2025年数据科学与大数据技术考试试卷及答案.docxVIP

2025年数据科学与大数据技术考试及答案

1单项选择题（每题2分，共30分）

1.1在Hadoop3.3.x中，默认的块大小从128MB调整为

A.64MBB.256MBC.512MBD.1GB

答案：B

解析：Hadoop3.x系列将默认块大小提升至256MB，以降低NameNode内存压力并减少寻址次数。

1.2给定Spark3.4DataFramedf，执行df.repartition(100).cache().count()后，RDD的partitioner属性值为

A.NoneB.HashPartitionerC.RangePartitionerD.不确定

答案：A

解析：repartition(n)采用随机洗牌，不设置partitioner；cache()仅存储分区数据，不改变partitioner。

1.3使用Pythonstatsmodels进行时间序列分析时，若ADF检验的p值为0.018，则

A.序列平稳B.序列非平稳C.无法判断D.需再做KPSS检验

答案：A

解析：p0.05拒绝原假设（存在单位根），认为序列平稳。

1.4在Flink1.17的TableAPI中，将流表注册为临时视图的正确语句是

A.tableEnv.createTemporaryView(v,table)

B.tableEnv.registerTable(v,table)

C.tableEnv.sqlUpdate(CREATEVIEWvASSELECTFROMtable)

D.tableEnv.connect(...).createTemporaryTable(v)

答案：A

解析：1.10之后废弃registerTable，统一用createTemporaryView。

1.5某电商用户行为日志采用列式存储，字段event_time为毫秒时间戳，若需按天分区且保证分区裁剪生效，最佳实践是

A.将event_time转为yyyy-MM-dd字符串并作为一级分区列

B.将event_time保留为timestamp并作为分区列

C.将event_time转为整数days_since_epoch并作为分区列

D.不做分区，依赖索引过滤

答案：A

解析：Hive/Spark均对字符串分区裁剪优化最成熟，且可读性高。

1.6在XGBoost2.0中，设置objective=reg:tweedie时，必须同时指定

A.tweedie_variance_powerB.base_scoreC.eval_metricD.max_depth

答案：A

解析：tweedie_variance_power决定方差与均值关系，为必需参数。

1.7某Kafka集群共9个broker，副本因子3，min.insync.replicas=2，当ISR列表仅剩1个副本时，生产者acks=all会

A.正常写入B.抛出NotEnoughReplicasException

C.降级为acks=1D.阻塞等待ISR恢复

答案：B

解析：ISRmin.insync.replicas时拒绝写入。

1.8使用PyTorch2.1训练BERT-large，开启pile(mode=max-autotune)后，下列操作中不会被CUDAGraph捕获的是

A.nn.LayerNormB.nn.DropoutC.optimizer.step()D.loss.backward()

答案：C

解析：optimizer.step()涉及显存外的参数更新，CUDAGraph无法捕获。

1.9在Snowflake中，将半结构化数据加载至VARIANT列后，欲提取嵌套字段file.age，应使用

A.GET_PATH(col,file.age)

B.col:user:profile:age

C.JSON_EXTRACT(col,$.file.age)

D.col[user][profile][age]

答案：B

解析：Snowflake专用语法:符号用于VARIANT路径。

1.10某深度学习模型采用混合精度训练，损失缩放因子初始值1024，在梯度出现NaN后，自动调整策略为

A.乘以2B.除以2C.保持不变D.重置为1

答案：B

解析：NaN表明溢出，需降低缩放因子。

1.11在ClickHouse