化数据，无统一字段约束，需额外解析。

5、K-means聚类的核心是？

A计算余弦相似度

B最小化类内距离

C最大化类间距离

D确定决策边界

答案：B

解析：K-means通过迭代将数据点分配到最近的簇中心，目标是最小化所有数据点到其所属簇中心的距离平方和（类内距离）。余弦相似度（A）是文本相似度度量；最大化类间距离（C）是判别分析目标；决策边界（D）是分类算法特征。

6、数据可视化的核心目标是？

A展示技术复杂度

B清晰传递信息

C使用丰富色彩

D制作动态效果

答案：B

解析：数据可视化的本质是通过图形化手段帮助用户快速理解数据内涵。展示技术（A）、丰富色彩（C）、动态效果（D）是辅助手段，核心目标是清晰传递信息（B）。

7、Hive中用于定义表结构的语句是？

ASELECT

BINSERT

CCREATETABLE

DDROPTABLE

答案：C

解析：CREATETABLE（C）用于定义表的列名、数据类型及存储格式；SELECT（A）用于查询；INSERT（B）用于插入数据；DROPTABLE（D）用于删除表，均不涉及表结构定义。

8、下列属于非关系型数据库的是？

AMySQL

BOracle

CMongoDB

DSQLServer

答案：C

解析：MySQL（A）、Oracle（B）、SQLServer（D）均为关系型数据库，采用表结构存储。MongoDB（C）是文档型NoSQL数据库，使用BSON格式存储，属于非关系型数据库。

9、数据标准化的主要目的是？

A增加数据量

B消除量纲影响

C提高数据精度

D减少数据维度

答案：B

解析：不同变量可能具有不同量纲（如身高cm与体重kg），标准化（如Z-score）通过将数据转换为均值0、标准差1的分布，消除量纲差异对模型的影响。增加数据量（A）需数据采集；提高精度（C）依赖测量工具；减少维度（D）是降维任务。

10、Spark中RDD的特性不包括？

A不可变

B可分区

C可持久化

D实时更新

答案：D

解析：RDD（弹性分布式数据集）是不可变（A）、可分区（B）、可持久化（C）的分布式集合。因其不可变性，无法实时更新（D），修改操作会生成新RDD。

11、下列属于监督学习的是？

AK-means聚类

B主成分分析

C线性回归

D关联规则挖掘

答案：C

解析：监督学习需要标签数据（输入-输出对），线性回归（C）通过训练数据学习输入特征与连续输出的关系。聚类（A）、主成分分析（B）、关联规则（D）均为无监督学习，无需标签。

12、数据仓库的核心特征是？

A实时性高

B面向事务

C支持查询分析

D数据易变

答案：C

解析：数据仓库是面向主题、集成、非易变、时变的数据集合，主要支持决策分析（C）。实时性（A）、面向事务（B）、数据易变（D）是OLTP数据库的特征。

13、HBase的存储模型是？

A键值对

B二维表

C文档

D图结构

答案：A

解析：HBase基于HDFS构建，采用键值对（RowKey+列族+时间戳）的存储模型（A）。二维表（B）是关系型数据库；